АЛГОРИТМ ТЕХНОЛОГІЇ РОЗПІЗНАВАННЯ АКУСТИЧНИХ СИГНАЛІВ
DOI:
https://doi.org/10.20998/2222-0631.2023.01.06Ключові слова:
акустичний сигнал, акустичний шум, технологія розпізнавання, ймовірнісні моделі, марківська модель простору-стану, метод інтегрування Монте-Карло, обчислювальне моделюванняАнотація
Наведено алгоритм обробки відбитого акустичного сигналу для технології розпізнавання об’єктів на фоні шумових перешкод. Розглянута математична модель враховує, що вхідні дані (акустичні сигнали) мають раніше невідомий розподіл ймовірностей. Для побудови технології обробки акустичного сигналу використовувалися ймовірнісні моделі, побудовані на основі ланцюга Маркова, метод інтегрування Монте-Карло та побудований на ньому метод фільтра Bootstrap. На їх основі розроблено алгоритм обробки акустичного сигналу, відбитого від перешкод. Технологія обробки сигналів реалізує перехід від вхідних даних до представлення вхідних даних у вигляді сітки, де кожній комірці присвоєна характеристика-інтенсивність, яка наближається до нормального розподілу за центральною граничною теоремою та графічним методом. Для виявлення факту наявності перешкоди в довільній точці використана функція правдоподібності. Алгоритм готовий до практичного використання, що підтверджено прикладами. Графічно представлено результат роботи алгоритму розпізнавання двох рухомих об’єктів, які мають відбитий акустичний сигнал, близький до шумового. Відзначено залежність швидкості обробки від обсягу даних. Наведено декілька конструктивних підходів до вирішення цієї проблеми. Зауважено, що при використанні методів зберігання розріджених матриць досягається зменшення оцінки використаної пам’яті з квадратичної до лінійної при погіршені оцінки швидкості у логарифм.
Посилання
Boers Y., Driessen J. N., Vershure F., Heemals W. P. M. H., Juloski A. A Multi Target Track Before Detect Applicationю. Conference on Computer Vision and Pattern Recognition Workshop (CVPRW’03), 16 – 22 June 2003. Madison, Wisconsin, USA, 2003, pp. 372–450. DOI: 10.1109/ CVPRW.2003.10100.
Lu Jia, Ming Li, Lu Xing, Yan Wu, Wanying Song. An improved particle filter for DIM radar target detection and tracking. Published in: IET International Radar Conference, 14 – 16 April 2013. – Xi’an, Chine, 2013, pp. 535 – 584. DOI: 10.1049/cp.2013.0474.
Belokurov V. A., Kozklov D. N. The Use of Particle Filtering for Detecting a High Maneuvering Target. 12th International Conference on Actual Problems of Electronics Instrument Engineering (APEIE), 2 – 4 Oct 2014. Novosibirsk, Russia, 2014, pp. 445 – 550. DOI: 10.1109/APEIE. 2014.7040910.
Samual J. Davey, Mark G. Rutten, Brian Cheung. A Comparison of Detection Performance for Several Track-Before-Detect Algorithm. Journal on Advances in Signal Processing Volume 2008. Published in: International Conference on Information Fusion. Cologne, Germany, Hindawi Publishing Corporation EURASIP, 30 June – 3 July 2008, Article ID 428036, 10 pages. DOI: 10.1155/2008/428036.
Sequential Monte Carlo methods in practice. Ed.: Amaud Doucet, Nando de Freitas, Neil Gordon. New York, Publisher: «Springer-Verlag», 2001. 582 p. DOI: 10.1007/978-1-4757-3437-9.
