Обработка измерительных сигналов на основе вейвлет-преобразования в многоканальных информационно-измерительных системах

• Автор: Федулеева, Марина Владимировна
• Шифр специальности: 05.11.16
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Пенза
• Количество страниц: 151 с. : ил.

СОДЕРЖАНИЕ
Список сокращений
Введение
Глава 1- - Анализ особенностей функционирования многоканальной 11 ИИС
1.1 Формулировка задачи создания многоканальной ИИС и ее
функций
1.2 Анализ существующих решений
1.3 Основные тенденции создания многоканальных ИИС
1.4 Классификация данных многоканальных ИИС с точки
зрения задачи обработки данных
1.5 Выбор и обоснование направления исследования
1.6 Выводы по главе
Глава 2 - Методы повышения эффективности алгоритма обработки 40 данных на основе дискретного вейвлет-преобразования
2.1 Применение дискретного вейвлет-преобразования для
решения задачи сжатия данных
2.2 Разработка методики и критериев для исследования
алгоритмов сжатия
2.3 Разработка и исследование алгоритма сжатия на основе
дискретного вейвлет- преобразования
2.4 Модификация алгоритма сжатая и исследование разра
ботанного алгоритма
2.5 Выводы по главе
Глава 3 - Разработка структуры многоканальной ИИС с применением 65 сжатия на основе модифицированой схемы ДВП
3.1 Разработка и исследование адаптивной структуры ИИС с
применением сжатия на основе дискретного вейвлет-преобразования

3.1.1 Адаптивная структура ИИС
3.1.2 Библиотека базисов

3.1.3 Методика выбора оптимальных параметров алгоритма 71 сжатия
3.2 Разработка и исследование структуры ИИС
применением многоканального сжатия на основе дискретного вейвлет-преобразования
3.2.1 Многоканальный вариант сжатия на основе дискретного 84 вейвлет-преобразования
3.2.2 Анализ структуры ИИС с многоканальным сжатием на 87 основе дискретного вейвлет-преобразования
3.3 Выводы по главе
Глава 4 - Результаты экспериментальных исследований
практической разработки и внедрения многоканальной ИИС
4.1 Применение ЕШетеГинтерфейса для решения задачи
передачи данных при построении многоканальной ИИС
4.2 БСД в составе многоканальной ИИС
4.3 Программное обеспечение многоканальной ИИС
4.4 Выводы по главе
Основные результаты и выводы по работе
Заключение
Литература
Приложение А Тексты функций
Приложение Б Тексты программ
Приложение В Акты о внедрении
Приложение Г Свидетельства о государственной регистрации 148 программ для ЭВМ
3.1.4 Моделирование адаптивной схемы сжатия
3.1.5 Рекомендации по применению вейвлет-базисов

СПИСОК СОКРАЩЕНИЙ
АРМ - автоматизированное рабочее место АЦП - аналого-цифровой преобразователь БГ1 - блок питания БСД - блок сбора данных
ВИИ - вторичный измерительный преобразователь двп - дискретное вейвлет-преобразование дкл - дискретное косинусное преобразование дкп- дискретное преобразование Карунена-Лоэва ИД - интеллектуальный датчик ИИС - информационно-измерительная система ИС - измерительная система
ИСМКА - интеллектуальная система мониторинга и контроля состояния
космического аппарата
КА - космический аппарат
кпд - контроллер передачи данных
МПК - модуль преобразования каналов
НВП - непрерывное вейвлет-преобразование
ОС - операционная система
ПК - персональный компьютер
ИМ - процессорный модуль
ПО - программное обеспечение
РКТ - ракетно-космическая техника
ФБ - функциональный блок
ЦИ - цифровой интерфейс
PSNR - пиковое отношение сигнал-шум

В это же время для данных второго класса при достаточно большом времени наблюдения можно выделить несколько участков, на которых сигнал ведёт себя стационарно, причём разница между средними значениями данных на соседних участках составляет небольшую долю от полного динамического диапазона и переход между такими участками происходит достаточно быстро. Для данного класса модель описания сигнала будет выглядеть как набор состояний 5, , соотвествующих участкам на которых сигнал ведёт себя стационарно.
На рис. 1.7 и 1.8 приведены графики и гистограммы примеров сигналов ИИС для класса первого и второго класса соответственно.
а) сигнал, б) гистограмма
Для данных первого класса характерен тот факт, что значения сконцентрированы в относительно небольшом диапазоне, что позволяет прогнозировать хорошие перспективы сжатия для таких сигналов.