Способ адаптивного подавления помех в

Изобретение относится к медицине, в частности к кардиологии, и может быть использовано для адаптивного подавления помех в электрокардиосигнале. Регистрируют электрокардиосигнал, осуществляют разложение его на частотные составляющие, восстановление и вывод электрокардиосигнала. Кроме того, выделяют кардиоцикл электрокардиосигнала и участок изолинии на сегменте ТР кардиоцикла электрокардиосигнала. Осуществляют построение поверхностей энергетической плотности выделенного кардиоцикла электрокардиосигнала и участка изолинии на основе преобразования Гильберта-Хуанга в системе координат энергия-частота-время. Формируют пороговую поверхность из поверхности энергетической плотности участка изолинии. Сравнивают поверхность энергетической плотности выделенного кардиоцикла электрокардиосигнала со сформированной пороговой поверхностью. Применение изобретения позволит повысить точность восстановления электрокардиосигнала и уменьшить уровень остаточных помех в электрокардиосигнале. 14 ил.

Способ адаптивного подавления помех в электрокардиосигнале, заключающийся в том, что осуществляют регистрацию электрокардиосигнала, разложение его на частотные составляющие, восстановление и вывод электрокардиосигнала, отличающийся тем, что осуществляют выделение кардиоцикла электрокардиосигнала, выделение участка изолинии на сегменте ТР кардиоцикла электрокардиосигнала, построение поверхностей энергетической плотности выделенного кардиоцикла электрокардиосигнала и участка изолинии на основе преобразования Гильберта-Хуанга в системе координат энергия-частота-время, формирование пороговой поверхности из поверхности энергетической плотности участка изолинии, сравнение поверхности энергетической плотности выделенного кардиоцикла электрокардиосигнала со сформированной пороговой поверхностью.

Изобретение относится к медицине, в частности к кардиологии, и может быть использовано для адаптивного подавления помех в электрокардиосигнале (ЭКС).Эффективность автоматического анализа ЭКС определяется точностью измерения его амплитудных и временных параметров, достоверностью обнаружения и распознавания его отдельных элементов. В свою очередь, основной причиной погрешностей измерений и ошибок обнаружения (распознавания) элементов ЭКС являются помехи, различные по своему происхождению, интенсивности, спектральным и статистическим характеристикам, взаимодействию с полезным сигналом.В алгоритмах и технических средствах автоматического анализа ЭКС устанавливается допустимый уровень помех — заранее заданный количественный показатель, характеризующий уровень остаточных помех в электрокардиосигнале, при котором последующие процедуры автоматического анализа могут быть выполнены с заявленным качеством.Традиционно для подавления помех на ЭКС в основном применяются способы, основанные на частотной линейной фильтрации [1], что связано с наличием подходящего математического аппарата, простотой интерпретации и расчета линейных фильтров. В то же время использование методов линейной фильтрации не позволяет получить допустимый уровень остаточных помех без искажений ЭКС. В этих случаях оптимальными способами подавления помех, позволяющими получить сигнал с допустимым уровнем помех, являются нелинейные фильтры [2]. Среди группы нелинейных фильтров получили распространение в настоящее время фильтры, основанные на частотно-временном представлении сигнала. Особенностью этих способов является разложение сигнала на элементарные частотные компоненты, обработка (фильтрация) отдельных компонент и последующее восстановление сигнала.Предполагается, что такой подход обеспечивает максимально возможное удаление помех при минимальном искажении ЭКС.Известен способ подавления помех на основе непрерывного вейвлет-преобразования [3], заключающийся в регистрации сигнала, его непрерывном вейвлет-преобразовании, пороговой обработке (thresholding) вейвлет-коэффициентов и восстановлении сигнала без помех.К недостатку известного способа подавления помех на основе непрерывного вейвлет-преобразования относится недостаточно высокая эффективность помехоподавления, обусловленная невозможностью адаптации базового вейвлета к структуре и локальным особенностям зарегистрированного ЭКС.Действительно, в известном способе подавления помех на основе непрерывного вейвлет-преобразования применяется фиксированный базовый вейвлет (Gaussian) для разложения ЭКС и поэтому данный подход не позволяет учесть все локальные особенности конкретного исследуемого ЭКС и сопровождающих его помех.Наиболее близким к предлагаемому изобретению является способ подавления помех и удаления артефактов в электрокардиосигнале [4], заключающийся в том, что осуществляют регистрацию электрокардиосигнала, разложение его на частотные составляющие, восстановление и вывод электрокардиосигнала.Как следует из формулы изобретения известного способа подавления помех и удаления артефактов в электрокардиосигнале сначала осуществляется разложение электрокардиосигнала на частотные составляющие, затем подавление помех и удаление артефактов посредством фильтрации частотных составляющих и восстановление электрокардиосигнала посредством суммирования. Как следует из описания, известный способ подавления помех и удаления артефактов в электрокардиосигнале основан на разложении ЭКС на частотные составляющие с помощью декомпозиции на эмпирические моды (ДЭМ) [5]. Эмпирические моды — это монокомпонентные составляющие сигнала, модулированные по амплитуде и частоте, т.е. их амплитуда и частота меняются во времени. Моды не имеют строгого аналитического описания, но должны удовлетворять двум условиям [6, 7]:- общее число экстремумов и число пересечений нуля должны отличаться не более чем на единицу;- среднее значение двух огибающих: верхней, интерполирующей локальные максимумы, и нижней, интерполирующей локальные минимумы, должно быть приближенно равно нулю.Декомпозиции на эмпирические моды является адаптивным методом анализа нестационарных сигналов. Базис, используемый для разложения ЭКС (набор эмпирических мод), конструируется непосредственно из самого регистрируемого ЭКС. Это позволяет учесть все его локальные особенности, форму информативных участков, присутствие помех различного вида и интенсивности. Кроме адаптивности, ДЭМ обладает и другими важными для практических приложений свойствами: ортогональностью и полнотой [5, 6].На фигуре 1 приведена схема известного способа подавления помех и удаления артефактов в электрокардиосигнале.На фигуре 2 приведен идеальный ЭКС с обозначением элементов (зубцов и интервалов).На фигуре 3 (а, б) приведены кардиоцикл зарегистрированного (а) и зашумленного (б) ЭКС.На фигуре 4 приведена схема разложения ЭКС на эмпирические моды.На фигуре 5 (а, б, в, г, д, е, ж, з) приведены результаты разложения зашумленного ЭКС на эмпирические моды (а, б, в, г, д, е, ж) и остаток — глобальный тренд сигнала (з).На фигуре 6 (а, б) приведены результаты подавления помех в ЭКС известным способом подавления помех и удаления артефактов в электрокардиосигнале. На фигуре 6,а представлен восстановленный ЭКС при удалении первой высокочастотной моды, на фигуре 6,б — восстановленный ЭКС при удалении первых двух высокочастотных мод.Согласно фигуре 1 в известном способе подавления помех и удаления артефактов в ЭКС выполняются следующие этапы.1. Регистрация ЭКС. На этом этапе осуществляется регистрация ЭКС пациента. При регистрации ЭКС решаются вопросы:- электрического взаимодействия между электродами и поверхностью кожи в месте расположения электродов;- усиления ЭКС;- аналого-цифрового преобразования ЭКС;- электрической безопасности пациента;- сопряжения устройства регистрации ЭКС с компьютером.После этапа регистрации на вход компьютера поступает ЭКС пациента (см. фигуру 3,а).2. Разложение сигнала на частотные составляющие. На этом этапе осуществляется разложение ЭКС на частотные составляющие с помощью декомпозиции на эмпирические моды (см. фигуру 5).Схема разложения ЭКС на частотные составляющие приведена на фигуре 4 и включает в себя следующие этапы.1. Определение локальных экстремумов (максимумов и минимумов) ЭКС fj(ti):- значение i-го отсчета fj(ti) является локальным максимумом, если выполняется условие fj(ti-1)< fj(ti)≥ fj(ti+1);значение i-го отсчета fj(ti)) является локальным минимумом, если выполняется условие fj(ti-1)>fj(ti)≤fj(ti+1).2. Определение верхней ej(ti) и нижней gj(ti) огибающих ЭКС с помощью кубической сплайн-интерполяции [8] по найденным локальным экстремумам fj(ti):где αв, bв, cв, dв — коэффициенты для каждого значения i-го отсчета верхней огибающей ЭКС;αн, bн, cн, dн — коэффициенты для каждого значения i-го отсчета нижних огибающих ЭКС.3. Вычисление среднего значения огибающих ЭКС в соответствии с выражением:где hj(ti) — среднее значение огибающих ЭКС;ej(ti) и gj(ti) — верхняя и нижняя огибающая исходных ЭКС соответственно.4. Вычисление остатка ЭКС по формулеsj(ti)=fj(ti)−hj(ti),

