Введение к работе
Актуальность работы. В современных автоматических системах управления сбора, обработки и передачи данных особую роль занимают интеллектуальные датчики, позволяющие производить постоянный мониторинг и передачу полученной информации на удалённый терминал. Процесс преобразования сигналов связан с воздействием на измеряемый сигнал случайной составляющей, для уменьшения которой обработка производится непосредственно после аналогового интерфейса чувствительного элемента, а передача данных к последующим системам мониторинга осуществляется в цифровом виде. Современные датчиковые системы производят как анлогово–цифровое преобразование получаемых сигналов, так и уменьшение влияния шумовой составляющей. В связи с чем к чувствительному элементу и блоку предварительной обработки предъявляются высокие требования. При производстве измерительного элемента и соответствующих устройств аналогового интерфейса существуют технологические ограничения, вследствие чего, для повышения достоверности, особый интерес представляют алгоритмы первичной обработки цифровых сигналов.
Использование способов цифровой обработки сигналов нашли широкое применение: в системах автоматики и управления, при создании датчиков с возможностью автоматической подстройки и юстировки в случае возможного старение чувствительного элемента или изменений параметров среды; в современных антенных комплексах, при исследовании структур атмо-, гидро- и литосфер, а так же систем обнаружения объектов; при исследовании биомеханических параметров, биометрическими системами сбора данных, находящихся непосредственно на исследуемом объекте; в современных системах автоматической обработки двумерных сигналов, получаемых от светочувствительных матриц цифровых фото- и видеокамер, а также систем машинного зрения, для уменьшения действия шума связанного с работой канала связи видеодатчиков, дефектом сканирующего устройства; в экономике и социологии при исследовании трендов; в информационно-измерительных системах; в вычислительной технике для повышения точности, связанной с возможностью уменьшения помехи вызванной, шумами преобразования сигнала из аналогового в цифровой вид.
В общем случае анализ сигналов затруднен наличием шумов, имеющих случайный характер с априорно неизвестными статистическими характеристиками. Информация о полезной составляющей сигнала так же ограничена. Использование в системах автоматики и управления способов, рассматриваемых в работах ведущих ученых, таких как В.И. Тихонов, А.И. Орлов, Б.Р. Левин, Л. Рабинер, Б. Голд и др., возможно лишь при наличии достаточного объема априорной информации, в противном случае их эффективность существенно снижается.
Как правило, в этих случаях в качестве алгоритмов обработки используются способы, основанные на минимизации критерия среднеквадратического отклонения или максимизации отношения сигнал/шум. Выбор критерия обусловлен количеством априорной информации о решаемой задаче. В условиях ограниченного объёма информации о функции полезного сигнала и статистических характеристиках шума задача резко усложняется. Наличие в полезной составляющей точек разрыва первого рода, предъявляет дополнительные требования к способам обработки.
В этой связи актуальной является задача разработки способов и алгоритмов сглаживания цифровых сигналов измерительных комплексов и систем автоматического управления, а так же устройств обработки одновременно по нескольким критериям в условиях ограниченного объёма априорной информации о функции полезной и шумовой составляющих.
Объектом исследования являются способы, устройства и алгоритмы сглаживания цифровых сигналов.
Предметом исследований является многокритериальные способы сглаживания цифровых сигналов при ограниченном объёме априорной информации.
Целью диссертационной работы является уменьшение погрешности сглаживания сигналов в условиях ограниченного объема априорной информации о полезной и статистических характеристик шумовой составляющих.
Для достижения поставленной цели необходимо решить следующие основные задачи:
1. Провести анализ способов уменьшения среднеквадратической погрешности шумовой составляющей при обработке цифровых сигналов в условиях ограниченного объёма априорной информации о функциях полезной и статистических характеристиках аддитивной шумовой составляющих.
2. Разработать и исследовать способы сглаживания сигналов в условиях ограниченного объёма априорной информации на основе целевых функций, объединяющих несколько критериев.
3. Произвести анализ разработанных способов сглаживания на основе аналитического решения многокритериальной целевой функции.
4. Произвести анализ полученных способов и выработать рекомендации к выбору коэффициентов сглаживания, с целью повышения эффективности обработки сигналов поступающих с систем и устройств автоматического управления.
5. Провести сравнительный анализ эффективности многокритериальных способов сглаживания сигналов с известными и часто используемыми способами на практике.
6. Провести исследования эффективности обработки натурных реализаций измерительных комплексов и систем автоматического управления с использованием разработанных способов сглаживания.
7. Разработать структурные схемы устройств реализующих разработанные способы сглаживания, произвести расчёт требуемых вычислительных затрат.
Научная новизна.
В рамках диссертационной работы получены следующие новые научные результаты:
1. Предложен аналитический расчёт получаемых оценок входной реализации способом сглаживания цифровых сигналов на основе целевой функции, минимизирующей одновременно сумму квадратов конечных разностей первого порядка и сумму квадратов разностей отклонения входного сигнала от его оценки.
