Диссертация
№ 422100500035-0Адаптивные численные методы фильтрации и спектрального анализа нестационарных сигналов на основе частотно-временной декомпозиции
05.10.2022
В рамках диссертационного исследования реализованы адаптивные методы и алгоритмы цифровой обработки сигналов. Разработаны новые математические модели, методы и алгоритмы для повышения эффективности устройств ЦОС.
Проведенное в работе исследование, а также результаты математического, программного и аппаратного моделирования дали возможность получить следующие основные научные и практические результаты:
1. Проведенный анализ существующих решений в области адаптивной обработки сигналов показывает необходимость модификации существующих и разработки новых методов и алгоритмов адаптивной обработки сигналов с целью повышения их эффективности. Показана целесообразность использования и модификации таких адаптивных алгоритмов как Empirical Mode Decomposition и Intrinsic Time-Scale Decomposition с целью их использования в качестве основы в алгоритмах очистки сигналов от шума и спектрального анализа сигналов.
2. Разработана математическая модель банка адаптивных цифровых фильтров на основе алгоритма ITD. Модель на основе ITD обеспечивает высокую стабильность работы банка фильтров по сравнению с известной моделью на основе EMD (вследствие отсутствия операции просеивания и интерполяции сплайнами) и существенное сокращение времени вычислений в процессе спектрального анализа сигналов – в 6.5 раз.
3. Разработаны алгоритмы адаптивной очистки сигналов от шума на основе алгоритма ITD. Разработанные алгоритмы на основе ITD обеспечивают улучшение качества очистки сигналов от шума и/или сокращение времени работы соответствующих алгоритмов по сравнению с известными алгоритмами на основе EMD в большинстве экспериментов на всем диапазоне отношения сигнал/шум. Показано, что наиболее эффективным алгоритмом в смысле качества фильтрации сигналов от шума, быстродействия и стабильности вычислений оказался алгоритм EITD.
4. Разработан численный метод спектрального анализа сигналов с использованием спектров Гильберта на основе алгоритма ITD. Разработанный численный метод на основе ITD обеспечивает более высокую степень детализации представления сигнала в частотно-временной области и меньшие энергетические потери по сравнению с известным численным методом на основе EMD. Разработанный численный метод на основе ITD обеспечивает уменьшение среднеквадратичной ошибки (RMSE) при восстановлении исходного сигнала путем его аппроксимации с использованием мод в 2 раза по сравнению с известным численным методом на основе EMD. Показано, что алгоритм ITD выделяет тренд значительно точнее, в сравнении с алгоритмом EMD, что является существенным преимуществом.
5. Разработан алгоритм оптимизации словаря базисных функций для решения задачи разреженной аппроксимации с использованием Matching Pursuit на основе энтропийного критерия. Все энтропийные кривые для выбранного диапазона уровня декомпозиции сигнала экспоненциальны ( – максимальный уровень декомпозиции сигнала, – длина сигнала), следовательно, мы получаем оптимальный уровень декомпозиции сигнала с минимальной энтропией (c заданной точностью ). В большинстве случаев оптимальный уровень декомпозиции сигнала , обеспечивает компромисс между точностью аппроксимации сигнала и временем выполнения спектрального анализа с использованием алгоритма Matching Pursuit.
6. Разработан алгоритм подстройки коэффициентов адаптивного цифрового фильтра в СОК. Предлагаемый алгоритм превосходит существующие алгоритмы (LMS, RLS и их модификации) по следующим важным показателям: качество очистки сигналов от шума – минимальная ошибка, быстродействие, простота программно-аппаратной реализации.
7. Создан комплекс программ для фильтрации сигналов от шума и спектрального анализа сигналов на основе предложенных численных методов адаптивной обработки нестационарных сигналов.
Результаты диссертационной работы успешно внедрены при выполнении исследований и разработок по НИР и НИОКР в рамках работ по грантам РНФ, РФФИ, а также заказам коммерческих предприятий.
Внедрение результатов диссертационной работы и достигнутый при этом эффект подтверждены соответствующими актами о внедрении.
ГРНТИ
50.41.25 Прикладное программное обеспечение
27.41.17 Численные методы анализа
28.17.19 Математическое моделирование
Ключевые слова
Фильтрация
Спектральный анализ
Численные методы
Частотно-временная декомпозиция
Внутренние колебания
Система остаточных классов
Детали
Автор
Вознесенский Александр Сергеевич
Вид
Кандидатская
Целевое степень
Кандидат технических наук
Дата защиты
21.09.2022
Организация защиты
Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский государственный электротехнический университет “ЛЭТИ” им. В.И. Ульянова (Ленина)"
Организация автора
Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский государственный электротехнический университет “ЛЭТИ” им. В.И. Ульянова (Ленина)"
Похожие документы
Разработка методологии, математического и высокопроизводительного алгоритмического обеспечения для частотно-временного анализа на основе бинарного дискретного представления сигналов
0.920
ИКРБС
Алгоритмы синтеза и оптимизации управляемых цифровых рекурсивных фильтров нижних частот
0.918
Диссертация
Исследование и разработка методов обработки сигналов акустической эмиссии
0.907
Диссертация
Фундаментальные основы обработки данных для автоматического контроля достоверности показаний средств измерений цифровой индустрии
0.905
ИКРБС
Разработка методов и алгоритмов спектрального анализа для повышения производительности устройств цифровой обработки сигналов
0.905
Диссертация
Адаптивные методы синтеза и управления процессами проектирования компонентов сложных систем
0.901
НИОКТР
Модельное, алгоритмическое и программное обеспечение методов и средств индуктивного анализа данных
0.901
ИКРБС
Вычислительные алгоритмы, алгоритмы моделирования и программное обеспечение методов и средств индуктивного анализа данных
0.899
ИКРБС
Разработка алгоритмов обнаружения и измерения параметров случайных возмущений со скачкообразно-плавным изменением характеристик
0.898
Диссертация
Генеративные нейросетевые структуры для оптимизации каналов связи и определения оптимального зондирующего воздействия на физические системы
0.897
Диссертация