(4)где sj(ti) — остаток частотных составляющих ЭКС.5. Вычисление значения критерия останова. В качестве критерия останова декомпозиции используется значение нормализованной квадратичной разности, определяемое как [7]:SD=∑1n[(|fj(ti)−Sj(ti)|)2fj(ti)2]

(5)6. Проверка условия останова. На этом этапе осуществляется сравнение значения остатка ЭКС со значением нормализованной квадратичной разности. Если:- SD>sj(ti), то переходят к выполнению действия 1;SDsj(ti), то переходят к выполнению следующего действия.7. Вывод частотных составляющих ЭКС. На этом этапе осуществляется вывод эмпирических мод mk(ti) и остатка Sj(ti) ЭКС. На фигуре 5 (а, б, в, г, д, е, ж) приведены моды зашумленного ЭКС. Частотная составляющая, показанная на фигуре 5,з, является глобальным трендом ЭКС и дальнейшему разложению не подлежит. Глобальный тренд представляет собой функцию монотонную (постоянную) функцию, которая не может быть разложена далее на моды [6].3. Фильтрация частотных составляющих ЭКС. На этом этапе осуществляется фильтрация частотных составляющих ЭКС путем удаления высокочастотных мод ЭКС.По мнению авторов известного способа подавления помех и удаления артефактов в электрокардиосигнале удалением высокочастотных мод, полученных с помощью декомпозиции ЭКС, обеспечивается подавление помех в ЭКС.4. Восстановление и вывод ЭКС. Результатом этого этапа является восстановление ЭКС, который представляет собой сумму неудаленных мод (оставшихся) ЭКС и вывод ЭКС (см. фигуру 6).Для оценки возможностей известного способа подавления помех и удаления артефактов в электрокардиосигнале необходимо оценить его помехоподавление. Для этого авторами предлагаемого изобретения осуществляетсявыделение фрагмента зарегистрированного ЭКС с минимальным уровнем помех. Этот фрагмент считается эталонным ЭКС (см. фигуру 3,а);- зашумление эталонного ЭКС (см. фигуру 3,б);- подавление помех в зашумленном ЭКС. При этом в соответствии с алгоритмом известного способа подавления помех и удаления артефактов в электрокардиосигнале получены два сигнала (см. фигуру 6): на фигуре 6,а показан восстановленный ЭКС при удалении первой высокочастотной моды, на фигуре 6,б представлен восстановленный ЭКС при удалении первых двух высокочастотных мод.Сравнение эталонного ЭКС (см. фигуру 3,а) с восстановленными ЭКС (см. фигуры 6,а и 6,б) показывает их различие. Действительно, из анализа восстановленных ЭКС следует, что применение известного способа подавления помех и удаления артефактов в электрокардиосигнале искажает форму эталонного ЭКС. Для количественной оценки качества помехоподавления используется среднеквадратическая ошибка (СКО) отклонения восстановленного ЭКС yi, от эталонного ЭКС xi, [9]:СКО=(∑i=1n(xi−yi)2∑i=1nxi2)×100%

