cahtНаучный вестник МГТУ ГАCivil Aviation High Technologies2079-06192542-0119Moscow State Technical University of Civil Aviation (MSTU CA)caht-914Research ArticleСтатьиОБРАБОТКА ДЕТАЛИЗИРУЮЩИХ ВЕЙВЛЕТ-КОЭФФИЦИЕНТОВ ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ РЕФЛЕКТОМЕТРИЧЕСКИХ ИЗМЕРЕНИЙPROCESSING OF DETAIL WAVELET-COEFFICIENTS TO IMPROVE THE ACCURACY OF REFLECTOMETRY MEASUREMENTSМанонинаИ. В.ManoninaI. V.

старший преподаватель кафедры метрологии, стандартизации и измерений в инфокоммуникациях

Moscow

irina.mtuci@gmail.comМосковский технический университет связи и информатикиРоссияMoscow Technical University of Communications and InformaticsRussian Federation201628122016195173178Copyright © Манонина И.В., 20162016Манонина И.В.Manonina I.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://avia.mstuca.ru/jour/article/view/914

В статье предложен современный метод обработки данных рефлектометрических измерений линий связи, основанный на применении вейвлет-преобразования к рефлектограммам. Данный метод основан на многоуровневом одномерном дискретном вейвлет-разложении рефлектограммы до j-го уровня (глубины) и позволяет произвести декомпозицию рефлектограммы на аппроксимирующие и детализирующие коэффициенты, содержащие информацию с полезной и шумовой составляющими рефлектограммы. Шумовая составляющая рефлектограммы наиболее четко проявляется в коэффициентах детализации, полученных на самом низком уровне разложения (j = 1, 2, 3), к которым необходимо применить пороговую обработку с различным значением порога для каждого коэффициента, таким образом, производится удаление достаточно маленьких коэффициентов, которые считаются шумом. После данной обработки коэффициентов детализации восстановленная рефлектограмма с высокой точностью соответствует рефлектограмме без шумовой составляющей, что позволит существенно уменьшить погрешность локализации повреждений и неоднородностей линий связи. Оценка полученных результатов проводится на основе сравнения среднеквадратической погрешности восстановленной, зашумленной и исходной рефлектограммы без шумовой составляющей, а также на основе визуального сравнения указанных рефлектограмм.

In the article a modern data processing method of reflectometry measurement of communication line, based on the application of wavelet transform to reflectograms is claimed. This method is based on a multi-level one-dimensional discrete wavelet-decomposition of the reflectogram to the j level (depth) allowing decomposition of the reflectogram into approximation and detail coefficients, containing information on the useful and noise components of the reflectogram. The noise term of the reflectogram is most clearly revealed in the detail coefficients obtained at the lowest decomposition level (j = 1, 2, 3), and which needs to be applied to the threshold processing with different threshold for each coefficient thus the removal of sufficiently small coefficients, which are considered to be noise, is carried out. After this processing of detail coefficients reconstructed reflectogram, with great accuracy, corresponds to the reflectogram without the noise term, that will significantly reduce the localization error of damage and discontinuity of communication line. Evaluation is carried out by comparing mean-square error of recovered, noisy, and original reflectogram without the noise component, as well as on the basis of visual comparison of these reflectograms.

рефлектометрические измерениявейвлет-преобразованиеаппроксимирующие и детализирующие коэффициентышумовая составляющаяreflectometry measurementwavelet transformapproximation and detail coefficientsnoiseReferencesЦифровые сети связи. Кабельные и волоконно-оптические линии / И.И. Власов, Э.В. Новиков, М.М. Птичников, Н.Л. Сторожук. М.: ФАЗИС, 2008. 500 сVlasov I.I., Novikov E.V., Ptichnikov M.M., Storojuk N.L. Cifrovie seti svyazi. Kabelnie i volokonno-opticheskie linii [Digital network. cable and fiber-optic link]. Moscow, FAZIS, 2008, 500 p.Иванов А.Б. Волоконная оптика: компоненты, системы передачи, измерения. М.: Компания САЙРУС СИСТЕМС, 1999. 671 сIvanov A.B. Volokonnaya optika: komponenti, sistemi peredachi, izmereniya [Fiber optics: componentry, transmission system, instrumentation]. Moscow, Company SAIRUS SISTEMS, 1999, 671 p.Скляров О.К. Волоконно-оптические сети и системы связи. М.: Солон-Пресс, 2004. 272 сSklyarov O.K. Volokonno-opticheskie seti svyazi i sistemy svyazi [Fiber-optic network and communications system]. Moscow, Solon-Press, 2004, 272 p.Яковлев А.Н. Введение в вейвлет-преобразования. Новосибирск: НГТУ, 2003. 104 сYakovlev A.N. Vvedenie v veivlet-preobrazovaniya [Introduction to wavelet transform]. Novosibirsk: NGTU, 2003, 104 p.Mallat S. A wavelet tour of signal processing. Second Edition. Academic Press, 1999Mallat S. A wavelet tour of signal processing, Second Edition. Academic Press, 1999.Манонина И.В. Определение оптимальных параметров для вейвлет-обработки рефлектограмм // H&ES Research: Наукоемкие технологии в космических исследованиях Земли. 2016. (в печати)Manonina I.V. Determination of the optimal parameters for wavelet-processing reflectograms. H&ES Research: High tech in Earth Space Research. 2016 (in the press). (in Russian)Chang S.G., Yu В., Vetterli M. Adaptive Wavelet Thresholding for image Denoising and Compression // IEEE Trans. Image Processing, 2000, Vol. 9, No. 9, pp. 1532-1546Chang S.G., Yu В., Vetterli M. Adaptive Wavelet Thresholding for image Denoising and Compression. IEEE Trans. Image Processing, 2000, Vol. 9, No. 9, pp. 1532–1546.Luisier F., Blu T., Unser M. A new SURE approach to Image denoising: interscale orthonormal wavelet thresholding // IEEE transactions on image processing, 2007, Vol. 38, No. 5, pp. 1323-1342Luisier F., Blu T., Unser M. A new SURE approach to Image denoising: interscale orthonormal wavelet thresholding. IEEE transactions on image processing, 2007, Vol. 38, No. 5, pp. 1323–1342.Alsaidi M. Altaher, Mohd T. Ismail. A Comparison of Some Thresholding Selection Methods for Wavelet Regression // World Academy of Science, Engineering and Technology, 2010, No. 62, pp. 119-125Alsaidi M. Altaher, Mohd T. Ismail. A Comparison of Some Thresholding Selection Methods for Wavelet Regression. World Academy of Science, Engineering and Technology, 2010, No. 62, pp. 119–125.Antoniadis A., Fryzlewicz P. Parametric modelling of thresholds across scales in wavelet regression // Biometrika, 2006, Vol. 93, No. 2, pp. 465-471Antoniadis A., Fryzlewicz P. Parametric modelling of thresholds across scales in wavelet regression. Biometrika, 2006, Vol. 93, No. 2, pp. 465–471.

The authors declare that there are no conflicts of interest present.