автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Разработка методов и средств применения вейвлет преобразования в информационных системах

кандидата технических наук
Меркушева, Александра Вадимовна
город
Санкт-Петербург
год
2002
специальность ВАК РФ
05.11.16
Диссертация по приборостроению, метрологии и информационно-измерительным приборам и системам на тему «Разработка методов и средств применения вейвлет преобразования в информационных системах»

Оглавление автор диссертации — кандидата технических наук Меркушева, Александра Вадимовна

Введение

1. Анализ применения время - частотных преобразований в 10 информационных системах с нестационарными сигналами.

1.1 Информационные системы с нестационарными входными сигналами.

1.1.1 Информационные системы обработки речи.

1.1.2 Задачи обработки нестационарных сигналов в информационных и мультимедийных системах.

1.1.3 Информационно-измерительные системы определения гидродинамических параметров гетерогенных сред

1.1.4 Задачи информационно-измерительных систем определения гидродинамических параметров гетерогенных сред.

Введение 2002 год, диссертация по приборостроению, метрологии и информационно-измерительным приборам и системам, Меркушева, Александра Вадимовна

Существующие методы линейной фильтрации не всегда адекватны задачам уменьшения шума в информационных и информационно - измерительных системах, которые характеризуются нестационарным характером полезных сигналов и нестационарными шумами. Обработка сигналов в системах такого типа основывается на предположении об их локальной стационарности, однако локально стационарные участки сигналов, как правило, имеют малую длительность, что повышает требования к методам, применяемым для локализации свойств сигналов. К таким системам относятся информационные мультимедийные системы, предназначенные для обработки речевой информации и информационно

- измерительные системы для измерения параметров двухфазных потоков.

Речевой сигнал, для работы с которым предназначена информационная мультимедийная система, обладает высокой степенью изменчивости спектральных характеристик, участки псевдо - стационарности составляют не более 10 мс. Полезная информация заключена именно в изменяющихся свойствах сигнала, поэтому его анализ в информационных системах должен быть основан на точной локализации свойств. Шумы, воздействующие на систему обработки речевого сигнала, часто имеют тот же частотный диапазон, что и полезный сигнал, и также являются нестационарными, хотя можно предположить, что они имеют более длительные участки локальной стационарности. Поэтому задача фильтрации шума также предполагает хорошую локализацию свойств сигнала. В таких системах актуальной является повышение защищенности информации, содержащейся в речевых сигналах без внесения существенных задержек и искажений.

Информационно - измерительные системы для определения параметров двухфазных газожидкостных потоков также включают задачу обработки нестационарных сигналов, характеризующих изменение плотности потока, содержащего свободный газ. Интервалы псевдо - стационарности не превышают 1

- 2с. От правильной локализации изменения свойств сигнала зависит погрешность измерения.

Современные методы обработки сигналов, такие как кратковременное преобразование Фурье, преобразование Зака, билинейные преобразования класса Коэна, в частности распределение Вигнера, Бесселя, Бертрана и другие, преобразования время - масштаб, такие, как вейвлет - преобразование и преобразование со сплайн - базисом, обладающие хорошей локализацией свойств сигналов, не нашли пока широкого применения в информационно - измерительных системах. Поэтому актуальной является задача разработки методического, алгоритмического и программного обеспечения обработки псевдо - стационарных сигналов в информационных и информационно-измерительных системах для решения задач локализации свойств сигналов, фильтрации и обеспечения информационной безопасности.

В первом разделе приведены характеристики информационных мультимедийных систем обработки речевых сигналов и системы измерения параметров гетерогенных потоков и показана важность решения задач локализации свойств нестационарных сигналов в этих системах. Проведен анализ и систематизация время - частотных преобразований и преобразований время -масштаб, предназначенных для обработки сигналов в системах с нестационарными сигналами и показана перспективность применения вейвлет - преобразования в таких системах.

Второй раздел посвящен разработке метода детектирования речевой активности в системах обработки речевых сигналов. Предложен метод, включающий выполнение вейвлет - преобразования, аппроксимирующего модель восприятия звука, и многослойный персептрон. Проведен анализ структур персептрона и методов его обучения. Экспериментальное и теоретическое исследование методов обучения позволило сделать заключение о целесообразности применения метода Бройдена - Флетчера. Использование главных компонент в задаче детектирования речевой активности позволило уменьшить размерность входного слоя нейронной сети.

Третий раздел посвящен разработке метода вейвлет - фильтрации нестационарного сигнала при изменяющихся характеристиках шума. Предложен метод динамического определения порогов дискриминации вейвлет -коэффициентов. Пороги дискриминации предложено определять по характеристикам шума на интервалах отсутствия речи. Определены аналитические выражения для порогов дискриминации при экспоненциально - степенном распределении вейвлет - коэффициентов. Полученные соотношения являются обобщением формул Крамера на класс экспоненциально-степенных распределений.

