Исследование метода частотно-временного анализа сигналов на основе функций поведения и арифметических рядов

Скорочена інформація про документ
dc.contributor.authorБочарников, В. П.
dc.contributor.authorСвешников, С. В.
dc.date.accessioned2022-02-15T08:49:37Z
dc.date.available2022-02-15T08:49:37Z
dc.date.issued2019
dc.description.abstractenIntroduction. The study results of the method of timefrequency signal analysis are shown in the article. The study of the method was carried out based on the behavior functions and arithmetic series (BFAS method). Also, the article presents the comparison results of the BFAS method and the short-term Fourier transform method (STFT). The non-stationary signal in the infrasonic frequency range with low frequency resolution was used for comparison. BFAS method. We’ve proposed to use the properties of the systems behavior functions, which are represented as the distribution of the possibility measure to solve the problem of non-stationary signals analyzing.We’ve used the mathematical basis of the p-adic calculus to construct the behavior function. The behavior of a system that generates a signal has locally invariant areas in which the signal spectrum is relatively stable. To identify these areas, we’ve used a method for identifying the metasystem. It is based on the changes analysis in the uncertainty index of system behavior function. The change moments in the behavior function are determine the coordinates of the impulse function that models the original signal. The coordinates of the pulses are described by arithmetic series, which are used to estimate the frequency spectrum of the original signal. The pulses of the signal under study are formed when there is a balance of pulses in signal vicinity. The balance is caused by the harmonic functions that form this signal. Based on the formed balance equations, we have proposed an approach to determining the estimates of the current signal spectra. The use of balance equations in the vicinity of the pulses of the analyzed signal allows to form adaptive temporal localization that allows to estimate current spectra. This made it possible to use the proposed approach for time-frequency analysis of non-stationary signals. To smooth the estimates, we’ve used fuzzy filtering. The results of the study. We have conducted a studies of the BFAS method usage for the analysis of nonstationary signals and compared the obtained results with the results of using the STFT method. In the article, we analyzed in detail the results of a discrete low-resolution infrasonic signal study. Such signals are the most difficult for time-frequency analysis. We’ve used the spectral contrast angle to quantitatively compare the results of spectra estimation and to compare reconstructed signals we’ve used the correlation coefficient. Studies of the BFAS method showed that the estimation accuracy of the current spectrum using the cosine of the contrast spectral angle is not lower than 0.9, and the correlation coefficient of the reconstructed and true signals is not lower than 0.87. Conclusions. Studies have shown that the BFAS method is effective for time-frequency analysis of nonstationary signals and in many cases exceeds in accuracy the use of the STFT method.uk
dc.description.abstractruВведение. В статье рассмотрены результаты исследования метода частотно-временного анализа сигналов на основе использования функций поведения и арифметических рядов (метод BFAS, Behavior Function and Arithmetic Series). Приведены результаты сравнения эффективности применения метода BFAS и метода кратковременного быстрого преобразования Фурье (STFT) на примере нестационарного сигнала в диапазоне инфразвуковых частот с низкой разрешающей способностью по частоте. Метод BFAS. Для решения задачи анализа нестационарных сигналов мы предложили использовать свойства функций поведения систем, которые представлены в виде распределения меры возможности. Для построения функции поведения нами использован математический базис - адического исчисления. Поведение системы, генерирующей сигнал, имеет локально-инвариантные участки, на которых спектр сигнала относительно стабилен. Для выявления этих участков мы использовали подход к идентификации метасистемы на основе анализа изменения показателя неопределенности для функции поведения системы. Моменты изменения функции поведения определяют координаты импульсной функции, которая моделирует исходный сигнал. Координаты импульсов описываются арифметическими рядами, которые используются для оценки частотного спектра исходного сигнала. Мы установили, что импульсы исследуемого сигнала формируются при наличии в его окрестности баланса импульсов от гармонических функций, формирующих данный сигнал. Мы предложили подход к определению оценок текущих спектров сигнала на основе сформированных уравнений баланса. Использование уравнений баланса в окрестностях импульсов анализируемого сигнала позволяет формировать адаптивную временную локализацию для оценки текущих спектров. Это дало возможность использовать предложенный подход для частотно-временного анализа нестационарных сигналов. Для сглаживания оценок мы использовали нечеткую фильтрацию. Результаты исследования. Мы провели исследования применения разработанного метода BFAS для анализа нестационарных сигналов и сравнили их с результатами применения метода STFT. В статье мы подробно