Preview

Научный вестник МГТУ ГА

Расширенный поиск

ОБРАБОТКА ДЕТАЛИЗИРУЮЩИХ ВЕЙВЛЕТ-КОЭФФИЦИЕНТОВ ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ РЕФЛЕКТОМЕТРИЧЕСКИХ ИЗМЕРЕНИЙ

Полный текст:

Аннотация

В статье предложен современный метод обработки данных рефлектометрических измерений линий связи, основанный на применении вейвлет-преобразования к рефлектограммам. Данный метод основан на много- уровневом одномерном дискретном вейвлет-разложении рефлектограммы до j-го уровня (глубины) и позволяет произвести декомпозицию рефлектограммы на аппроксимирующие и детализирующие коэффициенты, содержа- щие информацию с полезной и шумовой составляющими рефлектограммы. Шумовая составляющая рефлекто- граммы наиболее четко проявляется в коэффициентах детализации, полученных на самом низком уровне раз- ложения (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 рефлекто- грамма с высокой точностью соответствует рефлектограмме без шумовой составляющей, что позволит существен- но уменьшить погрешность локализации повреждений и неоднородностей линий связи. Оценка полученных ре- зультатов проводится на основе сравнения среднеквадратической погрешности восстановленной, зашумленной и исходной рефлектограммы без шумовой составляющей, а также на основе визуального сравнения указанных рефлектограмм.

Об авторе

И. В. Манонина
Московский технический университет связи и информатики
Россия


Список литературы

1. Цифровые сети связи. Кабельные и волоконно-оптические линии / И.И. Власов, Э.В. Новиков, М.М. Птичников, Н.Л. Сторожук. М.: ФАЗИС, 2008. 500 с

2. Иванов А.Б. Волоконная оптика: компоненты, системы передачи, измерения. М.: Компания САЙРУС СИСТЕМС, 1999. 671 с

3. Скляров О.К. Волоконно-оптические сети и системы связи. М.: Солон-Пресс, 2004. 272 с

4. Яковлев А.Н. Введение в вейвлет-преобразования. Новосибирск: НГТУ, 2003. 104 с

5. Mallat S. A wavelet tour of signal processing. Second Edition. Academic Press, 1999

6. Манонина И.В. Определение оптимальных параметров для вейвлет-обработки рефлекто- грамм // H&ES Research: Наукоемкие технологии в космических исследованиях Земли. 2016. (в печати)

7. 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. 1532-1546

8. 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. 1323-1342

9. 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. 119-125

10. Antoniadis A., Fryzlewicz P. Parametric modelling of thresholds across scales in wavelet regression // Biometrika, 2006, Vol. 93, No. 2, pp. 465-471


Для цитирования:


Манонина И.В. ОБРАБОТКА ДЕТАЛИЗИРУЮЩИХ ВЕЙВЛЕТ-КОЭФФИЦИЕНТОВ ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ РЕФЛЕКТОМЕТРИЧЕСКИХ ИЗМЕРЕНИЙ. Научный вестник МГТУ ГА. 2016;19(5):173-178.

For citation:


. PROCESSING OF DETAIL WAVELET-COEFFICIENTS TO IMPROVE THE ACCURACY OF REFLECTOMETRY MEASUREMENTS. Civil Aviation High Technologies. 2016;19(5):173-178. (In Russ.)

Просмотров: 90


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2079-0619 (Print)
ISSN 2542-0119 (Online)