Четвертый раздел посвящен разработке метода скремблирования речевого сигнала на основе вейвлет - преобразования и матриц Адамара. Показаны преимущества метода, включающие произвольное разбиение время - частотной области, свойство полного восстановления, высокую безопасность и большое число ключей скремблирования.

В пятом разделе приведены результаты применения предложенных методов в системах измерения параметров двухфазных потоков и в информационных системах обработки речи.

В диссертационной работе получены следующие новые научные результаты:

1. Систематизация время - частотных преобразований для обработки локально стационарных сигналов в информационных и информационно -измерительных системах.

2. Метод детектирования речевой активности для информационной мультимедийной системы, основанный на вейвлет - преобразовании и нейронной сети - многослойном персептроне.

3. Структура вейвлет - дерева для аппроксимации модели восприятия речи (персептуальной модели).

4. Применение главных компонент от функционалов вейвлет - коэффициентов в пространствах разложения для уменьшения размерности нейронной сети и увеличения скорости обучения.

5. Метод вейвлет - фильтрации локально - стационарного шума с адаптивным определением порогов дискриминации вейвлет - коэффициентов.

6. Обоснование адекватности экспоненциально - степенного распределения вейвлет - коэффициентов в задаче фильтрации локально - стационарного шума.

7. Уточнение и расширение формул Крамера для определения порогов дискриминации при экспоненциально - степенном распределении вейвлет -коэффициентов. 9

8. Метод скремблирования для информационной защиты сигналов в каналах ИИС, основанный на вейвлет - преобразовании и Н - эквивалентных матрицах.

На защиту выносятся следующие положения диссертационной работы:

1. Метод определения речевой активности на основе анализа с помощью нейронной сети и главных компонент функционалов вейвлет -коэффициентов в пространствах разложения, соответствующих персептуальной модели.

2. Метод вейвлет - фильтрации сигнала в условиях локально - стационарного шума с адаптивным выбором порога на основе модели экспоненциально -степенного распределения вейвлет - коэффициентов.

3. Метод скремблирования, основанный на вейвлет - разложении сигнала и умножении на Н-эквивалентные матрицы, получаемые путем генерации случайных перестановок.

Заключение диссертация на тему "Разработка методов и средств применения вейвлет преобразования в информационных системах"

5.4 Выводы по разделу 5

1. Принцип локализации свойств сигналов, основанный на вейвлет -разложении и нейронной сети, применен в информационно-измерительной системе «Фактор» для обнаружения свободного газа в двухфазном газожидкостном потоке.

2. Разработан алгоритм обнаружения свободного газа в товарной нефти. Использование алгоритма позволяет улучшить характеристики системы «Фактор» при измерении на трубах большого диаметра, а также в потоках, имеющих высокие скорости перемещения.

3. Для исследования характеристик предложенного в диссертации нейросетевого алгоритма, основанного на вейвлет - преобразовании, разработана имитационная модель. Модель позволяет представлять интервалы наличия и отсутствия свободного газа в потоке нефти для труб различного диаметра, имитировать прохождение гамма - квантов через флуктуирующий поглотитель и задавать различные значения объемной доли свободного газа.

4. На основе имитационной модели получены оценки погрешности измерения относительной доли свободного газа в потоке, которые не превышают 3% для труб диаметром 500 мм со структурой потока, характеризующейся показателем а=0.1 .0.3.

5. Разработано программное обеспечение на VC++ для информационной мультимедийной системы. Программное обеспечение позволяет записывать и воспроизводить звуковые файлы, формировать документы, и учитывать записанные фонограммы и документы в базе данных.

6. Заключение

В ходе выполнения диссертационной работы получены следующие основные научные и практические результаты:

1. Выполнена систематизация время - частотных преобразований для обработки локально стационарных сигналов в информационных и информационно - измерительных системах.

2. Предложен метод детектирования речевой активности для информационной мультимедийной системы, основанный на вейвлет -преобразовании и нейронной сети - многослойного персептрона.

3. Получена структура вейвлет - дерева для аппроксимации модели восприятия речи (персептуальной модели).

4. Обосновано применение главных компонент векторов из функционалов вейвлет - коэффициентов в пространствах разложения речевого сигнала, обеспечивающее уменьшение размерности нейронной сети и увеличение скорости обучения.

5. Предложен метод вейвлет - фильтрации локально - стационарного шума с адаптивным определением порогов дискриминации вейвлет -коэффициентов.

6. Обосновано применение экспоненциально - степенного распределения вейвлет - коэффициентов в задаче фильтрации локально -стационарного шума.

7. Выполнено уточнение и расширение формул Крамера для определения порогов дискриминации при экспоненциально - степенном распределении вейвлет - коэффициентов.

8. Предложен метод скремблирования для информационной защиты сигналов в каналах ИИС, основанный на вейвлет - преобразовании и Н -эквивалентных матрицах, производных от матриц Адамара.

9. Разработан алгоритм определения интервалов отсутствия свободного газа в потоке товарной нефти на основе вейвлет - преобразования сигнала радиоизотопного плотномера и нейронной сети.

