МЕТОД НОРМАЛЬНОГО ПЕРЕТВОРЕННЯ ТА ЙОГО ЗАСТОСУВАННЯ ДО КЛАСИФІКАЦІЇ СИГНАЛІВ ЗА ФОРМОЮ :

Краткое содержание

ОСНОВНИЙ ЗМІСТ ДИСЕРТАЦІЙНОЇ РОБОТИ

          У вступі обґрунтовано актуальність дисертаційного дослідження,  сформульовано мету і задачі дисертаційної роботи, визначено наукову новизну і практичне значення роботи, наведено дані про особистий внесок здобувача, впровадження результатів, їх апробацію та публікації.

          У першому розділі наведено основні поняття теорії розпізнавання сигналів.

Розглянуто основні ознакові методи класифікації сигналів. При використанні ознакових методів опис досліджуваних об’єктів відбувається за допомогою векторів їх ознак. Ознакові методи класифікації поділяються на два класи: детерміністські та статистичні. Статистичні методи класифікації дозволяють врахувати випадкові зміщення досліджуваного вектору ознак. Але для застосування цих методів треба мати надзвичайно велику кількість апріорної інформації, одержання якої є громіздкою процедурою, потребує значної кількості експериментів та багато часу. Це є основним їх недоліком і зумовлює складність використання таких методів на практиці. Оскільки всі сигнали мають випадкову складову, то необхідно використовувати статистичні характеристики при класифікації сигналів, але прагнути до зменшення обчислювальних затрат на оцінки апріорних ймовірнісних характеристик.

Одним з найважливіших кроків проектування класифіка­тора є моделювання досліджуваного сигналу вибором ознак, що здійснюють у декілька етапів: 1) призначення ознакових змінних; 2) селекція ознак; 3) екстракція ознак. Селекція і екстракція ознак сучасними математичними методам дозволяє значно прискорити процес створення класифікатора. Вибір ознак нерозривно пов’язаний з вибором координатного базису, в якому ці ознаки представлено. Вдалий вибір ортогонального перетворення для представлення ознак може призвести до значного скорочення кількості ознакових змінних. Це визначає необхідність побудови  нових ортогональних перетворень, зручних для розв’язання задачі класифікації.

          У другому розділі розроблено метод побудови нормального дискретного ортогонального перетворення. Для нормального перетворення одна із трансформант збігається з наперед заданим дискретним сигналом довільної форми, а, отже, спектр такого перетворення містить лише одну ненульову складову. Наявність відхилень у формі досліджуваного сигналу порівняно до форми еталону  деякого класу призводить до появи інших трансформант, за вагою яких можна оцінити ступінь подібності (чи розбіжності) цих сигналів, тобто провести класифікацію.

Ідею нормального перетворення проілюструємо на матричному операторі 4-го порядку, виходячи з міркувань простоти та наочності ілюстрації ідеї.