(6)где хi — значения отсчетов исходного (эталонного) ЭКС (см. фигуру 3,а);yj — значения отсчетов восстановленного ЭКС (см. фигуру 6);n — объем выборки.Рассчитанная по выражению (6) среднеквадратическая ошибка для сигнала, приведенного на фигуре 6,а, составляет 37,8%; а для сигнала, приведенного на фигуре 6,б, — 28,1%. Полученные значения СКО указывают на недостаточное помехоподавление известного способа подавления помех и удаления артефактов в электрокардиосигнале. При этом изображения восстановленных ЭКС (см. фигуру 6) свидетельствуют об искажении и невысокой точности восстановления ЭКС.Таким образом, проведенный анализ известного способа подавления помех и удаления артефактов в электрокардиосигнале доказал невозможность эффективного подавления помех в электрокардиосигнале посредством удаления высокочастотных мод частотных составляющих ЭКС. Выявлено, что при удалении высокочастотных мод в ЭКС и последующей реконструкции ЭКС происходит его искажение (см. фигуру 6).Следовательно, известный способ подавления помех и удаления артефактов в электрокардиосигнале не обеспечивает качественного подавления помех в ЭКС, т.е. подавления помех с минимальным искажением полезного сигнала.Недостатком известного способа подавления помех и удаления артефактов в электрокардиосигнале является низкая эффективность подавления помех, заключающаяся в высоком уровне остаточных помех и искажении ЭКС.Изобретение направлено на повышение точности восстановления электрокардиосигнала и уменьшение уровня остаточных помех в электрокардиосигнале.Это достигается тем, что в способе подавления помех и удаления артефактов в электрокардиосигнале, заключающемся в регистрации электрокардиосигнала, разложении его на частотные составляющие, восстановлении и выводе электрокардиосигнала, дополнительно осуществляют выделение кардиоцикла электрокардиосигнала, выделение участка изолинии на сегменте TP кардиоцикла электрокардиосигнала, построение поверхностей энергетической плотности выделенного кардиоцикла электрокардиосигнала и участка изолинии на основе преобразования Гильберта-Хуанга в системе координат энергия-частота-время, формирование пороговой поверхности из поверхности энергетической плотности участка изолинии, сравнение поверхности энергетической плотности выделенного кардиоцикла электрокардиосигнала со сформированной пороговой поверхностью.Сущность предлагаемого способа адаптивного подавления помех в электрокардиосигнале заключается в том, что подавление помех в электрокардиосигнале осуществляется за счет выделения кардиоцикла (КЦ) электрокардиосигнала и участка изолинии кардиоцикла электрокардиосигнала на сегменте TP, построения поверхностей энергетической плотности (ПЭП) кардиоцикла электрокардиосигнала и выделенного участка изолинии, формирования и сравнения ПЭП выделенного кардиоцикла с пороговой поверхностью.Главной отличительной особенностью предлагаемого способа адаптивного подавления помех в электрокардиосигнале от известного способа является выделение кардиоцикла ЭКС и участка изолинии на сегменте TP, сравнение ПЭП выделенного кардиоцикла со сформированной поровой поверхностью.В предлагаемом изобретении выделение КЦ и участка изолинии на сегменте TP осуществляется исходя из следующих предположений.Во-первых, сегмент TP представляет собой участок изолинии, в течение периода времени которого электрическая активность сердца отсутствует (за исключением зубца U) [10]. Авторами предлагаемого изобретения выделяется на сегменте TP участок, не содержащий зубец U. Авторы считают, что так как сердце на выделенном участке изолинии сегмента TP электрически не активно, то все регистрируемые сигналы а этом участке являются помехами. Выделение участка изолинии позволит адаптивно сформировать помеху кардиоцикла электрокардиосигнала.Во-вторых, авторы считают маловероятным кардинальное изменение помехи в течение одного кардиоцикла. Поэтому выделенный участок изолинии является реальной помеховой составляющей кардиоцикла электрокардиосигнала.Далее осуществляется сравнение пороговой поверхности с ПЭП кардиоцикла ЭКС; выделение области помехи под пороговой поверхностью; удаление области помехи. Эти операции, по мнению авторов предлагаемого изобретения, позволяют уменьшить уровень остаточных помех и искажений в ЭКС.На фигуре 7 приведена схема предлагаемого способа адаптивного подавления помех в электрокардиосигнале.На фигуре 8 (а, б) приведены выделенный участок изолинии кардиоцикла ЭКС на сегменте TP (а) и результаты разложения участок изолинии кардиоцикла ЭКС на эмпирические моды (б, в, г) и остаток — глобальный тренд сигнала (д).На фигуре 9 приведена схема алгоритма построения поверхности энергетической плотности ЭКС.На фигуре 10 (а, б) приведены поверхности энергетической плотности выделенного кардиоцикла ЭКС (а) и участка изолинии (б).На фигуре 11 приведены сечение пороговой поверхности энергетической плотности выделенного участка изолинии в системе координат энергия-частота (а) и пороговая поверхность в системе координат энергия-время-частота (б).На фигуре 12 приведен алгоритм сравнения поверхности энергетической плотности выделенного кардиоцикла электрокардиосигнала с пороговой поверхностью.На фигуре 13 приведен результат подавления помех в ЭКС предлагаемым способом адаптивного подавления помех в электрокардиосигнале.На фигуре 14 (а, б) приведены поверхности энергетической плотности в системе координат энергия-время-частота с обозначением элементов ЭКС (зубцов Р, Т, кардиокомплекса QRS и помех).Анализ схем алгоритмов, приведенных на фигурах 1, 7, 9, 12, показывает, что предлагаемый способ адаптивного подавления помех в электрокардиосигнале основывается совершенно на другом подходе к подавлению помех и позволяет устранить указанный недостаток известного способа [4].Авторы предлагают вместо удаления отдельных частотных составляющих ЭКС осуществлять выделение КЦ ЭКС и участка изолинии на сегменте TP, построение поверхностей энергетической плотности (ПЭП) кардиоцикла ЭКС и участка изолинии, формирование пороговой поверхности и сравнение ее с ПЭП кардиоцикла ЭКС.Кроме того, визуальное представление ПЭП кардиоцикла ЭКС в системе координат энергия-время-частота, по мнению авторов, открывает возможность выявления новых диагностических признаков в электрокардиосигнале.Рассмотрим особенности реализации предлагаемого способа адаптивного подавления помех в электрокардиосигнале (см. фигуру 7). Первый этап («Регистрация ЭКС») аналогичен этапу известного способа [4] (см. стр.4).Для выполнения этапа «Выделение кардиоцикла ЭКС» используется алгоритм, приведенный в [11]. Согласно способу выделения начала кардиоцикла начало кардиоцикла ЭКС находится на расстоянии 1/4 интервала R-R от вершины зубца R. Известный алгоритм обеспечивает надежное выделение кардиоцикла ЭКС. На фигуре 3,а приведен выделенный кардиоцикл ЭКС известным способом [11].«Выделение участка изолинии на сегменте ТР». На этом этапе осуществляется выделение участка изолинии на сегменте TP кардиоцикла ЭКС (см. фигуру 8а).Сегмент TP представляет собой отрезок времени от конца зубца Т до начала зубца Р следующего кардиоцикла. В этот отрезок времени электрическая активность сердца отсутствует [12]. Следовательно, на участке изолинии [TP/2, Р] от середины сегмента TP до начала зубца Р следующего кардиоцикла (см. фигуру 26) отсутствуют зубец U и любые другие возможные информативные составляющие сигнала, а присутствуют только помехи. Поэтому участок изолинии [TP/2, Р] может быть использован в качестве источника помехи для одного кардиоцикла.Таким образом, на этом этапе осуществляется адаптивное формирование помехи кардиоцикла электрокардиосигнала за счет выделения реальной помеховой составляющей кардиоцикла ЭКС.Выделенный участок изолинии [TP/2, Р] на сегменте TP используется в предлагаемом изобретении для последующего адаптивного формирования пороговой поверхности. Под адаптивностью в данном случае понимается формирование собственной пороговой поверхности для каждого выделенного кардиоцикла ЭКС.Следующие два этапа («Разложение кардиоцикла ЭКС на частотные составляющие» и «Разложение участка изолинии ЭКС на частотные составляющие») аналогичны этапу известного способа [4] «Разложение сигнала на частотные составляющие» (см. стр.4-6). На этих этапах осуществляется разложение кардиоцикла ЭКС и участка изолинии на частотные составляющие с помощью [6, 7] декомпозиции на эмпирические моды.Этапы «Построение ПЭП кардиоцикла ЭКС» и «Построение ПЭП участка изолинии ЭКС» осуществляют на основе преобразования Гильберта-Хуанга в системе координат энергия-частота-время. Поверхность энергетической плотности (ПЭП) частотных составляющих электрокардиосигнала представляет собой распределение мгновенной энергии частотных составляющих ЭКС в каждой точке частотно-временной плоскости.Преобразование Гильберта-Хуанга включает в себя последовательное выполнение двух действий: декомпозицию сигнала на эмпирические моды (ДЭМ) и преобразование Гильберта для каждой моды. Значения мгновенных частот представляют собой спектр Гильберта, который позволяет [13]- определить по его виду наличие и характер амплитудной и частотной модуляций;- идентифицировать временные и частотные диапазоны, где концентрируется энергия исходного сигнала;- построить трехмерную поверхность энергетической плотности в системе координат энергия-частота-время.После того как получены частотные составляющие кардиоцикла ЭКС (см. фигуру 5) и участка изолинии (см. фигуру 8) с помощью ДЭМ, выполняется преобразование Гильберта и построение трехмерной поверхности.Построение трехмерной поверхности ЭКС в системе координат энергия-частота-время осуществляется посредством преобразования Гильберта частотных составляющих (эмпирических мод) сигнала [7, 13]. Схема построения ПЭП приведена на фигуре 9 и включает в себя следующие этапы:1. Получение сопряженного по Гильберту ЭКС:Mk(ti)=1π∫mk(τ​)ti−τdτ

(7)где mk(ti) — эмпирическая мода, подвергнутая преобразованию Гильберта;Mk(ti) — сопряженный по Гильберту ЭКС, соответствующий моде mk(ti);k — номер моды;τ — независимая переменная.2. Определение аналитического (комплексного) значения для каждой моды ЭКС:Z=mk(ti)+qMk(ti)

(8)где q=−1

— мнимая единица.3. Определение значения мгновенной амплитуды для каждой моды ЭКС:αk(t)=mk(ti)2+Mk(ti)2                             (9)4. Определение значения мгновенной частоты для каждой моды ЭКС:5. Представление ЭКС в виде поверхности в системе координат амплитуда-частота-время. После выполнения преобразования Гильберта в каждой эмпирической моде сигнал в виде поверхности в системе координат амплитуда-частота-время может быть выражен следующим образом [6, 13]:6. Преобразование поверхности в системе координат амплитуда-частота-время к виду поверхности в системе координат энергия-частота-время. Чтобы представить энергетическую плотность сигнала и построить поверхность в системе координат энергия-частота-время мгновенной амплитуде αk{t) в выражении (9) придают квадратичную форму:Трехмерная поверхность сигнала в координатах энергия-частота-время представляет собой поверхность энергетической плотности (ПЭП). Переход от представления сигнала в системе координат амплитуда-частота-время (см. выражение 11) к представлению сигнала в системе координат энергия-частота-время (см. выражение 12) обеспечивает более точное формирование пороговой поверхности. Визуальное представление ПЭП, построенной на основе преобразования Гильберта-Хуанга, характеризует распределение мгновенной энергии ЭКС и участка изолинии в каждой точки частотно-временной плоскости и, по мнению авторов, открывает возможность выделения новых диагностических признаков в ЭКС.На фигуре 10 (а, б) приведены ПЭП кардиоцикла ЭКС (а) и участка изолинии (б), рассчитанные по выражению (12) согласно алгоритму построения ПЭП (см. фигуру 9).На следующем этапе «Формирование пороговой поверхности» осуществляется вычисление среднего значения энергии E′fj¯(t)

