"Цифровая обработка сигналов" - научно-технический журнал
  ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ - научно-технический журнал

"Цифровая обработка сигналов" - научно-технический журнал

MAI'2023 - МАШИННОЕ ЗРЕНИЕ И ДОПОЛНЕННЫЙ ИНТЕЛЛЕКТ
III-я Международная конференция.

 
ЗАО "ИНСТРУМЕНТАЛЬНЫЕ СИСТЕМЫ"
разработка и производство аппаратно-программных средств сбора и цифровой обработки сигналов
НТЦ "Модуль":
разработка аппаратных средств цифровой обработки сигналов и изображений

 

 

"Цифровая обработка сигналов" - научно-технический журнал


"Цифровая обработка сигналов" №1-2013 год : рефераты статей

 
Леднов Д.А.
Анализ скрытых траекторных моделей резонаторов речевого тракта для систем распознавания фонем
// Цифровая обработка сигналов. 2013. №1. С. 2-8.

Аннотация:
Приводится перевод и анализ оригинальных работ Li Deng и его коллег (компания Microsoft), появившихся в период с 2000 по 2010 год в области фонетического распознавания речи. Основное направление этих публикаций связано с разработкой модели скрытых траекторий параметров резонаторов вокального тракта. В ходе разработки было показано, как функционально зависит динамика коэффициентов линейного предсказания от параметров резонаторов вокального тракта, которые предварительно сглаживаются КИХ-фильтром. Затем, для этой зависимости введена статистическая модель, для которой поставлена и решена оптимизационная задача. Автор настоящей работы дополнил развитую модель уравнением непрерывности, которое позволяет определить характеристики КИХ-фильтров для каждого фонетического состояния и ввел альтернативную оптимизационную схему, позволяющую определять параметры статистической модели.

Ключевые слова:
распознавание фонем, речевой тракт, траекторная модель, резонатор, КИХ-фильтр, линейное предсказание, оптимизация.

Об авторах:
Леднов Д.А., к. т. н., старший научный сотрудник, научный консультант научно-технического департамента ООО «Стэл – Компьютерные Системы», г. Москва, e-mail: lednov@stel.ru


Соловьева Е.Б.
Каскадный предкомпенсатор для линеаризации характеристики усилителя мощности
// Цифровая обработка сигналов. 2013. №1. С. 9-13.

Аннотация:
Предложена каскадная структура нелинейного цифрового предкомпенсатора, синтезируемого прямым алгоритмом обучения. Показано, что наибольшую точность линеаризации усилителя мощ- ности с моделью Винера-Гаммерштейна обеспечивает каскадный предкомпенсатор, включающий полиномиальную персептронную сеть и радиально ограниченную модель Вольтерры.

Ключевые слова:
усилитель мощности, цифровой предкомпенсатор, линеаризация, модель Винера-Гаммерштейна, модель Вольтерры, персептронная сеть.

Об авторах:
Соловьева Е.Б., д.т.н., профессор, заведующая кафедрой теоретических основ электротехники Санкт- Петербургского государственного электротехнического университета “ЛЭТИ” им. В.И. Ульянова (Ленина), e-mail: selenab@hotbox.ru


Батенков К.А.
Математические модели модулятора и демодулятора с заданным порядком нелинейности
// Цифровая обработка сигналов. 2013. №1. С. 14-21.


Аннотация:
Синтезированы математические модели модулятора и демодулятора с заданным порядком нелинейности на основе функционального ряда. Проведена оценка сложности процедур обработки сигналов на уровне количества используемых базисных функций.

Ключевые слова:
ряды Вольтерра, математическая модель, нелинейная модуляция, демодуляция, базисные функции, оценка сложности.

Об авторах:
Батенков К.А., Академия ФСО, г. Орел, e-mail: pustur@yandex.ru


Пиманкин Д.А.
Метод наименьших взвешенных квадратов для анализа изображений // Цифровая обработка сигналов. 2013. №1. С. 22-27.


Аннотация:

Предлагается метод построения признакового описания областей изображений на основе анализа ориентаций векторов градиента изображения с помощью метода наименьших взвешенных квадратов (метод WLSF). Показано, что для широкого класса изображений предлагаемый подход может быть с успехом применен для решения задачи сопоставления ключевых точек. Показано преимущество метода WLSF перед методом SURF при анализе зашумленных изображений.

Ключевые слова:
метод наименьших взвешенных квадратов, ортогональное преобразование, признаковое описание изображения, сопоставление ключевых точек.

Об авторах:
Пиманкин Д.А., аспирант (ассистент) кафедры «Компьютерные технологии в проектировании и производстве» Нижегородского государственного технического университета им. Р.Е. Алексеева, e-mail: denis@pimankin.com


Калинин П.В., Сирота А.А.
Моделирование аппликативных искажений с различной степенью прозрачности и случайной формой
// Цифровая обработка сигналов. 2013. №1. С. 28-33.

