Задача.

Michael_K

Имеется много (бесконечно много) наборов оцифрованных аналоговых сигналов (волн).
Каждая такая волна это шумоподобный сигнал, перед оцифровкой фильтруется жестким
антиалиасинговым фильтром.
После оцифровки получаем массив, ну пусть, 128 восьмибитных значений.

Задача - получить из любого предъявленного сигнала однозначный детерминированный код
(скажем, 32-х битный или сколько получится) в условиях аддитивного шума (сигнал/шум - порядка 15-20 децибелл).
То есть, каким-то образом их классифицировать.

Важна именно однозначность классификации, то есть, чтобы один и тот же образец сигнала
выдавал всегда один и тот же код, независимо от наложенных шумов.

Romikgy

просто отделить один образец от другого ? или же есть специфика в сигнале?

PS как правило такое реализуется на корреляционом анализе

Angel71

не уверен, но может посмотреть в сторону вейвлетов?

Michael_K

Romikgy писал(а):

просто отделить один образец от другого ? или же есть специфика в сигнале?
PS как правило такое реализуется на корреляционом анализе

Получить из аналогового образца цифровой код, который гарантированно не изменится
при предъявлении этого же образца (с шумами).
Корреляция высокая (выше чем 0.9 точно).

Виталий

Этого же образца или этого же сигнала?

Michael_K

Этого же образца сигнала (но с другими шумами естественно)

pashteet

ммм, похоже на ультразвуковой виброанализатор :roll:

Виталий

А сигналы из внешней среды или мы их сами генерируем?

Сопоставим каждому сигналу 0. Задача решена.

Romikgy

Michael_K писал(а):

Получить из аналогового образца цифровой код, который гарантированно не изменится
при предъявлении этого же образца (с шумами).
Корреляция высокая (выше чем 0.9 точно).

цифровой сигнал кто то делал , и у него есть характеристики ... их можно узнать ?
если да , тогда корреляция подходит очень сильно ))

PS вейвлеты это частный случай корреляционого анализа...

Michael_K

аналоговый сигнал - это характеристика (сигнатура) множества внешних объектов.
Их (объекты) нужно различать. Сигнатура снимается с некоторыми погрешностями (шумами).
Корреляция сигнатур снятых с одного и того же объекта не бывает меньше 0.9 (реально даже 0.95)
Попарная корреляция сигнатур снятых с двух сотен объектов ни разу не превысила 0.3.

Хочется из этой аналоговой сигнатуры получить однозначный цифровой код (цифровую сигнатуру).

Естественно какие-то объекты могут выдавать одинаковые сигнатуры.
Это естественно. Но процент совпадений должен быть небольшим
(чем меньше, тем лучше - не должно быть больше 0.0001, иначе смысл теряется)

Важно, чтобы тот же самый объект всегда выдавал тот же самый код.

Добавлено спустя 15 минут 31 секунду:

Romikgy писал(а):

корреляция подходит очень сильно ))
PS вейвлеты это частный случай корреляционого анализа...

Romikgy, вы все еще не поняли.
Корреляция отлично подходит для сравнения образцов. И используется, как я уже писал.
Только задача состоит в другом:
Нужно получить цифровую сигнатуру, которая однозначно идентифицирует образец.

Angel71

чем-то напоминает один амеровский проект дистанционного детектирования и идентификации оружия. но там на нейронках

SSG

Нужно экспериментально выявить отличия каких-либо параметров сигналов и, например, считать длину аппроксимирующей кривой, интеграл, количество максимумов и минимумов и пр. Сигнатура может формироваться как набор значений нескольких таких параметров. Может какие-то подходы из области распознавания образов подойдут?

=DeaD=

Нифига не понял. Какие конкретно параметры задачи, какой характер шума? Почему, например, не прокатит банальный 0-1 сигнал с 32 сегментами?

Michael_K

=DeaD= писал(а):

Почему, например, не прокатит банальный 0-1 сигнал с 32 сегментами?

Потому что это недетерминированно.

Представьте: некоторая характеристика аналогового сигнала изменяется от 0 до 1.
Будем кодировать ее одним битом - выберем порог 0.5.
Например в каком-то образце эта характеристика может быть равна 0.48 - это даст цифровой 0.

Но у нас есть еще и шум, допустим, 0.1
То есть на этом образце в этом бите из-за шума будет получаться то ноль, то единица.
Соответственно, этот образец не будет выдавать всегда один и тот же код.

SSG писал(а):

например, считать длину аппроксимирующей кривой, интеграл, количество максимумов и минимумов и пр.

То же самое.

Добавлено спустя 9 минут 19 секунд:

Цитата:

Какие конкретно параметры задачи, какой характер шума?

Эмм... какие параметры?

=DeaD=

Нифига не понял, а что надо то? Разбить множество всевозможных сигналов на 2^32 класса с расстоянием между классами больше уровня шума? Так это нереально, в зоне отчуждения будет какой-то сигнал который не относится ни к одному классу => косяк.

roboforum.ru

Задача.

Кто сейчас на конференции