2. Предложен способ сглаживания цифровых сигналов на основе целевой функции, минимизирующей одновременно сумму квадратов конечных разностей второго порядка и сумму квадратов разностей отклонения входного сигнала от его оценки.
3. Предложен способ сглаживания цифровых сигналов на основе целевой функции, минимизирующей одновременно сумму квадратов конечных разностей первого и второго порядка, а так же сумму квадратов разностей отклонения входного сигнала от его оценки.
4. Разработаны последовательно-параллельное (Пат. РФ. 2321053) и параллельное (Пат. РФ 2362208) устройства обработки сигналов, реализующие предлагаемые многокритериальные способы и дающие возможность повышения скорость обработки, распараллеливания процессов сглаживания, а также обработки цифровых сигналов в области высоких частот.
5. Разработан способ обработки цифровых сигналов по мере их поступления с применением возможности изменения параметров сглаживания.
6. Выработаны рекомендации на основе имитационного моделирования по выбору параметров разработанных способов сглаживания цифровых сигналов.
Практическая значимость.
-
Использование способов многокритериальной обработки, позволяют получить оценку полезного сигнала на всей выборке, при этом погрешность выделения полезной составляющей в среднем на 30% – 40% ниже по сравнению известными и часто применяемыми на практике способами.
-
Полученные результаты показывают, что при обработке цифровых сигналов многокритериальными способами значения регулировочных параметров, при которых погрешность оценки полезной составляющей является минимальной, изменяется не более чем на 15%.
-
Использование разработанных способов показало, что при минимизации одновременно по двум критериям, значения параметров сглаживания цифровых сигналов при обработке полезной составляющей без точек разрыва первого рода изменяются в пределах 1-5%, что позволяет предположить инвариантность параметров сглаживания к шумовой составляющей сигнала.
-
Предложен алгоритм обработки цифровых сигналов по мере поступления данных в скользящем окне с изменяющимися параметрами сглаживания, позволяющий при наличии точек разрывов первого рода уменьшить погрешность в среднем на 30% по сравнению с результатами, полученными при обработке некаузальными многокритериальными способами.
Методы исследования основываются на использовании методов математической статистики, теории фильтрации, статистической радиотехники и машинного эксперимента на ПЭВМ. Проверка теоретических расчетов и выводов проводилась в пакетах Maple, MathCad, MatLab и с использованием машинного моделирования на наборах тестовых моделей и натурных реализациях результатов измерений.
Достоверность и обоснованность результатов обеспечивается результатами имитационного моделирования на различных наборах тестовых сигналов и реализаций аддитивной шумовой составляющей, а также их теоретическим обоснованием. Новизна технических предложений подтверждается экспертизой технических решений, в виде патентов на предлагаемые устройства обработки и свидетельствами на программное обеспечение алгоритмов, реализующих разработанные способы.
Реализация результатов работы.
Диссертационная работа выполнялась в рамках госбюджетных и научно–исследовательских работ: госбюджетная НИР «Методы первичной обработки результатов измерений и алгоритмы, их реализующие», (ЮРГУЭС, Г-73.1, № ГР 0104.0000.218, Инв. № 007.023.58); в соответствии с заданием Минобрнауки РФ по теме «Идентификация полезной составляющей результатов измерений в условиях априорной непараметрической неопределенности и ограниченном объеме данных» (ЮРГУЭС – 2.06.Ф, № ГР 0120.0603.492, Инв. № 022.007.023.59); госбюджетной НИР «Методы повышения достоверности обработки данных при ограниченном объеме априорной информации» (ЮРГУЭС, Г-73.1, 2007г., Завершена 03.06.2007). госбюджетная НИР «Методы и устройства обработки аудио и видеоинформации в цифровом виде», (ЮРГУЭС Г-8.07.МРТФ, 2007 г. Завершена 31.12.2007); госбюджетная НИР «Методы и устройства обработки аудио и видеоинформации в цифровом виде», (ЮРГУЭС Г-8.07.МРТФ, 2007 г. Завершена 31.12.2007); в рамках ЕЗН федерального агентства по образованию РФ «Разработка методов и программных средств для расчета латентных переменных по экспериментальным выборкам малого объема», (ЮРГУЭС-4.08.Ф, 2008 г., Завершена 31.12.2008); договора на тему «Разработка метода экстраполяции цифровых видеосигналов и его реализации в виде компьютерной программы» между ООО «Видео3» и ГОУ ВПО «ЮРГУЭС», (договор №01/08, от 7 ноября 2008 г.); аналитической ведомственной целевой программы "Развитие научного потенциала высшей школы" «Теория и методы автоматизированной обработки одномерных и двухмерных сигналов в условиях априорной неопределенности», (Действующей с 01.01.2009-31.12.2009.г.г.); аналитической ведомственной целевой программы "Развитие научного потенциала высшей школы" «Теоретические проблемы обеспечения радиационной стойкости аналоговых интегральных микросхем», (Действующей с 01.01.2009-31.12.2009.г.г); НИОКР по программе СТАРТ №6820р/9071 от 10.04.2009 "Разработка и исследование методов восстановления изображений при ограниченном объеме априорной информации и их реализация в виде программного комплекса".
