Программно-алгоритмическое обеспечение сжатия и восстановления сигналов в системах обработки информации при значительных ограничениях на ресурсы : На примере обработки кардиосигнала

• Автор: Антошкин, Сергей Александрович
• Шифр специальности: 05.13.01, 14.00.41
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 121 с. : ил.

ВВЕДЕНИЕ

ГЛАВА 1. СОСТОЯНИЕ ВОПРОСА

1.1. Методы КОДИРОВАНИЯ.

1.1.1. Кодирование Хаффмана.

1.1.2. Арифметическое кодирование.

1.1.3. Галта и дельта коды Элиаса.

1.1.4. Коды Фибоначчи.

1.2. Методы ПРЕОБРАЗОВАНИЯ ДАННЫХ.

1.2.1. Децимация с последующей интерполяцией сплайнфункциями.

1.2.2. Дискретные косинус и синус преобразования

1.2.3. Преобразование Фурье.

1.2.4. Вейвлет преобразование
1.2.5. Разностная импульснокодовая модуляция.
1.2.6. Линейное предсказание
1.3. Существующие алгоритмы сжатия кардиосипала
1.3.1. Алгоритм .
1.3.2. Алгоритм
1.3.3. Алгоритм и
1.3.4. Алгоритм
1.3.5. Алгоритм .
ГЛАВА 2. ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ ВОЗМОЖНОСТИ ПОВЫШЕНИЯ СТЕПЕНИ СЖАТИЯ КАРДИОСИГНАЛА ЗА СЧЕТ ВЫБОРА НАИБОЛЕЕ ПРИЕМЛЕМОЙ СХЕМЫ И АЛГОРИТМА ОБУЧЕНИЯ АДАПТИВНОГО ПРЕДСКАЗАТЕЛЯ И СОЗДАНИЯ МЕТОДИКИ УПРАВЛЕНИЯ Е РАБОЧИМИ ПАРАМЕТРАМИ
2.1. анализ схем и рабочих параметров адаптивных предсказателей с целью выбора наиболее ЭФФЕКТИВНОЙ ДЛЯ СЖАТИЯ кардиосипала.
2.1.1. Схема обычного линейного предсказатечя.
2.1.2. Схема решетчатого адаптивного предсказатечя
2.2. АЛГОРИТМЫ ОБУЧЕНИЯ АДАПТИВНЫХ ПРЕДСКАЗАТЕЛЕЙ.
2.2.1. Градиентный поиск методом Ньютона
2.2.2. Градиентный поиск методом наискорейшего спу ска
2.2.3. Метод наименьших квадратов для адаптивного линейного сумматора.
2.2.4. Метод наименьших квадратов для адаптивной реиетки предсказания
2.3. Обоснование выбора схемы адаптивного фильтра для сжатия кардиосипала
2.4. УСТРАНЕНИЕ МЕТОДИЧЕСКОЙ ОШИБКИ ПРИ СЖАТИИ И ВОССТАНОВЛЕНИИ СИПАЛА СХЕМОЙ РАЗНОСТНОЙ ИМПУЛЬСНОКОДОВОЙ модуляции
2.5. Обоснование выбора оценки качест ва предсказания сипала адаптивными фильтрами
2.6. Снижение ошибки предсказания за счет применения масгтапирующего коэффициента
СКОРОСТИ СХОДИМОСТИ.
ГЛАВА 3. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ РЕАЛИЗАЦИИ СХЕМ АДАПТИВНЫХ ПРЕДСКАЗАТЕЛЕЙ ПРИ СЖАТИИ И ВОССТАНОВЛЕНИИ КАРДИОСИГНАЛА
3.1. Исследование влияния частотных свойств стационарного сипала на качество предсказания .
3.2. Экспериментальное определение оптимального порядка адаптивных фильтров для
предсказания КАРДИОСИПАЛОВ.
3.3 Сходимость метода наименьших квадратов для адаптивных фильтров обычной и решетчатой СТРУКТУР ПРИ ПРЕДСКАЗАНИИ кардиосипала
3.4. Экспериментальные исследования работы схем адаптивных предсказателей при управлении МАСШТАБИРУЮЩИМИ КОЭФФИЦИЕНТАМИ.
3.5. Экспериментальные исследования кодирования ошибки предсказания схем адаптивных
ПРЕДСКАЗАТЕЛЕЙ ОБЫЧНОЙ И РЕШЕТЧАТОЙ СТРУКТУРЫ ПА ЗАПИСЯХ ЭКГ
ВЫВОД1,1
4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ И АЛГОРИТМЫ
4.1. Модельная реализация i
4.1.1. Общая структура модели.
4.1.2. Модель адаптивного фильтра реиетчатой структуры
4.1.3. Схема ячейки адаптивного фильтра решетчатой структуры.
4.1.4. Схема блока адаптации фильтра решетчатой структуры по методу наименьших квадратов
4.1.5 Модель адаптивного фичьтра обычной структуры.
4.1.6 Схема блока адаптации фильтра обычной структуры по методу наименьших квадратов
4.1.7 Ечок оценки качества предсказания
4.1.8 Блок сравнения размера кода при использовании сжимающих апгоритмов 1.
4.2 Алгоритм вычиаения маситабирующего коэффициента для коррекции скорости сходимости.
Выводы.
ЗАКЛЮЧЕНИЕ а
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ


В первой главе проводится анализ методов кодирования Хаффмана, Фибоначчи, гамма дельтакоды Элиаса, арифметическое кодирование и преобразования данных Фурье, вейвлет, косинус синуспреобразования, линейное предсказание используемых для сжатия данных типа аналоговый сигнал. Рассмотрены существующие алгоритмы сжатия данных, специфичные для компрессии КС. Современные алгоритмы сжатия КС без потерь достигают степени сжатия от 2 до 3,2. Каждый из перечисленных в первой части данной главы методов сжатия обладает своими достоинствами и недостатками. Так, с точки зрения большинства авторов приведенных работ наибольшим коэффициентом сжатия обладают системы построенные на базе вейвлет и Фурье преобразований. Однако их реализация требует использования значительных вычислительных ресурсов оперативной памяти, частоты процессора устройства обработки информации, наличие которых существенно ограничено в портативных устройствах регистрации КС. Эти методы преобразования данных широко используются в стационарных системах автоматического анализа и хранения КС. Алгоритмы сжатия, основанные на использовании децимации сигнала с последующей интерполяцией, а также косинус преобразования, достаточно просты в реализации, однако, в связи с наличием методической ошибки в результате преобразования данных эти методы не удовлетворяют требованию по точности восстановления сигнала для его дальнейшего использования в медицинских диагностических приложениях. Наряду с перечисленными методами и алгоритмами сжатия КС используются компрессоры на основе линейного предсказания на этапе преобразования данных.