PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  signal decomposition
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Algorytm dekompozycji i modelowania sygnału full-waveform w lotniczym skaningu laserowym
Walicka A., Borkowski A.
Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
|
2016
|
Vol. 15, nr 1-4
35--48
PL
Lotniczy skaning laserowy jest obecnie jedną z najwydajniejszych technik pozyskiwania danych o powierzchni i elementach pokrycia terenu. Dynamiczny rozwój technologii pozwolił na szersze zastosowanie systemów typu full-waveform, które rejestrują kształt całej krzywej fali powracającej do odbiornika. W celu pozyskania dodatkowych informacji o obiektach, od których nastąpiło odbicie, zapisane dyskretne wartości przybliża się za pomocą zestawu funkcji parametrycznych. Prace badawcze koncentrują się na tworzeniu algorytmów pozwalających na przeprowadzenie szybkiej dekompozycji fali przy jednoczesnym wykryciu i aproksymacji słabych oraz nakładających się ech. Większość istniejących metod dekompozycji wymaga znajomości liczby wierzchołków występujących w sygnale i określenia przybliżonych parametrów wpasowywanych krzywych. W artykule zaproponowano alternatywny algorytm będący modyfikacją metody progresywnej, który pozwala na skuteczne przeprowadzenie dekompozycji sygnału z pominięciem prac przygotowawczych. Metoda polega na iteracyjnym wpasowaniu krzywych za pomocą algorytmu Levenberga–Marquardta z zastosowaniem wagowania poszczególnych sampli. Wykorzystując dane testowe, wykonano dwuetapową walidację algorytmu. W pierwszej kolejności zbadano wielkość i rozkład błędów aproksymacji powstałych podczas dekompozycji sygnału przy zastosowaniu funkcji Gaussa. W drugim etapie porównano otrzymane wyniki z wynikami aproksymacji za pomocą standardowej procedury. Na podstawie walidacji algorytmu można stwierdzić, że umożliwia on prawidłowe wykrycie wszystkich komponentów oraz ich poprawną aproksymację przy użyciu wybranego modelu matematycznego.
EN
Airborne laser scanning is one of the most powerful techniques for acquiring information about Earth’s surface and land cover. Dynamic development of technology enabled the broader use of full-waveform’s type systems, which register the entire reflected waveform. In order to provide some additional information about the structure of the illuminated surface, discrete values should be approximated by parametric functions. Research is focused on algorithm development that would allow to carry out a rapid decomposition of the wave while detecting and approximating weak and overlapping echoes. Most of existing methods for full-waveform signal modeling requires knowledge of the number of peaks and approximate parameter values. In this paper new algorithm for signal decomposition has been investigated. It allows to carry out the decomposition effectively without preprocessing. This algorithm can be considered as a progressive algorithm modification. The method involves an iterative curve fitting using weighted Levenberg-Marquardt algorithm. Two-step validation of decomposition method has also been carried out on test data. Firstly, the quantity and distribution of approximation error have been investigated. Furthermore the results have been compared to standard procedure. Basing on algorithm validation it can be stated that the method allows proper detection of all components and their correct approximation.
2
Content available remote Dekompozycja sygnałów EEG w dziedzinie czasu przy zastosowaniu transformacji Hilberta-Huanga HHT
Gawędzki W., Socha M., Sławik P.
Przegląd Elektrotechniczny
|
2015
|
R. 91, nr 5
33-36
PL
Do dekompozycji sygnałów EEG w dziedzinie czasu zastosowana została empiryczna metoda EMD (ang. Empirical Mode Decomposition), która w wersji rozszerzonej o transformację Hilberta funkcjonuje pod nazwą transformacji HHT (ang. Hilbert-Huang Transform). Transformacja ta umożliwia poprawną dekompozycję sygnału EEG na sumę quasi-harmonicznych składowych, których amplitudy oraz częstotliwości są parametrycznymi funkcjami czasu. W przeciwieństwie do stosowanych aktualnie w diagnostyce transformacji Fouriera DFT oraz STFT nadaje się ona do analizy zjawisk o charakterze zarówno nieliniowym jak i niestacjonarnym.
EN
An Empirical Mode Decomposition method extended with the Hilbert transform (Hilbert-Huang Transform) was used for EEG decomposition in time domain. This transformation allows for proper EEG signal decomposition into quasi-harmonic components that amplitudes and frequencies are time dependence functions. In contrast to commonly used in diagnostic’s DFT and STFT transformations, proposed method is suitable for non-stationary and nonlinear phenomenon’s.
3
Content available remote Wavelet Decomposition of Signal and Feature Selection by LASSO for Pattern Recognition
Libal U.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 4
89-91
EN
There is searched the balance between an increase of pattern recognition risk and a decrease of a model size. The experiments are performed for noisy signals, decomposed in wavelet bases. Wavelet representation of signals, i.e. representation by wavelet coefficients called signal features, constitutes the full model. The presented feature selection method is based on the Lasso algorithm (Least Absolute Shrinkage and Selection Operator). The aim of the experiment is to find an optimal model size and investigate the relations between the risk, the number of signal features and the noise level. A new criterion of feature selection is proposed that minimizes both the risk and the number of signal features. The experimental risk of classification is analysed for all possible reduced by Lasso models and for several values of noise levels.
