Тысяча полезных мелочей    

МОДУЛЯРНЫЕ ПРЕОБРАЗОВАНИЯ В ВЕЙВЛЕТ-ОБРАБОТКЕ РЕЧЕВЫХ СИГНАЛОВ

МОДУЛЯРНЫЕ ПРЕОБРАЗОВАНИЯ В ВЕЙВЛЕТ-ОБРАБОТКЕ РЕЧЕВЫХ СИГНАЛОВ

Червяков Н.И. Ремизов С.Л. Статья в формате PDF 186 KB Для решения задачи идентификации в настоящее время в основном применяется преобразование Фурье. Основным недостатком этого метода является то, что он применим лишь для анализа стационарных сигналов. Речь же представляет собой не стационарный сигнал. Переход к оконному преобразованию Фурье приводит к сильной зависимости частотных хаpaктеристик от параметров окна.

Поэтому в последнее время используется альтернативный подход к решению этой задачи, одним из вариантов которого является вейвлет анализ.

Вейвлет-анализ осуществляет многомасштабный анализ, который представляет собой последовательное представление исследуемой функции через иерархические вложенные подпрострaнcтва Vm, которые не пересекаются и дают в пределе L2(R) - прострaнcтво квадратично суммированных последовательностей бесконечной длинны [1]

Одним из важных моментов вейвлет-анализа является произвольный выбор базисной функции.

Для анализа дискретной временной последовательности хорошо подходит вейвлет Хаара. Но его применение эффективно в том случае, если дискретная временная последовательность обладает резкими переходами или скачками. По мимо вейвлетов Хаара существует еще ряд дискретных вейвлетов, описанных в [2]. Но каждому из них присущ ряд своих специфических недостатков и они не позволяют реализовывать целочисленные вычисления, что приводит к возникновению неизбежных ошибок округления при вычислении вейвлет-коэффициентов. Использование целочисленных вейвлет-преобразований, описанных в [1], позволяет лишь уменьшить общую ошибку округления, но не всегда дает возможность получить точную реконструкцию сигнала. Поэтому необходимы такие преобразования, которые бы с одной стороны обеспечивали эффективность анализа дискретной временной последовательности как с резкими перепадами, так и с плавными изменениями, а с другой стороны могли бы обеспечить точную реконструкцию сигнала и были бы целочисленными.

В качестве таких преобразований можно использовать модулярные преобразования, а именно перевод чисел из системы остаточных классов [3] в позиционную систему счисления.

Пусть имеется СОК с основаниями p1, p2 .....pn,. Для этой системы НОД (p1, p2 .....pn) = 1, с ортогональными базисами B1, B2, .... Bn и весами m1, m2, ..... mn. Пусть в этой системе своими остатками заданно число остатками А=(α1, α2, ... αn). Определим следующие константы

q1 = p1m2, q2 = p2m1;  ; pn = pn mn-(-1)n;

  ;...;     (3)

Тогда позиционное представление числа А можно вычислить следующим образом

;      (4)

     (5)

Доказательство этого утверждения основано на следующем обстоятельстве. Развернем первое слагаемо выражения (6)

      (6)

а величина  есть первый ортогональный базис. Остальные слагаемые имеют аналогичную структуру.

Для случая, когда n нечетно, константы  и  имеют следующий вид

;       (7)

По аналогии с выражением (1) можно считать, что каждое выражение в (4,5) аппроксимирует положение набора остатков из прострaнcтва

 через прострaнcтво  на прострaнcтво меньшей размерности, определяемое функцией y = x mod p.

Требования, предъявляемые к базисным функциям вейвлет-преобразований [4] для функции y = x mod p p формально выполняются в кольце по модулю с учетом особенностей выполнения операций в кольце.

Улучшение чувствительности к малым изменениям сигнала для такого преобразования обеспечивается за счет значительного изменения величины Si,j для близких в смысле евклидового расстояния участков двух разных сигналов, и величины Ai для участков двух разных сигналов для которых отличие Si,j минимально.

Среднеквадратичная ошибка (дисперсия), рассчитанная для векторов

X = (6, 4, 13, 5, 9 11, 14, 12, 10, 8, 4, 6, 13, 10, 9, 8)

Xиск = (6, 4, 13, 5, 9 13, 14, 12, 10, 8, 4, 6, 13, 10, 9, 8)

при различных методах анализа сигналов приведена в таблице 3.

Таблица 3. Дисперсия для различных методов анализа

Метод анализа

ДПФ

Преобразование

Хаара

Модулярные преобразования

σ

0.401

0.308

4.54

Таким образом, применение модулярных преобразований позволяет повысить точность анализа речевых сигналов, представленных в цифровом виде.

СПИСОК ЛИТЕРАТУРЫ

  1. Воробьев В.И., Грибунин В.Г. Теория и пpaктика вейвлет-преобразования. Интернет: http://www.autex.spb.ru
  2. Дьяконов В.П. Вейвлеты. От теории к пpaктике. - М.: СОЛОН-Р, 2002 - 446 с.
  3. Акушский И.Я., Юдицкий Д.М., Машинная арифметика в остаточных классах. - М.: Советское радио, 1968 - 440 с.
  4. Добеши И. Десять лекций по вейвлетам. Интернет: http://books.forcesite.ru


ИССЛЕДОВАНИЕ УСЛОВИЙ ПРИМЕНЕНИЯ РЯДА ОРГАНИЧЕСКИХ РАСТВОРИТЕЛЕЙ ДЛЯ ОЧИСТКИ ИНУЛИНАЗ ИЗ РАЗЛИЧНЫХ ИСТОЧНИКОВ

ИССЛЕДОВАНИЕ УСЛОВИЙ ПРИМЕНЕНИЯ РЯДА ОРГАНИЧЕСКИХ РАСТВОРИТЕЛЕЙ ДЛЯ ОЧИСТКИ ИНУЛИНАЗ ИЗ РАЗЛИЧНЫХ ИСТОЧНИКОВ Разработана методика получения высокоочищенных препаратов инулиназы из продуцентов Aspergillus awamori и Saccharomyces cerevisiae. Исследовано влияние различных органических растворителей на полноту осаждения данного фермента. ...