ПЭП участка изолинии для каждой частоты fj в течение заданного промежутка времени [1, tk] согласно следующему выражению:E′fj¯(t)=1tk∑i=1tkE′fj(ti)

(13)где t1 — отсчет, принятый за середину сегмента TP;tk — отсчет, принятый за начало зубца Р следующего кардиоцикла.Рассчитанные средние значения энергии E′fj¯(ti)

ПЭП участка изолинии по формуле (13) позволяют получить функцию распределения E′¯(fj)

среднего значения энергии по частоте:E′¯(fj)=ψ(E′ fj¯(t))

                                   (14)где t — const.Результатом расчета выражения (14) является функция распределения E′¯(fj)

характеризующая усредненное сечения ПЭП участка изолинии (см. фигуру 11а).После вычисления функции распределения среднего значения энергии по частоте E′¯(fj)

, формирование пороговой поверхности сводится к сумме средних значений энергий:Vfj(ti)=E′¯(fj)*tk

(15)где tk — значение величины временного интервала выделенного кардиоцикла ЭКС [t1, tk].Результатом вычисления формулы (15) является пороговая поверхность Vfj(ti)

выделенного участка изолинии кардиоцикла электрокардиосигнала в системе координат энергия-частота-время, представленная на фигуре 11,б.Таким образом, сформированная пороговая поверхность находится в одной системе координат и одном масштабе времени с ПЭП кардиоцикла ЭКС, что позволяет сравнить две поверхности без дополнительных их преобразований.Следующий этап «Сравнение ПЭП выделенного кардиоцикла электрокардиосигнала со сформированной пороговой поверхностью» заключается в совмещении сформированной пороговой поверхности помехи с ПЭП кардиоцикла ЭКС, выделении области помехи под пороговой поверхностью и ее удаление.Выделение и удаление области помехи осуществляется путем применения правила обработки сигналов на основе пороговых процедур (пороговая обработка или thresholding). Пороговая обработка применяется к каждому i-му элементу ПЭП Еfj(ti) и заключается в принятии решения о сохранении значения энергии рассматриваемого элемента ПЭП или ее пересчете [14].Среди известных простейшим в реализации и наиболее эффективным решающим правилом для подавления помех на ЭКС является правило мягкого трешолдинга (soft thresholding) [15]. Для выполнения этапа сравнения ПЭП кардиоцикла ЭКС и пороговой поверхности необходимо сформулировать правило объемного мягкого трешолдинга, которое может быть выражено следующим образом:Efj(ti){Efj​(ti)−E′​fj(ti),

если

Efj(ti)>E′fj​(ti)

0,

 если

Efj(ti)

Способ идентификации цифрового изображения, содержащего

Изобретение относится к области стеганографии, а именно к способам идентификации цифровых изображений (ЦИ), содержащих цифровой водяной знак (ЦВЗ). Технический результат заявленного изобретения состоит в возможности идентификации ЦИ, содержащих ЦВЗ в условиях отсутствия априорных сведений о наличии ЦВЗ в данном изображении и о законе встраивания ЦВЗ. Технический результат достигается за счет построения собственных характеристических векторов изображений из обучающей выборки, включающих в себя статистические характеристики, вычисленные из распределений вейвлет-коэффициентов и из распределений ошибки предсказания величин вейвлет-коэффициентов на различных поддиапазонах. В обучающую выборку включаются два класса изображений: ЦИ, содержащие ЦВЗ и ЦИ, не содержащие ЦВЗ. После обучения классификатора, основанного на дискриминантном анализе, производится классифицирование анализируемого изображения, т.е. отнесение его к одному из классов. Благодаря этому существует возможность идентификации ЦИ, содержащего ЦВЗ, т.е. различения изображения-оригинала, защищенного авторскими правами от его копий, полученных путем распечатки и сканирования. 3 ил., 1 табл.

Способ идентификации документа (изображения), содержащего многократный цифровой водяной знак (ЦВЗ), включающий этап встраивания в документ (изображение) дополнительной информации, состоящей из двух типов ЦВЗ, отличающийся тем, что этап встраивания соединен с этапом формирования трехмерного массива значений интенсивности точек изображения, соединенный с этапом формирования массива значений интенсивности точек красной цветовой составляющей изображения, с этапом формирования массива значений интенсивности точек зеленой цветовой составляющей изображения и с этапом формирования массива значений интенсивности точек синей цветовой составляющей изображения, которые в свою очередь соединены с этапом многоуровневого дискретного двумерного вейвлет-преобразования, соединенного с этапом вычисления статистических характеристик высоких порядков из распределения вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования и этапом вычисления ошибки предсказания значений коэффициентов на разных поддиапазонах вейвлет-преобразования, соединенного в свою очередь с этапом вычисления статистических характеристик высоких порядков из распределения ошибки предсказания значений вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования, этап вычисления статистических характеристик высоких порядков из распределения вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования и этап вычисления статистических характеристик высоких порядков из распределения ошибки предсказания значений вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования соединены с этапом формирования собственного характеристического вектора изображения, соединенного в свою очередь с этапом классифицирования изображения и с этапом формирования массива собственных характеристических векторов изображений из обучающей выборки, который обратной связью соединен с этапом формирования трехмерного массива значений интенсивности точек изображения и прямой связью с этапом обучения классификатора, соединенного в свою очередь с этапом классифицирования изображения.