Аннотация:
Разработана обобщенная модель аппликативных помех на изображениях в виде локальных областей закрытия с различной степенью прозрачности и случайной формой. Рассмотрены различные варианты реализации алгоритмов моделирования аппликативных помех с возможностью управления параметрами интенсивности, связности, прозрачности и степени нерегулярности формы.

Ключевые слова:
обработка изображений, аппликативные искажения, моделирование, случайная форма, область закрытия.


Об авторах:
Калинин П.В., аспирант Воронежского государственного университета, e-mail: kalinin_pv@sc.vsu.ru;

Сирота А.А., д.т.н., профессор Воронежского государственного университета, e-mail: sir@cs.vsu.ru


Минаков Е.И., Калистратов Д.С.
Mетод формирования бинарной кадровой маски движения // Цифровая обработка сигналов. 2013. №1. С. 34-37.

Аннотация:
Рассматривается метод формирования бинарной кадровой маски движения на основе принципов контекстно-зависимого арифметического кодирования. Предлагается метод формирования бинарной кадровой маски движения на основе динамической регенерации подвижной части маски, проводится структурный синтез и сравнительный анализ моделей видеокодеков, использующих указанные методы.

Ключевые слова:
маска движения, кадр, информация, кодирование изображений, видеокодек.

Об авторах:
Минаков Е. И., д.т.н., профессор кафедры радиоэлектроники Тульского государственного университета, e-mail: EMinakov@bk.ru;

Калистратов Д.С., аспирант кафедры радиоэлектроники Тульского государственного университета


Самойленко М.В.
Определение местоположений и мощностей источников излучения однопозиционной локационной станцией
// Цифровая обработка сигналов. 2013. №1. С. 38-41.

Аннотация:
Представлен новый метод, который позволяет определять пространственные координаты и мощности источников излучения по измеренным значениям мощности на выходе однопозиционной приемной антенны посредством специальной цифровой обработки. Приведены математическое изложение метода и результаты компьютерных экспериментов.

Ключевые слова:
местоположение, источник излучения, приемная антенна, элемент разрешения, отображение, восстановление, псевдообратная матрица.

Об авторах:
Самойленко М.В., к.т.н., доцент Московского авиационного института (национального исследовательского университета), e-mail: Samoi.Mar@mail.ru



Паршин А.Ю., Паршин Ю.Н.
Использование максимально правдоподобных оценок фрактальной размерности в негауссовских статистиках для обнаружения радиосигналов // Цифровая обработка сигналов. 2013. №1. С. 42-46.

Аннотация:
Статья посвящена решению задачи обнаружения объектов по их радиолокационным изображениям, полученным РЛС с синтезированной апертурой на основе их фрактальных свойств. Показано, что достаточной статистикой для решаемой задачи является максимально правдоподобная оценка корреляционной размерности. Синтезирован фрактальный обнаружитель радиосигналов, проведен его анализ с применением гауссовской аппроксимации статистики и на основе степенного распределения. Выполнен синтез оптимального комплексированного энергетико-фрактального обнаружителя, получены аналитические выражения для характеристик обнаружения.

Ключевые слова:
обнаружение объектов, радиолокационное изображение, фрактальная размерность, гауссовская аппроксимация, максимальное правдоподобие.

Об авторах:
Паршин А.Ю., аспирант Рязанского государственного радиотехнического университета, e-mail: alex90fox@gmail.com

Паршин Ю.Н., д.т.н., профессор, зав. кафедрой радиотехнических устройств Рязанского государственного радиотехнического университета, e-mail: parshin.y.n@rsreu.ru



Мандрикова О.В., Глушкова Н.В., Полозов Ю.А.
Алгоритмы выделения и анализа аномалий в параметрах критической частоты ионосферы f0F2 на основе совмещения вейвлет-преобразования и авторегрессионных моделей // Цифровая обработка сигналов. 2013. №1. С. 47-53.

Аннотация:
Представлен метод многокомпонентного моделирования ионосферных данных, основанный на совмещении вейвлет-преобразования с моделями авторегрессии – проинтегрированного скользящего среднего, позволяющий выполнить анализ и прогноз данных. Выделены особенности, связанные с солнечной активностью, а также возникающие в периоды сильных землетрясений на Камчатке. Предложены алгоритмы анализа ионосферных данных, основанные на конструкции дискретного вейвлет-преобразования, позволяющие автоматически выделить аномалии в ионосферной плазме и оценить их параметры. Для оценки метода и алгоритмов использовались данные станции «Паратунка» (п-ов Камчатка) за период 2001-2011гг.

Ключевые слова:
анализ аномалий, частоты ионосферы, многокомпонентное моделирование, вейлет-преобразование, авторегрессия.

