Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов
В рамках статистического подхода рассмотрена задача синтеза адаптивного алгоритма обнаружения и визуализации изменений информативных акустических характеристик объектов. В качестве определяющей информативной характеристики использованы оценки спектральной плотности мощности регистрируемых на поверхн...
Збережено в:
| Дата: | 2009 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут гідромеханіки НАН України
2009
|
| Назва видання: | Акустичний вісник |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/87272 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов / В.В. Крижановский, В.В. Крижановский (мл.) // Акустичний вісник — 2009. —Т. 12, № 1. — С. 43-63. — Бібліогр.: 24 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-87272 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-872722015-10-17T03:01:50Z Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов Крижановский, В.В. Крижановский (мл.), В.В. В рамках статистического подхода рассмотрена задача синтеза адаптивного алгоритма обнаружения и визуализации изменений информативных акустических характеристик объектов. В качестве определяющей информативной характеристики использованы оценки спектральной плотности мощности регистрируемых на поверхности объекта акустических сигналов. Для оценки характеристик сигналов и помех используются обучающие выборки данных. Проанализирована структура синтезированного алгоритма и предложены варианты его модификации. Показано, что важной его составной частью является препроцессорная обработки сигналов, обеспечивающая предварительную адаптивную фильтрацию помех. Представлены результаты экспериментальной проверки эффективности предложенных статистик на основе методологии численного и имитационного моделирования. Показано, что разработанные достаточные статистики позволяют формировать акустические портреты зарегистрированных на поверхности исследуемых объектов сигналов и на основе их объективного анализа выявлять изменения информативных акустических характеристик объектов и определять область локализации этих артефактов. У рамках статистичного підходу розглянуто задачу синтезу адаптивного алгоритму виявлення та візуалізації змін інформативних акустичних характеристик об'єктів. За визначальну інформативну характеристику правили оцінки спектральної щільності потужності зареєстрованих на поверхні об'єкта акустичних сигналів. Для оцінювання характеристик сигналів і перешкод використані навчальні вибірки даних. Проаналізовано структуру синтезованого алгоритму й запропоновані варіанти його модифікації. Показано, що важливою його складовою частиною є препроцесорна обробка сигналів, яка забезпечує попередню адаптивну фільтрацію перешкод. Представлено результати експериментальної перевірки ефективності запропонованих статистик на основі методології чисельного й імітаційного моделювання. Показано, що розроблені достатні статистики дозволяють формувати акустичні портрети зареєстрованих на поверхні досліджуваних об'єктів сигналів і на базі їх об'єктивного аналізу виявляти зміни інформативних акустичних характеристик об'єктів і визначати область локалізації цих артефактів. The problem of synthesizing the adaptive algorithm for detecting and visualizing the changes of the objects' informative acoustic characteristics has been considered within the framework of the statistical approach. The estimations of power spectral density of the acoustic signals recorded on the object's surface are chosen as determining informative characteristics. Training data samples are used for estimating the signal's and interference's characteristics. The structure of the synthesized algorithm has been analyzed and variants of its modification have been offered. It is shown that the important component of the algorithm is the front-end signal processing, that provides the preliminary adaptive noise filtration. The results of experimental check of efficiency of the offered statistics based on the methodology of numerical and imitation modeling are presented. The developed sufficient statistics are shown to provide forming of the acoustic portraits of the signals registered on the surfaces of investigated objects. Changes in the objects' informative acoustic characteristics may be detected and regions of these artifacts localization may be determined on the basis of the objective analysis of these statistics. 2009 Article Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов / В.В. Крижановский, В.В. Крижановский (мл.) // Акустичний вісник — 2009. —Т. 12, № 1. — С. 43-63. — Бібліогр.: 24 назв. — рос. 1028-7507 http://dspace.nbuv.gov.ua/handle/123456789/87272 534.7 ru Акустичний вісник Інститут гідромеханіки НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| description |
В рамках статистического подхода рассмотрена задача синтеза адаптивного алгоритма обнаружения и визуализации изменений информативных акустических характеристик объектов. В качестве определяющей информативной характеристики использованы оценки спектральной плотности мощности регистрируемых на поверхности объекта акустических сигналов. Для оценки характеристик сигналов и помех используются обучающие выборки данных. Проанализирована структура синтезированного алгоритма и предложены варианты его модификации. Показано, что важной его составной частью является препроцессорная обработки сигналов, обеспечивающая предварительную адаптивную фильтрацию помех. Представлены результаты экспериментальной проверки эффективности предложенных статистик на основе методологии численного и имитационного моделирования. Показано, что разработанные достаточные статистики позволяют формировать акустические портреты зарегистрированных на поверхности исследуемых объектов сигналов и на основе их объективного анализа выявлять изменения информативных акустических характеристик объектов и определять область локализации этих артефактов. |
| format |
Article |
| author |
Крижановский, В.В. Крижановский (мл.), В.В. |
| spellingShingle |
Крижановский, В.В. Крижановский (мл.), В.В. Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов Акустичний вісник |
| author_facet |
Крижановский, В.В. Крижановский (мл.), В.В. |
| author_sort |
Крижановский, В.В. |
| title |
Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов |
| title_short |
Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов |
| title_full |
Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов |
| title_fullStr |
Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов |
| title_full_unstemmed |
Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов |
| title_sort |
адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов |
| publisher |
Інститут гідромеханіки НАН України |
| publishDate |
2009 |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/87272 |
| citation_txt |
Адаптивное обнаружение и визуализация локальных изменений акустических характеристик объектов / В.В. Крижановский, В.В. Крижановский (мл.) // Акустичний вісник — 2009. —Т. 12, № 1. — С. 43-63. — Бібліогр.: 24 назв. — рос. |
| series |
Акустичний вісник |
| work_keys_str_mv |
AT križanovskijvv adaptivnoeobnaruženieivizualizaciâlokalʹnyhizmenenijakustičeskihharakteristikobʺektov AT križanovskijmlvv adaptivnoeobnaruženieivizualizaciâlokalʹnyhizmenenijakustičeskihharakteristikobʺektov |
| first_indexed |
2023-10-18T19:35:12Z |
| last_indexed |
2023-10-18T19:35:12Z |
| _version_ |
1796147364374773760 |