Изобретение относится к области стеганографии, а именно к способам идентификации цифровых изображений (ЦИ), содержащих цифровой водяной знак (ЦВЗ), и может быть использовано для различения оригинального ЦИ, защищенного авторскими правами с помощью внедренного в него ЦВЗ, от его копий, а также для поиска ЦИ различных форматов, содержащих дополнительную цифровую информацию в условиях отсутствия априорных сведений о законе ее встраивания и присутствии в изображении.Известен способ декодирования ЦВЗ, содержащегося в изображении формата JPEG (см. Patent US №0040001626, МПК G06K 009/00, 2004 г.) [1], основанный на оценке местных геометрических искажений, произошедших в изображении из-за встраивания эталонного сообщения X, и включающий следующие шаги: моделирование локальных искажений посредством индексной переменной J, позволяющей определить отличия искаженных данных от исходных, оценивание геометрических искажений с помощью эталонного сообщения X, модели локальных искажений и модели искаженных данных.Также известен способ для идентификации данных изображения JPEG (см. Patent US №0040015697, МПК G06K 009/00, 2004 г.) [2], позволяющий установить, действительно ли полученное изображение отправлено известным источником и не было ли содержимое файла незначительно модифицировано во время передачи. Для кодирования проверочной информации уникальная хеш-функция получается из первой части данных изображения, содержащихся в сжатом изображении JPEG таким образом, что любые искажения указанной части данных изображения в дальнейшем были бы отражены в иной хеш-функции, полученной на основе принятого файла. Хеш-функция дает значение проверки целостности, записываемое в первую часть данных изображения. Далее это значение шифруется в строку подписи. Строка подписи встраивается в следующую часть данных изображения. Процесс повторяется до тех пор, пока все части данных изображения не будут обработаны. Строка подписи, соответствующая последней части данных, встраивается в эту часть. Так как внедрение значения проверки целостности не изменяет последовательности данных файла JPEG, любой декодер после этого может декодировать изображение. Далее файл изображения передается предназначенному получателю. Для декодирования получателем внедренной проверочной информации относительно подлинности отправителя файла JPEG хеш-функция вычисляется на основе первой части данных принятого изображения. Вторая часть данных характеризует местоположение, где была внедрена строка подписи для первой части данных. В этом случае подпись извлекается из данных. После чего строка подписи дешифруется в виде результата хеш-функции (проверки целостности), содержащейся в самих данных. Эти два числа сравниваются друг с другом. Если первое проверочное число соответствует числу, содержащемуся в найденной строке подписи, которая была ранее внедрена автором, то принимается решение, что данные первой части изображения подлинны. Процесс повторяется для каждой последующей части данных, пока не будут обработаны все части данных изображения.Приведенные выше аналоги применяются в области защиты авторских прав для поиска изображений формата JPEG, содержащих ЦВЗ, которые могут быть искаженны в результате попыток их удаления из изображения, однако они применимы только в случае априорного знания о присутствии ЦВЗ в анализируемом изображении формата JPEG и о законе его встраивания, при этом способы применимы только для ЦИ формата JPEG.Наиболее близким по своей сущности к заявляемому способу (прототипом) является известный способ идентификации изображения, содержащего многократный ЦВЗ (см. Patent US №20050058320, МПК G06K 009/00, 2005 г.) [3], включающий этап встраивания в документ (изображение) дополнительной информации, состоящей из двух типов ЦВЗ, соединенный с этапом считывания встроенных ЦВЗ из идентифицируемого документа (изображения), который в свою очередь соединен с этапом сравнения полученных энергетических характеристик считанных ЦВЗ двух типов с образцом, соединенным с этапом принятия решения о несанкционированном копировании идентифицируемого документа (изображения).Такой способ используется в области защиты авторских прав и обеспечивает различение документов-оригиналов (изображений-оригиналов) от их копий, полученных путем распечатки и сканирования, однако недостатком способа является то, что он применяется только в условиях присутствия априорных сведений о законе встраивания ЦВЗ, в противном случае способ становится неэффективным и различить, является ли идентифицируемый документ (изображение) копией или оригиналом, не представляется возможным.Целью изобретения является разработка способа идентификации цифровых изображений, содержащих цифровой водяной знак, обеспечивающего работу в условиях отсутствия априорных сведений о законе встраивания ЦВЗ, при этом способ должен быть применим для анализа изображений разных форматов (BMP, JPEG, GIF, PNG).Поставленная цель достигается за счет того, что в известный способ идентификации документа (изображения), содержащего многократный ЦВЗ, включающий этап встраивания в документ (изображение) дополнительной информации, состоящей из двух типов ЦВЗ, соединенный с этапом считывания встроенных ЦВЗ из идентифицируемого документа (изображения), который в свою очередь соединен с этапом сравнения полученных энергетических характеристик считанных ЦВЗ двух типов с образцом, соединенным с этапом принятия решения о несанкционированном копировании идентифицируемого документа (изображения), после этапа встраивания вместо этапа считывания встроенных ЦВЗ из идентифицируемого документа (изображения) и последующих за ним этапов сравнения и принятия решения введены этап формирования трехмерного массива значений интенсивности точек изображения, этап формирования массива значений интенсивности точек красной цветовой составляющей изображения, этап формирования массива значений интенсивности точек зеленой цветовой составляющей изображения, этап формирования массива значений интенсивности точек синей цветовой составляющей изображения, этап многоуровневого дискретного двумерного вейвлет-преобразования, этап вычисления статистических характеристик высоких порядков из распределения вейвлет-коэффициентов на отдельных поддиапазонах вейвлет-преобразования, этап вычисления ошибки предсказания значений коэффициентов на разных поддиапазонах вейвлет-преобразования, этап вычисления статистических характеристик высоких порядков из распределения ошибки предсказания значений вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования, этап формирования собственного характеристического вектора изображения, этап формирования массива собственных характеристических векторов цифровых изображений из обучающей выборки, этап обучения классификатора и этап классифицирования цифрового изображения.Введение новых этапов позволяет идентифицировать цифровое изображение, содержащее ЦВЗ в условиях отсутствия априорных сведений о законе и месте встраивания ЦВЗ, при этом за счет введения этапов формирования трех массивов значений интенсивности точек трех цветовых составляющих изображения возникает возможность анализировать ЦИ различных форматов (BMP, JPEG, GIF, PNG).Заявленный способ поясняется чертежами, на которых на фиг.1 представлена общая схема реализации способа идентификации цифрового изображения, содержащего цифровой водяной знак; на фиг.2 — выбор положения коэффициентов «соседей» относительно анализируемого коэффициента «А» (зачерненные квадраты) вейвлет-преобразования для формулы линейного предсказателя значений вейвлет-коэффициентов для: (А) — вертикальных поддиапазонов, (Б) — горизонтальных поддиапазонов, (В) — диагональных поддиапазонов; на фиг.3. представлен график вероятности правильной идентификации изображений различных форматов, содержащих ЦВЗ, в результате работы известного способа и заявляемого.Заявленный способ, схема которого представлена на фиг.1, состоит из блока встраивания в изображение дополнительной информации 1, блока формирования трехмерного массива значений интенсивности точек изображения 2, который соединен с блоком формирования массива значений интенсивности точек красной цветовой составляющей изображения 3, с блоком формирования массива значений интенсивности точек зеленой цветовой составляющей изображения 4 и с блоком формирования массива значений интенсивности точек синей цветовой составляющей изображения 5, которые в свою очередь соединены с блоком многоуровневого дискретного двумерного вейвлет-преобразования 6, выход которого соединен с входом блока вычисления статистических характеристик высоких порядков из распределения вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования 7 и входом блока вычисления ошибки предсказания значений коэффициентов на разных поддиапазонах вейвлет-преобразования 8, соединенного в свою очередь с блоком вычисления статистических характеристик высоких порядков из распределения ошибки предсказания значений вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования 9, выходы блоков 7 и 9 соединяются с входом блока формирования собственного характеристического вектора изображения 10, соединенного в свою очередь с блоком классифицирования изображения 13 и с блоком формирования массива собственных характеристических векторов изображений из обучающей выборки 11, который обратной связью соединен с блоком формирования трехмерного массива значений интенсивности точек изображения 2 и прямой связью с блоком обучения классификатора 12, выход которого соединен с входом блока классифицирования изображения 13.