04 10 2026 7:18:35

ДРОЖЖИВОЗБУДИТЕЛИ ПОРЧИ КОНДИТЕРСКИХ ИЗДЕЛИЙ

ДРОЖЖИВОЗБУДИТЕЛИ ПОРЧИ  КОНДИТЕРСКИХ ИЗДЕЛИЙ Статья в формате PDF 106 KB...

01 10 2026 16:54:51

НАРУШЕНИЯ ЦЕНТРАЛЬНОЙ НЕРВНОЙ СИСТЕМЫ И ОРГАНОВ ЧУВСТВ СРЕДИ ПОПУЛЯЦИИ МУГАНСКОЙ ЗОНЫ АЗЕРБАЙДЖАНА

НАРУШЕНИЯ ЦЕНТРАЛЬНОЙ НЕРВНОЙ СИСТЕМЫ И ОРГАНОВ ЧУВСТВ СРЕДИ ПОПУЛЯЦИИ МУГАНСКОЙ ЗОНЫ АЗЕРБАЙДЖАНА Среди населения Муганской зоны Азербайджана проведены медико-генетические исследования по выявлению нарушений ЦНС и органов чувств, установлены типы наследования патологий. Путем цитогенетического анализа идентифицированы кариотипы больных синдромом Клайнфельтера. Среди 352 больных с 21 наследственными и врожденными заболеваниями большая часть приходится на моногенные патологии с аутосомно-рецессивным типом наследования, что объясняется кровнородственными бpaками среди родителей пробандов. ...

30 09 2026 16:46:17

НОХРИНА ОЛЬГА ИВАНОВНА

НОХРИНА ОЛЬГА ИВАНОВНА Статья в формате PDF 164 KB...

28 09 2026 2:24:49

РЕГУЛЯТОРНЫЕ ПЕПТИДЫ ИЗ ВНУТРЕННИХ ОРГАНОВ ЖИВОТНЫХ ПОСЛЕ ОСТРОЙ КРОВОПОТЕРИ

РЕГУЛЯТОРНЫЕ ПЕПТИДЫ ИЗ ВНУТРЕННИХ ОРГАНОВ ЖИВОТНЫХ ПОСЛЕ ОСТРОЙ КРОВОПОТЕРИ Цитомедины – это биологически активные соединения, продуцируемые органами и тканями, способные влиять на течение физиологических и биохимических процессов в организме для поддержания гомеостаза. Экспериментально выявлено, что пептиды (цитомедины), выделенные из тканей печени и сердца животных, влияют на адгезивные свойства клеток крови – увеличивают количество лейкоцитарно-эритроцитарных (ЛЭА), тромбоцитарнo-эритроцитарных (ТЭА) и лимфоцитарно-тромбоцитарных (ЛТА) агрегатов. Феномен лимфоцитарно-тромбоцитарной адгезии является ярким примером тесной взаимосвязи иммунитета и гемостаза, являющихся составными частями единой интегральной клеточно­-гумopaльной системы защиты организма. ...

26 09 2026 7:41:45

ЗАНЯТИЯ ФЛОРИСТИКОЙ – ЭФФЕКТИВНЫЙ ПУТЬ ФОРМИРОВАНИЯ ТВОРЧЕСКОЙ ЛИЧНОСТИ И ЭКОЛОГИЧЕСКОГО ОБРАЗОВАНИЯ

ЗАНЯТИЯ ФЛОРИСТИКОЙ – ЭФФЕКТИВНЫЙ ПУТЬ ФОРМИРОВАНИЯ ТВОРЧЕСКОЙ ЛИЧНОСТИ И ЭКОЛОГИЧЕСКОГО ОБРАЗОВАНИЯ В современных условиях жизни требуются люди, знакомые с экологическими проблемами. В этой работе рассматриваются несколько нетрадиционные, но очень эффективные способы соединения экообразования детей и развития творческой индивидуальности посредством уроков флористики. Творчество флористов базируется на использовании самых необычных комбинаций искусно высушенных цветков и некоторых других частей растений, сохраняющих исходную форму и цвет. Изучая принципы флористики, ребёнок узнаёт как об экологических проблемах, так и о флоре и фауне, и учится ценить красоту и гармонию мира как источник личных черт и творческих способностей. ...

18 09 2026 15:10:38

О ПЕРСПЕКТИВАХ ЭВОЛЮЦИИ НООСФЕРЫ

О ПЕРСПЕКТИВАХ ЭВОЛЮЦИИ НООСФЕРЫ Статья в формате PDF 183 KB...

12 09 2026 2:14:35

О СОЗДАНИИ ВЕТРОЭЛЕКТРИЧЕСКИХ СТАНЦИЙ В БЕЛАРУСИ

О СОЗДАНИИ ВЕТРОЭЛЕКТРИЧЕСКИХ СТАНЦИЙ В БЕЛАРУСИ Статья в формате PDF 122 KB...

03 09 2026 6:33:31

Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::