10.14489/vkit.2014.08.pp.017-022

DOI: 10.14489/vkit.2014.08.pp.017-022

Хамухин А. А.
ПРИМЕНЕНИЕ ИТЕРАЦИОННОГО АЛГОРИТМА ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ ДЛЯ ОБНАРУЖЕНИЯ УЗКОПОЛОСНЫХ СИГНАЛОВ
(с. 17-22)

Аннотация. Рассмотрено применение итерационного алгоритма непрерывного вейвлет-преобразования для обнаружения узкополосных сигналов на фоне широкополосного шума. Предложено дополнение алгоритма критерием обнаружения узкополосных сигналов по локальным максимумам распределения дисперсии вейвлет-коэффициентов. Представлены результаты применения алгоритма на тестовых сигналах с отрицательным значением отношения сигнал/шум.

Ключевые слова: итерационный алгоритм; непрерывное вейвлет-преобразование; узкополосный сигнал; широкополосный шум; дисперсия вейвлет-коэффициентов.

Khamukhin A. A.
APPLICATION OF ITERATIVE ALGORITHM WAVELET TRANSFORM FOR DETECTION OF NARROWBAND SIGNALS
(pp. 17-22)

Abstract. The application of the iterative algorithm for continuous wavelet transform for the detection of narrowband signals in broadband noise is considered. Successive systematic refinement of the wavelet coefficients is a feature of the iterative algorithm. The criterion for detecting narrowband signals via local maximums of the distribution of wavelet coefficients variance is proposed. The results of applying the algorithm to the test signals are presented. Models of discrete spectral components of the broadband noise were used as test signals. Screw propellers vessel can be sources of such noise. Two discrete spectral components were set for models. Negative signal-to-noise ratio was set to the level of – 6 dB. Distribution chart variance of the wavelet coefficients in the scales was constructed. Presence of a maximum in this chart was recognized as discrete spectral component detection. Wavelet known as the "Mexican hat" was chosen as the mother wavelet. The proposed algorithm allows to observe the emergence of peaks during data processing. This allows concluding about the detection before full processing over the entire sample. Time savings amounted to about 35 % of full processing of sample in this example. This result of the proposed algorithm is important in the problem of passive detection that don't show one's own presence in watery surroundings.

Keywords: Iterative algorithm; Continuous wavelet transform; Narrowband signals; Broadband noise; Wavelet coefficients variance.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

А. А. Хамухин (Национальный исследовательский Томский политехнический университет) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

Eng

A. A. Khamukhin (National Research Tomsk Polytechnic University) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

+ - Библиографический список (References) Click to collapse

Рус

1. Хамухин А. А. Итерационный алгоритм вычис-ления дискретизированного непрерывного вейвлет-преобразования // Вестник компьютерных и информаци-онных технологий. 2013. № 3. С. 9 – 13.
2. Leigh G. M. Fast FIR Algorithms for the Continu-ous Wavelet Transform from Constrained Least Squares // IEEE Trans. on Signal Proc. 2013. V. 61, № 1. P. 28 – 37.
3. Luo G. Y. On-line Wavelet Filtering of Narrowband Noise in Signal Detection of Spread Spectrum System for Location Tracking // Int. J. of Communication System. 2012. V. 25, № 5. P. 598 – 615.
4. Meigen S., Oberlin T., McLaughlin S. A New Algo¬rithm for Multicomponent Signals Analysis Based on Synchro Squeezing: with an Application to Signal Sampling and Denoising // IEEE Trans. on Signal Proc. 2012. V. 60, № 11. P. 5787 – 5798.
5. Хамухин А. А. О параллельном вычислении не-прерывного вейвлет-преобразования в задаче обнаруже-ния узкополосных шумовых гидроакустических сигна-лов на основе интегрального вейвлет-спектра [Электрон-ный ресурс] // Электр. журнал «Техническая акустика». 2012. № 5. URL: http://www.ejta.org/ru/khamukhin1 (дата обращения: 22.05.2013).
6. Устройство обнаружения шумовых гидроаку-стических сигналов в виде звукоряда на основе вычисле-ния интегрального вейвлет-спектра: пат. 2464588 Рос. Федерация: МПК G 01 S3/80 / Малый В. В. и др.; патен-тообладатель Малый В. В. № 2011126056/28; заявл. 15.06.11; опубл. 20.10.12. Бюл. № 29. 26 с.
7. Способ диагностики работы двигателя: пат. 2154813 Рос. Федерация: МПК7 G 01 M 15/00 / Дре-мин И. М. и др.; заявитель и патентообладатель Физиче-ский ин-т им. П. Н. Лебедева РАН. № 99105603/06; заявл. 19.03.1999; опубл. 20.08.2000. Бюл. № 23. 7 с.
8. Устройство обнаружения узкополосных шумо-вых гидроакустических сигналов на основе вычисления-интегрального вейвлет-спектра: пат. 2367970 Рос. Феде-рация: МПК G 01 S3/80 / Сапрыкин В. А., Малый В. В., Шаталов Г. В.; заявитель и патентообладатель ГОУ ВПО «Военно-морская академия им. Адмирала Флота Советского Союза Н. Г. Кузнецова». № 2007145474/28; заявл. 28.11.07; опубл. 20.09.09. Бюл. № 26. 27 с.

Eng

1. Khamukhin A. A. (2013). Iterative algorithm for dis-cretized continuous wavelet transform computing. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (3), pp. 9-13.
2. Leigh G. M. (2013). Fast FIR algorithms for the con-tinuous wavelet transform from constrained least squares. IEEE Trans. on Signal Proc., 61(1), pp. 28-37. doi: 10.1109/TSP.2012.2222376
3. Luo G. Y. (2012). On-line wavelet filtering of nar-rowband noise in signal detection of spread spectrum system for location tracking. Int. J. of Communication System, 25(5), pp. 598-615. doi: 10.1002/dac.1278
4. Meigen S., Oberlin T., McLaughlin S. (2012). A new algorithm for multicomponent signals analysis based on synchro squeezing: with an application to signal sampling and denoising. IEEE Trans. on Signal Proc., 60(11), pp. 5787-5798. doi: 10.1109/TSP.2012.2212891
5. Khamukhin A. A. (2012). About parallel calculation of the continuous wavelet transform to the problem of detection of narrow-band noise of hydroacoustic signals on the basis of integral wavelet-spectrum. Elektronnyi zhurnal «Tekhnicheskaia akustika», (5), Available at: http://www.ejta. org/ru/khamukhin1 (Accessed: 22.05.2013).
6. Malyi V. V. et al. (2012). Device detection of noise hydroacoustic signals in the form of the scale, based on a calculation of the integral wavelet-spectrum. Ru Patent No. 2464588. Russian Federation.
7. Dremin I. M. et al. (2000). Method of diagnostics of engine operation. Ru Patent No. 2154813. Russian Federa-tion.
8. Saprykin V. A., Malyi V. V., Shatalov G. V. (2009). Device for detection of narrow-band noise of hydroacoustic signals on the basis of calculation of integral wavelet-spectrum. Ru Patent No. 2367970. Russian Federation.

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 250 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа статьи заполните форму:

{jform=1,doi=10.14489/vkit.2014.08.pp.017-022}

Eng

This article is available in electronic format (PDF).

The cost of a single article is 250 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please fill out the form below:

{jform=2,doi=10.14489/vkit.2014.08.pp.017-022}