Способ осуществляют в два этапа, называемых «обучение» и «анализ». Этап «обучение» реализуется за счет того, что сначала с помощью блока 1 формируют обучающую выборку, включающую изображения, содержащие встроенные случайным образом ЦВЗ, затем с помощью блоков 2, 3, 4, 5 формируют три двумерных массива значений интенсивности точек цифрового изображения для каждой из трех цветовых составляющих в виде карты пикселей цветовой схемы RGB (красной, зеленой, синей) [4].Далее в блоке многоуровневого дискретного двумерного вейвлет-преобразования 6 каждый массив интенсивностей точек трех цветовых составляющих в отдельности подвергается многоуровневому двумерному дискретному вейвлет-преобразованию (необходимо не менее трех уровней вейвлет-преобразования) с использованием биортогональных низкочастотного (НЧ) и высокочастотного (ВЧ) фильтров [5]. Рекомендуется использовать фильтры с коэффициентами согласно таблице 1.Таблица 1Значения коэффициентов блока биортогональных вейвлет-фильтров 7/9№ п/пЗначение коэффициентов НЧ фильтра№ п/пЗначение коэффициентов ВЧ фильтра00.85269900.78848510.3774031-0.4180922-0.1106242- 0.0406903- 0.02384930.06453940.037829 hairsp; hairsp;Затем в блоке вычисления статистических характеристик высоких порядков из распределения вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования 7 производится вычисление статистических характеристик высоких порядков из распределений вейвлет-коэффициентов каждого поддиапазона всех уровней вейвлет-преобразования, исключая три поддиапазона последнего уровня, для каждой цветовой составляющей изображения. Данными статистическими характеристиками являются выборочное среднее, выборочная дисперсия, асимметрия и эксцесс [6] согласно формулам (1, 2, 3, 4) соответственно.где — выборочное среднее;n — количество коэффициентов данного поддиапазона вейвлет-преобразования;где DB — выборочная дисперсия;n — количество коэффициентов данного поддиапазона вейвлет-преобразования;где AS — асимметрия теоретического распределения; mu;3 — центральный момент третьего порядка; sigma;3 — куб выборочного среднего квадратического отклонения;где Ek — эксцесс теоретического распределения; mu;4 — центральный момент четвертого порядка; sigma;4 — выборочное среднее квадратическое отклонение в четвертой степени.Одновременно с процедурой вычисления статистических характеристик высоких порядков из распределения вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования в блоке вычисления ошибки предсказания значений коэффициентов на разных поддиапазонах вейвлет-преобразования 8 вычисляется ошибка предсказания значений вейвлет-коэффициентов на разных поддиапазонах n-го уровня вейвлет-преобразования, а также на поддиапазонах последующего n+1-го уровня вейвлет-преобразования согласно фиг.3 и формулам линейного предсказателя значений вейвлет-коэффициентов (5, 6, 7) для вертикального, горизонтального и диагонального поддиапазонов соответственно [7].где verbar; middot; verbar; означает, что значения коэффициентов взяты по модулю;Vi, Hi, Di указывают, на каком поддиапазоне и каком уровне вейвлет-преобразования вычисляется формула линейного предсказателя (соответственно вертикальный, горизонтальный, диагональный поддиапазон);i — уровень вейвлет-преобразования;x — координата вейвлет-коэффициента по горизонтали;у — координата вейвлет-коэффициента по вертикали; omega;k — скалярные весовые коэффициенты линейного предсказателя.Формулы (5, 6, 7) могут быть представлены в векторном виде:где — вектор-строка, содержащая весовые коэффициенты; — вектор-строка, включающая значения анализируемых коэффициентов Аi;Q — матрица, столбцы которой содержат значения так называемых коэффициентов «соседей» для анализируемых коэффициентов Аi (зачерненные квадраты на фиг.2).Коэффициенты линейного предсказателя omega;i определяются путем минимизации функции квадрата ошибки:Затем производится дифференцирование по :получаемый результат приравнивается к нулю, а нахождение производится по следующей формуле:После определения значений коэффициентов линейного предсказателя логарифмическая погрешность между фактическими коэффициентами и предсказанными вычисляется по формуле:Из полученных на каждом поддиапазоне распределений векторов ошибки в блоке вычисления статистических характеристик высоких порядков из распределения ошибки предсказания значений вейвлет-коэффициентов на разных поддиапазонах вейвлет-преобразования 9 вычисляются выборочное среднее, выборочная дисперсия, асимметрия и эксцесс согласно формулам (1, 2, 3, 4) соответственно.В блоке формирования собственного характеристического вектора (СХВ) изображения 10 все вычисленные значения статистических характеристик включаются в вектор, называемый собственным характеристическим вектором изображения (13).где N=24(n-1), n — число уровней вейвлет-преобразования.Таким образом, размерность такого вектора зависит от количества уровней вейвлет-преобразования n и равна 72(n-1).Далее в блоке формирования массива собственных характеристических векторов изображений из обучающей выборки 11 производится формирование массива СХВ всех изображений из обучающей выборки, для этого блок 11 соединен с блоком 2 обратной связью, указывающей на то, что все вышеописанные процедуры выполняются с каждым изображением из обучающей выборки отдельно (обучающая выборка должна содержать не менее 200 ЦИ, не содержащих ЦВЗ, и не менее 200 ЦИ, содержащих ЦВЗ, причем все ЦИ данной обучающей выборки должны быть одного формата и ЦВЗ должны встраиваться по различным законам).После формирования массива СХВ всех изображений из обучающей выборки в блоке 11 полученный массив подается на вход блока обучения классификатора 12, построенного на основе дискриминантного анализа для линейной дискриминации изображений из обучающей выборки на два класса: ЦИ, содержащие ЦВЗ, и ЦИ, не содержащие ЦВЗ. После этого этап «обучение» заканчивается и начинается второй этап — «анализ».На этапе «анализ» с выбранным для анализа ЦИ (оно должно быть одного формата с цифровыми изображениями из обучающей выборки) производятся все процедуры, производящиеся в блоках 2-10 и описанные выше, только теперь после блока формирования собственного характеристического вектора анализируемого изображения 10 сформированный СХВ подается на вход блока классифицирования изображения 13, на который одновременно с этим с блока обучения классификатора 12 подаются результаты дискриминации всех СХВ, полученных от ЦИ из обучающей выборки на этапе «обучение».В блоке классифицирования изображения 13 на основании вычисленного расстояния Махаланобиса (согласно формуле 14) принимается решение о принадлежности анализируемого изображения к одному из классов, либо к классу ЦИ, содержащих ЦВЗ, либо к классу ЦИ, не содержащих ЦВЗ:где dM(xi, xj) — расстояние Махаланобиса,К-1=С — матрица, обратная ковариационной матрице К, вычисленной по выборке х,сpq — элементы матрицы С [8].Обоснование положительного эффекта предлагаемого способа осуществлено следующим образом.Показателем эффективности способов идентификации ЦИ, содержащих ЦВЗ, является вероятность правильной идентификации Ридент..Задача состоит в том, чтобы достигнуть максимальной вероятности правильной идентификации при условии, что закон встраивания ЦВЗ и его присутствие в анализируемом изображении априорно неизвестны. Это позволит отличить изображение-оригинал от его копий, полученных с помощью распечатки и сканирования.Для проверки заявляемого способа классификатор, основанный на дискриминантном анализе, был обучен на выборке из 1000 изображений различных форматов, 500 из которых содержали ЦВЗ. С помощью набора из 1650 изображений, не принадлежащих обучающей выборке, 150 из которых содержали встроенный по неизвестному закону ЦВЗ (по 50 изображений форматов JPEG, BMP, GIF), прототип и заявляемый способ были протестированы. Результаты, представленные на фиг.3, показали, что в условиях отсутствия априорных сведений о законе встраивания ЦВЗ известный способ правильно идентифицировал 11 изображений-оригиналов из 150, а с помощью предлагаемого способа удалось правильно отличить 144 изображения-оригинала из 150 от их высококачественных копий. Это подтверждает существенный положительный эффект от внедрения нового способа.Следовательно, заявленный способ может обеспечить идентификацию ЦИ, содержащих ЦВЗ в условиях отсутствия априорных сведений о законе его встраивания в анализируемое изображение, при этом способ может быть применен для идентификации изображений различного формата.Источники информации1. Patent US №0040001626, кл. МПК G06K 009/00, 2004 г.2. Patent US №0040015697, кл. МПК G06K 009/00, 2004 г.3. Patent US №20050058320, кл. МПК G06K 009/00, 2005 г.4. Миано Д. Форматы и алгоритмы сжатия изображений в действии. — М.: Триумф, 2003.5. Воробьев В.И., Грибунин В.Г. Теория и практика вейвлет-преобразования. — С.-Петербург: Военный университет связи, 1999.6. Гурман В.Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 1972.7. Portilla J., Simoncelli Е. A. Parametric texture model based on joint statistics of complex wavelet coefficients. — International Journal of Computer Vision, 2000.8. Калугина Т.Ф., Киселев В.Ю. Математическая статистика. Учебное пособие / Иван. гос. энерг. ун-т. — Иваново, 2001.

