Проанализированы эффективность и целесообразность применения фильтрации на основе дискретного косинусного преобразования (ДКП) одномерных сигналов, искаженных белым гауссовым шумом с заранее известной или априорно оцененной дисперсией. Показано, что эффективность изменяется в широких пределах в зависимости от отношения сигнал-шум на входе и степени сложности обрабатываемого сигнала. Предложен способ прогнозирования эффективности фильтрации в соответствии с традиционными количественными критериями - отношением среднеквадратической ошибки на выходе фильтра к дисперсии аддитивного шума и улучшением отношения сигнал-шум благодаря фильтрации. Прогнозирование выполняется на основе зависимостей, полученных в результате регрессионного анализа. Эти зависимости можно описать простыми функциями нескольких типов, параметры которых определены в результате вписывания методом наименьших квадратов. Показано, что для достаточно точного прогнозирования можно предварительно (до начала фильтрации) оценивать всего один статистический параметр, вычисляемый в ДКП-области, причем этот параметр можно рассчитывать в относительно небольшом количестве неперекрывающихся или частично перекрывающихся блоков стандартного размера (например, 32 отсчета). Проанализированы вариации оценок критериев эффективности для набора реализаций, изучены факторы, влияющие на точность прогнозирования. Показано, что можно очень быстро выполнять прогнозирование эффективности фильтрации для нескольких возможных значений параметра ДКП-фильтра, используемого при расчете порога, и рекомендовать наилучшее из них к практическому использованию. Пример использования такой процедуры адаптации параметра фильтра приведен для ЭКГ-сигнала, который не использовался в ходе определения регрессионных зависимостей. В результате адаптации можно заметно повысить эффективность фильтрации - выигрыш может достигать 0,5 - 1 дБ. Достоинством разработанных процедур адаптации и прогнозирования является их универсальность - применимость для разных типов сигналов и отношений сигнал-шум.Проанализированы эффективность и целесообразность применения фильтрации на основе дискретного косинусного преобразования (ДКП) одномерных сигналов, искаженных белым гауссовым шумом с заранее известной или априорно оцененной дисперсией. Показано, что эффективность изменяется в широких пределах в зависимости от отношения сигнал-шум на входе и степени сложности обрабатываемого сигнала. Предложен способ прогнозирования эффективности фильтрации в соответствии с традиционными количественными критериями - отношением среднеквадратической ошибки на выходе фильтра к дисперсии аддитивного шума и улучшением отношения сигнал-шум благодаря фильтрации. Прогнозирование выполняется на основе зависимостей, полученных в результате регрессионного анализа. Эти зависимости можно описать простыми функциями нескольких типов, параметры которых определены в результате вписывания методом наименьших квадратов. Показано, что для достаточно точного прогнозирования можно предварительно (до начала фильтрации) оценивать всего один статистический параметр, вычисляемый в ДКП-области, причем этот параметр можно рассчитывать в относительно небольшом количестве неперекрывающихся или частично перекрывающихся блоков стандартного размера (например, 32 отсчета). Проанализированы вариации оценок критериев эффективности для набора реализаций, изучены факторы, влияющие на точность прогнозирования. Показано, что можно очень быстро выполнять прогнозирование эффективности фильтрации для нескольких возможных значений параметра ДКП-фильтра, используемого при расчете порога, и рекомендовать наилучшее из них к практическому использованию. Пример использования такой процедуры адаптации параметра фильтра приведен для ЭКГ-сигнала, который не использовался в ходе определения регрессионных зависимостей. В результате адаптации можно заметно повысить эффективность фильтрации - выигрыш может достигать 0,5 - 1 дБ. Достоинством разработанных процедур адаптации и прогнозирования является их универсальность - применимость для разных типов сигналов и отношений сигнал-шум.

  Повний текст PDF - 892.569 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"