разобрали результаты исследования для дискретного сигнала инфразвуковой частоты с низкой разрешающей способностью. Такие сигналы являются наиболее сложными для частотно-временного анализа. Для количественного сравнения результатов оценки спектров мы использовали показатель спектрального угла контрастности, а для сравнения восстановленных по спектрам сигналов – коэффициент корреляции. Исследования метода BFAS показали, что точность оценки текущего спектра по косинусу спектрального угла контрастности составляет не ниже 0.9, а коэффициент корреляции восстановленного и истинного сигналов не ниже 0.87. Выводы. Исследования показали, что предложенный метод BFAS является эффективным для частотно-временного анализа нестационарных сигналов и во многих случаях превосходит по точности использование метода STFT.uk
dc.description.abstractukВступ. У статтi розглянутi результати дослiдження методу частотно-часового аналiзу сигналiв на основi використання функцiй поведiнки i арифметичних рядiв (метод BFAS, Behavior Function and Arithmetic Series). Наведено результати порiвняння ефективностi застосування методу BFAS i методу короткочасного швидкого перетворення Фур’є (STFT) на прикладi нестацiонарного сигналу в дiапазонi iнфразвукових частот з низькою роздiльною здатнiстю по частотi. Метод BFAS. Для вирiшення завдання аналiзу нестацiонарних сигналiв ми запропонували використовувати властивостi функцiй поведiнки систем, якi представленi у виглядi розподiлу мiри можливостi. Для побудови функцiї поведiнки нами використаний математичний базис p-адичного числення. Поведiнка системи генеруючої сигнал, має локально-iнварiантнi дiлянки, на яких спектр сигналу вiдносно стабiльний. Для виявлення цих дiлянок ми використовували пiдхiд до iдентифiкацiї метасистем на основi аналiзу змiни показника невизначеностi для функцiї поведiнки системи. Моменти змiни функцiї поведiнки визначають координати iмпульсної функцiї, яка моделює вихiдний сигнал. Координати iмпульсiв описуються арифметичними рядами, якi використовуються для оцiнки частотного спектра вихiдного сигналу. Ми встановили, що iмпульси дослiджуваного сигналу формуються при наявностi в його околицi балансу iмпульсiв вiд гармонiйних функцiй, якi формують даний сигнал. Ми запропонували пiдхiд до визначення оцiнок поточних спектрiв сигналу на основi сформованих рiвнянь балансу. Використання рiвнянь балансу в околицях iмпульсiв аналiзованого сигналу дозволяє формувати адаптивну часову локалiзацiю для оцiнки поточних спектрiв. Це дало можливiсть використовувати запропонований пiдхiд для частотно-часового аналiзу нестацiонарних сигналiв. Для згладжування оцiнок ми використовували нечiтку фiльтрацiю. Результати дослiдження. Ми провели дослiдження застосування розробленого методу BFAS для аналiзу нестацiонарних сигналiв i порiвняли їх з результатами застосування методу STFT. У статтi ми детально розiбрали результати дослiдження для дискретного сигналу iнфразвукової частоти з низькою роздiльною здатнiстю. Такi сигнали є найбiльш складними для частотно-часового аналiзу. Для кiлькiсного порiвняння результатiв оцiнки спектрiв ми використовували показник спектрального кута контрастностi, а для порiвняння вiдновлених за спектрами сигналiв - коефiцiєнт кореляцiї. Дослiдження методу BFAS показали, що точнiсть оцiнки поточного спектра по косинусу спектрального кута контрастностi складає не нижче 0.9, а коефiцiєнт кореляцiї вiдновленого та iстинного сигналiв не нижче 0.87. Висновки. Дослiдження показали, що запропонований метод BFAS є ефективним для частотно-часового аналiзу нестацiонарних сигналiв i в багатьох випадках перевершує за точнiстю використання методу STFT.uk
dc.format.pagerangeС. 5-15uk
dc.identifier.citationБочарников, В. П. Исследование метода частотно-временного анализа сигналов на основе функций поведения и арифметических рядов / Бочарников В. П., Свешников С. В. // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2019. – Вип. 79. – С. 5-15. – Бібліогр.: 22 назв.uk
dc.identifier.doihttps://doi.org/10.20535/RADAP.2019.79.5-15
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/46445
dc.language.isoruuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceВісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування: збірник наукових праць, Вип. 79uk
dc.subjectчасовий рядuk
dc.subjectчастотно-часовий аналiзuk
dc.subjectметод STFTuk
dc.subjectp-адичнi числаuk
dc.subjectфункцiї поведiнки системuk
dc.subjectмiра можливостiuk
dc.subjectнечiткi множиниuk
dc.subjectсистемний аналiзuk
dc.subjectiдентифiкацiяuk
dc.subjectарифметичнi рядиuk
dc.subjectчастотнi спектриuk
dc.subjecttime seriesuk
dc.subjecttime-frequency analysisuk
dc.subjectmethod STFTuk
dc.subjectp-adic numbersuk
dc.subjectsystem behavior functionsuk
dc.subjectmeasure of possibilityuk
dc.subjectfuzzy setuk
dc.subjectsystem analysisuk
dc.subjectidentificationuk
dc.subjectarithmetic seriesuk
dc.subjectfrequency spectrauk
dc.subjectвременной рядuk
dc.subjectчастотно-временной анализuk
dc.subjectp-адические числаuk
dc.subjectфункции поведения системuk
dc.subjectмера возможностиuk
dc.subjectнечёткое множествоuk
dc.subjectсистемный анализuk
dc.titleИсследование метода частотно-временного анализа сигналов на основе функций поведения и арифметических рядовuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
VKPIRR-2019_79_5-15.pdf
Розмір:
693.59 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць, Вип. 79