Леммы о компенсированной компактности в

0. Отметим также обобщенное неравенство Гельдера integraldisplay Q T f · gdxdt? 2bardblf bardbl L p(·) (Q T ) bardblgbardbl L p prime (·) (Q T ) . (10.3) Вывод этих соотношений см. также в . Теперьобратимся к параболическому пространству Орлича–Соболева (6.2). Наделенное соответствующей нормой, оно становится рефлексивным банаховым пространством, подобным обычному пространству Соболева. Пространство H, определенное в (6.4), в общем случае не совпадает с W . Нас интересуют ситуации, когда H = W . С этой целью введем логарифмическое условие |p(x, t) ? p(x prime ,t prime )|? c ln 1 |t?t prime |+|x?x prime | , где (x, t), (x prime ,t prime ) ? Q T , |t ? t prime | + |x ? x prime |? 1 2 . (10.4) Предложение 10.1. Если выполнено условие (10.4), то H = W . Сформулирован вариант ранее установленного Фан Сянлином (Xianling Fan) и результата о плотности гладких функций в пространстве Орлича–Соболева. Плотностьгладких функций обеспечивается в данном случае непрерывностью оператора сглаживания. Определяем сглаживание f ? функции f через свертку с обычным гладким финитным ядром сглаживания, т.е. f ? = f ? ? ? , ? ? (x, t)=? ?(d+1) ? parenleftbig x ? , t ? parenrightbig , ?>0. Предложение 10.2. При условии (10.4) имеет место сходимость f ? > f в L p(·) (Q T ?? ), ?>0, при ? > 0 для любой f ? L p(·) (Q T ). Доказательство этого результата см. также в . 2. Свойство полунепрерывности снизу выпуклого функционала. Пусть K emdash.cyr ограниченное измеримое множество в R d . Рассмотрим класс интегрантов f (x, ?), выпуклых по ? ? R d , измеримых по x ? K и подчиненных нестандартной оценке c 1 |?| ? ? ?(x) ? f (x, ?) ? c 2 |?| ? + ?(x), 1 0,?? L 1 (K). Пустьинтегранты f ? , f принадлежат этому классу и выполнено условие lim ?>0 f ? (x, ?)=f (x, ?) для п.в. x ? K илюбых ? ? R d . Предложение 10.3 (см. ). Если v ? arrowrighttophalfvв (L 1 (K)) d , то integraldisplay K f ? (x, v ? ) dx ? integraldisplay lim inf ?>0 K f (x, v) dx. 3. Доказательство предложения 4.5. Подставим в тождество integraldisplay parenleftbigg v ?? ?t ? K ·?? parenrightbigg dx dt =0,? ? C ? 0 (Q T ), Q T функцию ? = ??, ? ? C ? 0 (?), ? ? C ? 0 (0,T).Тогда T integraldisplay 0 ? prime (t) integraldisplay ? v? dx dt = ? T integraldisplay 0 ?(t) integraldisplay ? K ·??dxdt, или T integraldisplay 0 ? prime (t)g(t) dt = ? T integraldisplay 0 ?(t)G(t) dt, где g(t)= integraltext ? v? dx и G(t)= integraltext ? K ·??dx emdash.cyr функции из класса L 1 (0,T).Отсюдаg ? W 1,1 (0,T) и g prime (t)=G,т.е. ? ?t integraldisplay ? v? dx = integraldisplay ? K ·??dx. После интегрирования по t имеем ? v? dx vextendsingle vextendsingle vextendsingle vextendsingle vextendsingle integraldisplay t 2 t 1 + t 2 integraldisplay integraldisplay ? K ·??dxdt =0. (10.5) t 1 Фиксируя t 1 = t0 стольмалым, что t 2 = t + h 0, используя сходимости (см. предложение 4.4) integraldisplay ?v h ?t ?dxdt= ? integraldisplay Q T v h ?? ?t dx dt >? integraldisplay Q T v ?? ?t dx dt, integraldisplay Q T K h ·??dxdt > integraldisplay Q T K ·??dxdt. Q T Предложение доказано. СПИСОК ЛИТЕРАТУРЫ 1. К технике предельного перехода в нелинейных эллиптических уравнениях // ДАН. 2008. Т. 420, №3. С. 300–305. 2. К технике предельного перехода в нелинейных эллиптических уравнениях // Функц. анализ и его прил. 2009. Т. 43, №2. С. 19–38. 3. , Параболический принцип компенсированной компактности и некоторые его приложения // ДАН. 2010. Т. 431, №3. С. 306–312. 4. Tartar L. Cours Peccot. Paris: Coll`ege de France, 1977. 5. Murat F. Compacit?e par compensation // Ann. Scuola Norm. Super. Pisa. Cl. Sci. Ser. 4. 1978. V. 5. P. 489–507. 6. Данфорд Н., Шварц Дж. Линейные операторы: Общая теория. М.: Изд-во иностр. лит., 1962. 7. , О повышенной суммируемости градиента решений эллиптических уравнений с переменным показателем нелинейности // Мат. сб. 2008. Т. 199, №12. С. 19–52. 8. Киндерлерер Л., Стампаккья Г. Введение в вариационные неравенства и их приложения. М.: Мир, 1983. 9. Лионс Ж.-Л. Некоторые методы решения нелинейных краевых задач. М.: Мир, 1972. 10. Биллингсли П. Сходимость вероятностных мер. М.: Наука, 1977. 11. , , Линейные и квазилинейные уравнения параболического типа. М.: Наука, 1967. 12. DiBenedetto E. Degenerate parabolic equations. New York: Springer, 1993. 13. К проблеме пре ельного перехода в дивергентных неравномерно эллиптических уравнениях // Функц. анализ и его прил. 2001. Т. 35, №1. С. 23–39. 14. , Теоремы существования и качественные свойства решений параболических уравнений с переменным порядком нелинейности // ДАН. 2010. Т. 430, №3. С. 295–299. 15. Об одном подходе к разрешимости обобщенных уравнений Навье–Стокса // Функц. анализ и его прил. 2009. Т. 43, №3. С. 33–53. 16. Simon J. Compact sets in the space L p (0,T; B) // Ann. Mat. Pura ed Appl. 1987. V. 146. P. 65–96. 17. Edmunds D.E., R?akosn??k J. Sobolev embeddings with variable exponent // Stud. math. 2000. V. 143. P. 267–293. 18. Об эффекте Лаврентьева // ДАН. 1995. Т. 345, №1. С. 10–14. 19. Zhikov V.V. On Lavrentiev?s phenomenon // Russ. J. Math. Phys. 1995. V. 3, N 2. P. 249–269. 20. , О свойстве повышенной суммируемости для параболических систем переменного порядка нелинейности // Мат. заметки. 2010. Т. 87, №2. С. 179–200.

Почти прозрачная или прозрачная схема

Изобретение относится к схемам многоканального кодировани, и, в частности, к схемам параметрического кодирования. Схема многоканального кодера/декодера дополнительно предпочтительно формирует остаточный сигнал (16) волновой формы. Этот остаточный сигнал (18) передается с одним или более многоканальных параметров (14) в декодер. Технический результат, достигаемый при реализации изобретения, состоит в том, что в отличие от чисто параметрического многоканального декодера предлагаемый декодер формирует многоканальный выходной сигнал, имеющий более оптимальное выходное качество благодаря дополнительному остаточному сигналу. 13 н. и 16 з.п. ф-лы, 14 ил.