PL
Poszukiwana jest równowaga pomi˛edzy wzrostem ryzyka rozpoznawania obrazów oraz zmniejszeniem rozmiaru modelu. Badania przeprowadzono dla zaszumionych sygnałów, zdekomponowanych w bazach falkowych. Falkowa reprezentacja sygnałów, czyli reprezentacja za pomoca˛współczynników falkowych zwanych cechami sygnału, stanowi pełny model. Przedstawiona metoda selekcji cech jest oparta o algorytm Lasso (Least Absolute Shrinkage and Selection Operator). Celem eksperymentu jest znalezienie optymalnego rozmiaru modelu oraz zbadanie zale˙znosci pomie˛dzy ryzykiem, liczba˛ cech sygnału oraz poziomem szumu. Zaproponowano nowe kryterium selekcji cech, które minimalizuje ryzyko oraz liczbe˛ cech sygnału. Eksperymentalne ryzyko błe˛dnej klasyfikacji jest badane dla wszystkich moz˙liwych zredukowanych za pomoca˛ Lasso modeli oraz kilku wartosci poziomu szumu.
4
Content available remote Time-varying signal parameters for assessment of disturbances in wind energy systems
Łobos T., Schegner P., Sikorski T.
Przegląd Elektrotechniczny
|
2010
|
R. 86, nr 1
47-49
EN
This paper proposes some extended method for assessment of transient disturbances in wind energy systems. Main efforts are addressed to transient analysis using time-frequency methods coupled with instantaneous characteristic of signal parameters. Introduced ideas utilize smoothed non-parametric time-frequency representations as well as empirical mode decomposition and Hilbert transform.
PL
Artykuł poświecony jest zagadnieniom oceny zakłóceń w układach energetyki wiatrowej, zwłaszcza analizie stanów przejściowych z wykorzystaniem metod czasowo-częstotliwościowych oraz chwilowych charakterystyk parametrów sygnału. Proponowane rozwiązania wykorzystują wygładzone nieparametryczne transformacje czasowo-częstotliwościowe oraz dekompozycje na mody empiryczne i transformację Hilberta.
5
Content available remote On one-dimensional signal decomposition by adaptive wavelets - a survey
Piekarski K.
Image Processing & Communications
|
2005
|
Vol. 10, no 2
39-52
EN
Different approaches to a one-dimensional signal representation problem are described. Particular attention is paid to adaptive wavelet decompositions. Such a kind of approximation takes into account local properties of a signal what enables a small error representation with only a few coefficients. This makes useful to apply adaptive wavelets for compression of certain class of signals, for instance biomedical (like ECG) signals.
6
Content available remote Practical 2D signal decomposition design based on Haar-wavelet transform
Porwik P., Lisowska A.
Journal of Applied Computer Science
|
2004
|
Vol. 12, nr 1
61-82
EN
The image processing and analysis bused on the continuous or discrete image transforms ate classic processing techniques. The image transforms are widely used in image filtering, data description, etc. Nowadays the wavelet theorems are modern methods of image processing and particularly compression. Considering that the Haar functions are the simplest wavelets, these forms are often used in many methods of discrete image transforms and processing. The image transform theory is a well known area characterized by a precise mathematical background, but in many cases some transforms have particular properties which are not still investigated. This paper presents the new method of image analysis by means of the wavelet-Haar spectrum. Presented method allows us to calculate wavelet-Haar spectral coefficients faster than the classical fast wavelets approach. Some properties of the Haar and wavelets spectrum have been investigated. The extraction of image features immediatelv from spectral coefficients distribution has been shown. In this paper it has been presented that two-dimensional, both the Haar and wavelets functions, products can he treated as extractors of particular image features.
7
Content available remote Reduction of Cross Terms in Wigner-Ville Distribution of Transiently Evoked Otoacoustic Emission
Grzanka A., Hatzopoulos S., Śliwa L., Muliński W.
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2001
|
vol. 49, nr 3
493-503
EN
The objective of the paper is to present a new method of time-frequency representation, applicable on signals of short duration, based on regional smoothing of Wigner-Ville distribution (WYD). The proposed algorithm reduces the amplitude of the cross-terms and preserves high resolution of the WYD, because the smoothing routine is applied only in the regions where cross-terms appear. The criterion for cross-terms localisation is the negativity of energy in the time-frequency plane. The method is energy balanced and does not affect the positive values of the spectrogram. The method has been specially fitted for Transiently Evoked Otoacoustic Emission (TEOAE) signals, whose spectral properties are still under investigation. The presented results show (i) that the TEOAE signals are very complex and (ii) that the application of the proposed method of analysis may decompose the TEOAE signals into components which may contribute more to our understanding of the TEOAE underlying cochlear mechanies.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.