184

10. Разработано программное обеспечение для вейвлет - фильтрации с адаптивным выбором порога дискриминации и защиты сигналов в каналах информационных систем, предназначенное для работы в среде Matlab 5.03.

11. Разработано прикладное программное обеспечение в среде MS Visual С++, предназначенное для записи, воспроизведения, фильтрации и управления потоками аудио - данных в мультимедийной информационной системе.

Библиография Меркушева, Александра Вадимовна, диссертация по теме Информационно-измерительные и управляющие системы (по отраслям)

1. Бендат Дж. Основы теории случайных шумов и ее применение. Пер. с англ. Под ред. B.C. Пугачева. М.: Изд-во "Наука", 1965. 460 с.

2. Болч Б., Хуань К. Дж. Многомерные статистические методы для экономики. М.: Статистика, 1979. -316с.

3. Воеводин В.В., Кузнецов Ю. А. Матрицы и вычисления. М.: Наука, 1984. -315 с.

4. Воробьев В.И., ГрибунинВ.Г. Теория и практика вейвлет. Д., 1999г., 203с.

5. Гилл Ф., Мюррей У., Райт М. Прикладная оптимизация, М.: Мир, 1985,с. 209,6. Загрутдинов Г. М. Достоверность автоматизированного контроля. Казань: Изд-во Казанского университета, 1980. 280 с.

6. Исмаилов Ш.Ю., Меркушева А.В. Анализ время частотных преобразований для обработки сигнала. Тезисы Международной научно-технической конференции "Пятьдесят лет развития кибернетики", СПб, 1999.-с. 14-15

7. Исмаилов Ш.Ю., Меркушева А.В. Нейросетевой алгоритм на вейвлет-преобразовании нестационарного сигнала в ИИС. Сб. докладов Международной конференции по мягким вычислениям измерениям. SCM-2001 СПб, 2001,1 том, с.251-256.

8. Кендал М. Дж. Стьюарт А. Многомерный статистический анализ и временные ряды. Пер.с англ. Под ред. А.Н. Колмогорова и Ю.В. Прохорова. М.: Изд-во "Наука", 1976. 736с.

9. Крамер Г. Математическая статистика. М.: Наука, 1989. 591с.

10. Кратиров В. А., Казаков A.M., Гиреев М.М. Способ измерения газожидкостного потока. Патент на изобретение N 94007263 / 25 (007607). Решение от 15.05.96 г.

11. Кратиров В.А., Казаков А.Н., ПерешиткинаА:Д. Совершенствование методов измерения расхода двухфазовых нефтегазовых потоков // Цифровая информационно-измерительная техника. Вып.20 / Пенза: Изд. Пензенского политехнического института, 1991. с. 16 - 23.

12. Лидбеттер М., Ротсен X., Линдгрен Г. Экстремумы случайных последовательностей и процессов. М.: Мир, 1989. -390 с.

13. Любатов Ю.В. Теоретические основы моделирования цифровых систем. М.: МАИ, 1989.-77 с.

14. Малыхина Г.Ф., Меркушева А.В. Вейвлет фильтрация речевого сигнала. Труды 2-й Международной конференции " Информационные технологии в моделировании и управлении". Изд. С - Пб ГТУ, 2000 г., с.244 - 247.

15. Малыхина Г.Ф., Меркушева А.В. Вейвлет-фильтрация нестационарного сигнала с адаптацией на основе нейронной сети Сб. докладов Международной конференции по мягким вычислениям измерениям. SCM-2001 СПб, 2001 г., 1 том, с.239-242.

16. Малыхина Г.Ф., Меркушева А.В. Детектирование речевого сигнала и фильтрация с адаптивным порогом. Микропроцессорные средства измерений. Сборник трудов, Вып. 2. С-Петербург, 2001 г., с. 26 -35.

17. Меркушева А.В. Скремблер на основе преобразований вейвлет и Адамара. Проблемы информационной безопасности. 2000 г., N 1, с. 86 92.

18. Меркушева А.В., Малыхина Г.Ф. Скремблирование на основе вейвлет -преобразования. Сб.: Информационные и бизнес технологии 21-го века. Труды научно-технической конференции. СПб ГТУ, 1999, с. 19.

19. Новицкий П.В., Зограф И.А. Оценка погрешностей результатов измерений. 2-е изд., Л.: Энергоатомиздат, 1991. - 304 с.

20. Патрик Э. Основы распознавания образов. Пер. с англ. Под ред. Б.Р. Левина. М.: Изд-во "Сов. радио", 1980. 408 с.

21. Пугачев В. С. Теория вероятностей и математическая статистика. М.: Изд-во "Наука", 1979.-496 с.

22. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. Перевод с англ. М.: Мир, 1978. - 848 с.

23. Рабинер Л.Р., Шафер Р.В. Цифровая обработка речевых сигналов. М.:26.