Виділення складного тренду сигналів на основі масштабно-часових перетворень

Скорочена інформація про документ
dc.contributor.advisorБурау, Надія Іванівна
dc.contributor.authorМішура, Карина Артемівна
dc.date.accessioned2020-12-28T15:14:10Z
dc.date.available2020-12-28T15:14:10Z
dc.date.issued2020-12
dc.description.abstractenThe volume of certification work is 130 pages, contains 106 figures, 27 tables and 33 sources of literature. In this work, a comparative analysis of the families of wavelet transform functions for their use in problems of isolating a complex trend of noise-like signals was performed. Simulation of measured signals with simple trends (monotonic and with extremum) and interference is performed. Wavelet decomposition and signal trend selection were performed. Wavelet decomposition was performed using the Dobeshi, Haar, Simlet, and Koiflet families. Measurement signals with complex trends and random interferences were simulated, for which trends were selected by selected wavelet functions for different numbers of decomposition levels, and the trend selection error was estimated. A comparative analysis of the effectiveness of using different wavelet functions to highlight a complex trend was performed. The object of research - the process of isolating informative components from complex noise-like signals in the tasks of navigation, control, monitoring. The subject of research - methods and algorithms for identifying complex trends. Scientific novelty: 1. The use of wavelet decomposition for selection of a complex trend of noise-like signals is proposed and substantiated. 2. The dependence of the root mean square error of the selection of a complex trend on the type of wave function and interference parameters is established. Practical value of results - can be used to restore the lost trajectory of a moving object in conditions of its complex motion, to approximate complex algorithms in adaptive control systems with abrupt changes in trajectory or motion conditions, to change the initial signals of sensors or control system actuators.uk
dc.description.abstractruОбъем аттестационной работы 130 страниц, содержит 106 рисунка, 27 таблиц и 33 источник литературы. В данной работе был проведен сравнительный анализ семейств волновых функций вейвлет-преобразования для их использования в задачи выделения сложного тренда шумоподобных сигналов. Выполнено моделирование измеряемых сигналов с простыми трендами (монотонный и с экстремумом) и помехами. Было выполнено вейвлет-разложения и выделения трендов сигналов. Вейвлет-разложения проводилось с использованием семейств Добеши, Хаара, Симлетов, Койфлетов. Было смоделированы измерительные сигналы со сложными трендами и случайными помехами, для которых выполнено выделение трендов выбранными вейвлетными функциями для разного числа уровней разложения и оценены погрешность выделения тренда. Был выполнен сравнительный анализ эффективности использования различных вейвлетных функций для выделения сложного тренда. Объект исследования - процесс выделения информативных составляющих из сложных шумоподобных сигналов в задачах навигации, управления, мониторинга. Предмет исследования - методы и алгоритмы выделения сложных трендов. Научная новизна: 1. Предложено и обосновано использование вейвлет - разложения для выделения сложного тренда шумоподобных сигналов. 2. Установлена зависимость среднеквадратичной погрешности выделения сложного тренда от типа волновой функции и параметров помех. Практическая ценность результатов - могут использоваться при восстановлении утраченной траектории движущегося объекта в условиях его сложного движения, при аппроксимации сложных алгоритмов в системах адаптивного управления при резких изменениях траектории или условий движения, при изменении исходных сигналов датчиков или исполнительных элементов систем управления.uk
dc.description.abstractukОбсяг атестаційної роботи 130 сторінок, вона містить 106 рисунка, 27 таблиць та 33 джерело літератури. В даній роботі було проведено порівняльний аналіз сімейств хвильових функцій вейвлет-перетворення для їх використання в задачі виділення складного тренду шумоподібного сигналу. Виконано моделювання вимірюваних сигналів з простими трендами (монотонний та з екстремумом) та завадами. Було виконано вейвлет-розкладання та виділення трендів сигналів. Вейвлет-розкладання проводилося з використанням сімейств Добеші, Хаара, Сімлетів, Койфлетів. Було сформовано вимірювальні сигнали зі складними трендами та випадковими завадами для яких виконано виділення трендів обраними вейвлетними функціями для різного числа рівнів розкладання та оцінено похибку виділення тренду. Було виконано порівняльний аналіз ефективності використання різних вейвлетних функцій для виділення складного тренду. Об‘єкт дослідження – процес виділення інформативних складових із складних шумоподібних сигналів в задачах навігації, керування, моніторингу. Предмет дослідження – методи та алгоритми виділення складних трендів. Наукова новизна: 1. Запропоновано та обґрунтовано використання вейвлет –розкладання для виділення складного тренду шумоподібного сигналу. 2. Встановлено залежність середньоквадратичної похибки виділення складного тренду від типу хвильової функції та параметрів завад. Практична цінність результатів – можуть використовуватися при відновленні втраченої траєкторії рухомого об’єкта в умовах його складного руху, при апроксимації складних алгоритмів в системах адаптивного керування при різких змінах траєкторії чи умов руху, при зміні вихідних сигналів датчиків чи виконавчих елементів систем керування.uk
dc.format.page129 с.uk
dc.identifier.citationМішура, К. А. Виділення складного тренду сигналів на основі масштабно-часових перетворень : магістерська дис. : 151 Автоматизація та комп’ютерно-інтегровані технології / Мішура Карина Артемівна. – Київ,2020. – 129 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/38339
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.titleВиділення складного тренду сигналів на основі масштабно-часових перетвореньuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Mishura_magistr.pdf
Розмір:
9.08 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.16 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ПСОН)
Магістерські роботи