Результаты диссертационной работы внедрены на предприятиях: ООО «Телекоммуникационные системы цифровой обработки сигналов» в виде программного комплекса для обработки сигналов; ООО НПП «ИНТОР» при разработки современных датчиковых комплексов; Учебном процессе ГОУ ВПО «ЮРГУЭС» по дисциплинам: Цифровые устройства и микропроцессоры, Статистическая радиотехника, Методы цифровой обработки сигналов, «Цифровое телевидение».
Апробация работы.
Основные положения диссертационной работы изложены, докладывались и одобрены на 18 научно-технических конференциях: 5 Международной научно-технической конференции «Физика волновых процессов и радиотехнические системы” – Самара; Первой межрегиональной научной конференции «Современные проблемы радиоэлектроники», в 2005 г. – Ростов-на-Дону; Международной научной конференции «Статистические методы в естественных гуманитарных и технических науках», в 2006 г. – Таганрог; Всероссийском конкурсе инновационных проектов аспирантов и студентов по приоритетному направлению развития науки и техники "Информационно-телекоммуникационные системы", в 2006 г. – Пенза; Международной конференции «Информационные технологии в современном мире», в 2007 г. – Таганрог; В IX международной конференции Российского научно-технического общества радиотехники, электроники и связи имени А.С. Попова «Цифровая обработка сигналов и её применение». – Москва; 13 Международной научно-технической конференции: «Радиолокация, навигация, связь» – Воронеж; Международной научно–технической конференции «Компьютерное моделирование 2007» - Санкт Петербург; Всероссийском конкурсе докладов по совместной программе Министерства образования и науки Российской Федерации и Государственного Фонда содействию малых форм предприятий в научно–технической сфере «Студенты, аспиранты и молодые ученые – малому наукоёмкому бизнесу – «Ползуновские гранты»», в 2007 г. – Барнаул; 3-й международной научно практической конференции «Наука и образование без границ» - София, Белград; IV Международной конференции «Методы и средства управления технологическими процессами» – Саранск; В X международной конференции Российского научно-технического общества радиотехники, электроники и связи имени А.С. Попова «Цифровая обработка сигналов и её применение». – Москва; VI всероссийской научно-технической конференции «Современные методы и средства обработки пространственно временных сигналов» – Пенза; Международной научной конференции «Информация, сигналы, системы: вопросы методологии, анализа и синтеза», в 2008 г. – Таганрог; IX Всероссийской научной конференции «Техническая кибернетика, радиоэлектроника и системы управления» – Таганрог; Всероссийском смотре конкурсе нучно–технического конкурса студентов высших учебных заведений «ЭВРИКА-2008» – г. Новочеркасск; Международной научно-практической конференции «Инновации в обществе, технике и культуре», в 2009 г. – Таганрог; Международной конференции «Перспективы развития телекоммуникационных систем и информационные технологии», в 2009 г. – Санкт Петербург.
Публикации. По результатам выполненных исследований опубликовано 29 работ, в том числе 3 статьи в центральных рецензируемых журналах, 17 статей в материалах международных конференций и симпозиумов, главы в двух монографиях, получены 2 патента, 5 свидетельств на программный продукт.
На защиту выносится:
Многокритериальные способы сглаживания цифровых сигналов в условиях ограниченного объёма априорной информации о функции полезного сигнала и статистических характеристиках аддитивной шумовой составляющей;
Результаты аналитических исследований, устанавливающих связь между значениями входного сигнала и его оценками, а также алгоритм к обработке цифрового сигнала по мере поступления данных;
Алгоритмы и устройства, реализующие многокритериальные способы сглаживания;
Рекомендации по выбору параметров способов сглаживания цифровых сигналов при обработке реализаций с различными моделями функций полезной и среднеквадратическим отклонением шумовой составляющих;
Результаты исследования применения разработанных многокритериальных способов сглаживания к обработке натурных реализаций при реализации микропроцессорных систем измерительных комплексов и устройств автоматического управления в условиях ограниченного объёма априорной информации.
Структура и объём работы. Диссертационная работа состоит из введения, четырех глав с выводами, заключения, списка литературы, включающего 104 наименования и 3 приложений. Основной текст работы изложен на 130 страницах машинописного текста, поясняется 55 рисунками и 8 таблицами.