Об авторах:
Мандрикова О.В., д.т.н., главный научный сотрудник Института космофизических исследований и распространения радиоволн ДВО РАН, профессор кафедры систем управления Камчатского государственного технического университета, e-mail: oksanam1@mail.kamchatka.ru

Глушкова Н.В., м.н.с. Института космофизических исследований и распространения радиоволн ДВО РАН, аспирант Камчатского государственного технического университета, e-mail: nv.glushkova@ya.ru

Полозов Ю.А., научный сотрудник Института космофизических исследований и распространения радиоволн ДВО РАН, доцент кафедры систем управления Камчатского государственного технического университета, e-mail: up_agent@mail.ru



Волченков В.А., Витязев В.В.
Методы и алгоритмы детектирования активности речи // Цифровая обработка сигналов. 2013. №1. С. 54-60.


Аннотация:
Проводится сравнительный анализ эффективности методов и алгоритмов детектирования участков активности речи и пауз между ними. Приведена общая информация о стандартизированных методах детектирования активности речи и оценка их производительности. Представлен новый способ обнаружения пауз в речи.

Ключевые слова:
детектор активности речи, обнаружение пауз, методы и алгоритмы, сравнительный анализ.

Об авторах:
Волченков В.А., аспирант кафедры телекоммуникаций и основ радиотехники Рязанского государственного радиотехнического университета, e-mail: volchenkov.rzn@yandex.ru

Витязев В.В., д.т.н., профессор, зав. кафедрой телекоммуникаций и основ радиотехники Рязанского государственного радиотехнического университета


Гудкова Н.В.
Приложение принципов цифровой адаптивной фильтрации к задаче управления динамическим объектом с неизвестной математической моделью // Цифровая обработка сигналов. 2013. №1. С. 61-66.



Аннотация:
Рассматривается один из способов управления непрерывными колебательными объектами с неизвестной математической моделью, базирующийся на принципах прямого и обратного адаптивного моделирования. Для целей управления в исследуемой системе формируются два одновременно протекающих адаптивных процесса: процесс адаптивной идентификации (прямое моделирование объекта) и процесс формирования управляющего воздействия (обратное моделирование). Адаптивные модели объекта реализуются в виде адаптивных трансверсальных фильтров с весовыми коэффициентами, перестраиваемыми по методу наименьших квадратов в режиме реального времени. В отличие от традиционных замкнутых систем автоматического управления в рассматриваемой адаптивной структуре отсутствует физическая отрицательная обратная связь между выходом и входом. Ее роль играет функциональная обратная связь, замыкающаяся через адаптивный процесс. Показано, что предлагаемая методика синтеза такой системы позволяет минимизировать ошибки управления и демпфировать колебания, а также компенсировать случайный низкочастотный дрейф выходного сигнала в управляемом объекте. Результаты имитационного моделирования системы подтверждают эффективность предложенных решений.

Ключевые слова:
динамический объект, адаптивная модель, функциональная обратная связь, адаптивный трансверсальный фильтр, метод наименьших квадратов, нерегулярные колебания, дрейф выходного сигнала.

Об авторах:
Гудкова Н.В., канд. техн. наук, доцент каф. САУ Южного федерального университета, e-mail: tala_gud@rambler.ru


Григоренко Д.В., Ручкин В.Н.
Повышение восстанавливаемости кластерных нейропроцессорных систем обработки данных // Цифровая обработка сигналов. 2013. №1. С. 67-72.


Аннотация:
Исследуются возможности повышения восстанавливаемости кластерных нейропроцессорных систем конвейерной, векторной, конвейерно-векторной или векторно-конвейерной структур обработки данных на базе современного отечественного микрокомплекта NM 640Х.

Ключевые слова:
нейропроцессорные системы, теоретико-множественная модель, классы эквивалентности, рефлексивность, транзитивость, кластеризация, восстанавливаемость, безотказность, вероятность безотказной работы.

Об авторах:
Григоренко Д.В., директор ЗАО «Рязаньприбор», аспирант кафедры ЭВМ Рязанского государственного радиотехнического университета

Ручкин В.Н., д.т.н., профессор кафедры информатики и вычислительной техники Рязанского государственного университета имени С.А. Есенина, e-mail: v.ruchkin @rsu.edu.ru


 

 
 
 

 

"Цифровая обработка сигналов" - научно-технический журнал

 

Контактная информация:
e-mail:
vityazev.v.v@rsreu.ru,info@dspa.ru
адрес: 101024, Москва, Авиамоторная, 8а,
Научный Центр МТУСИ
Российское НТОРЭС им. А.С. Попова,
проезд до ст. метро "Авиамоторная"
Тел/Факс: 8(495) 362-42-75
Карпушкина Галина Ивановна: 8(916) 880-03-88
Самсонов Геннадий Андреевич: 8(903) 201-53-33