1. Многоканальный кодер для кодирования исходного многоканального сигнала, имеющего, по меньшей мере, два канала, содержащий: поставщик параметров для предоставления одного или более параметров, причем один или более параметров формируются таким образом, что восстановленный многоканальный сигнал может быть сформирован с помощью одного или более каналов понижающего микширования, извлеченных из многоканального сигнала, и одного или более параметров; остаточный кодер для формирования закодированного остаточного сигнала на основе исходного многоканального сигнала, одного или более каналов понижающего микширования или одного или более параметров, так чтобы восстановленный многоканальный сигнал, когда сформирован с помощью остаточного сигнала, был в большей степени аналогичен исходному многоканальному сигналу, чем когда сформирован без использования остаточного сигнала; при этом остаточный кодер включает в себя многоканальный декодер для формирования декодированного многоканального сигнала с помощью одного или более каналов понижающего микширования и одного или более параметров; блок вычисления ошибок для вычисления многоканального представления сигнала ошибки на основе декодированного многоканального сигнала ошибки и исходного многоканального сигнала; и остаточный процессор для обработки многоканального представления сигнала ошибки, чтобы получить закодированный остаточный сигнал; и формирователь потоков данных для формирования потока данных, имеющего остаточный сигнал и один или более параметров.

2. Многоканальный кодер по п.1, в котором формирователь потоков данных функционирует так, чтобы формировать масштабируемый поток данных, в котором один или более параметров и остаточный сигнал находятся на различных уровнях масштабирования.

3. Многоканальный кодер по п.1, в котором остаточный кодер функционирует так, чтобы вычислять закодированный остаточный сигнал как остаточный сигнал волновой формы.

4. Многоканальный кодер по п.1, в котором остаточный кодер функционирует так, чтобы формировать остаточный сигнал на основе одного или более параметров и исходного многоканального сигнала без одного или более каналов понижающего микширования, так чтобы остаточный сигнал имел меньшую энергию в сравнении с формированием остаточного сигнала без использования одного или более параметров.

5. Многоканальный кодер по п.4, в котором поставщик параметров содержит: блок вычисления выравнивания для вычисления параметра выравнивания по времени, который должен быть предоставлен в блок выравнивания по времени для выравнивания первого канала и второго канала из, по меньшей мере, двух каналов; или блок вычисления усиления для вычисления усиления, не равного единице, для взвешивания канала, с тем чтобы разность между двумя каналами была меньше в сравнении со значением усиления в единицу.

6. Многоканальный кодер по п.5, в котором остаточный кодер функционирует так, чтобы вычислять и кодировать сигнал разности, извлеченный из первого канала и выровненного и взвешенного второго канала.

7. Многоканальный кодер по п.5, содержащий также блок понижающего микширования для формирования канала понижающего микширования с помощью выровненных каналов.

8. Многоканальный кодер по п.1, содержащий также гребенку фильтров анализа для разделения многоканального сигнала на множество частотных диапазонов,в котором поставщик параметров и остаточный кодер функционируют так, чтобы работать с сигналами поддиапазонов, ив котором формирователь потоков данных функционирует так, чтобы собирать закодированные остаточные сигналы и параметры для множества частотных диапазонов.

9. Многоканальный кодер по п.1, в котором остаточный процессор включает в себя многоканальный кодер для формирования многоканального представления для многоканального представления сигнала ошибки.

10. Многоканальный кодер по п.9, в котором остаточный процессор функционирует так, чтобы также формировать один или более каналов понижающего микширования многоканального представления сигнала ошибки.

11. Многоканальный кодер по п.1, в котором поставщик параметров функционирует так, чтобы предоставить параметры бинаурального кодирования сигнала (ВСС), такие как межканальные разности уровней, параметры межканальной когерентности, межканальные разности времени или сигналы огибающих канала.

12. Способ кодирования исходного многоканального сигнала, имеющего, по меньшей мере, два канала, содержащий этапы, на которых: предоставляют один или более параметров, причем один или более параметров формируются таким образом, что восстановленный многоканальный сигнал может быть сформирован с помощью одного или более каналов понижающего микширования, извлеченных из многоканального сигнала, и одного или более параметров; формируют закодированный остаточный сигнал на основе исходного многоканального сигнала, одного или более каналов понижающего микширования или одного или более параметров, так чтобы восстановленный многоканальный сигнал, когда сформирован с помощью остаточного сигнала, был в большей степени аналогичен исходному многоканальному сигналу, чем когда сформирован без использования остаточного сигнала, причем этап формирования включает в себя этапы, на которых формируют декодированный многоканальный сигнал с помощью одного или более каналов понижающего микширования и одного или более параметров, вычисляют многоканальное представление сигнала ошибки на основе декодированного многоканального сигнала и исходного многоканального сигнала; и обрабатывают многоканальное представление сигнала ошибки, чтобы получить закодированный остаточный сигнал; и формируют поток данных, имеющий закодированный остаточный сигнал и один или более параметров.

13. Многоканальный декодер для декодирования закодированного многоканального сигнала, имеющего один или более каналов понижающего микширования, один или более параметров и закодированный остаточный сигнал, один или более каналов понижающего микширования зависят от параметра выравнивания или параметра усиления, декодер содержит: остаточный декодер для формирования декодированного остаточного сигнала на основе закодированного остаточного сигнала; и многоканальный декодер для формирования первого восстановленного многоканального сигнала с помощью одного или более каналов понижающего микширования и одного или более параметров,при этом многоканальный декодер также функционирует так, чтобы формировать второй восстановленный многоканальный сигнал с помощью одного или более каналов понижающего микширования и декодированного остаточного сигнала,при этом многоканальный декодер также функционирует для взвешивания канала понижающего микширования с помощью параметра усиления, для добавления декодированного остаточного сигнала к взвешенному каналу понижающего микширования, и для вторичного взвешивания получившегося канала, чтобы получить первый восстановленный многоканальный сигнал, и вычитания декодированного остаточного сигнала из канала понижающего микширования и взвешивания канала, получившегося от вычитания, с помощью параметра усиления, или рассогласования разности между каналом понижающего микширования и декодированным остаточным сигналом при получении второго восстановленного многоканального сигнала.

14. Многоканальный декодер по п.13, в котором закодированный многоканальный сигнал представляется посредством масштабированного потока данных, причем масштабированный поток данных имеет первый уровень масштабирования, включающий в себя один или более параметров, и второй уровень масштабирования, включающий в себя закодированный остаточный сигнал, при этом многоканальный декодер также содержит анализатор потоков данных для извлечения первого уровня масштабирования или второго уровня масштабирования.

15. Многоканальный декодер по п.13,в котором закодированный остаточный сигнал зависит от одного или более параметров, и при этом многоканальный декодер функционирует так, чтобы использовать один или более каналов понижающего микширования, один или более параметров и декодированный остаточный сигнал для формирования второго восстановленного многоканального сигнала.

16. Многоканальный декодер по п.13,в котором канал понижающего микширования зависит от параметра выравнивания или параметра усиления, ив котором многоканальный декодер функционирует так, чтобы взвешивать канал понижающего микширования с помощью первого правила взвешивания на основе параметра усиления и взвешивать канал понижающего микширования с помощью второго правила взвешивания с помощью параметра усиления, илирассогласовывать один выходной канал относительно другого выходного канала с помощью параметра выравнивания.

17. Многоканальный декодер по п.13, в котором параметры включают в себя параметры бинаурального кодирования сигнала (ВСС), такие как межканальные разности уровней, параметры межканальной когерентности, межканальные разности времени или сигналы огибающих канала, ипри этом многоканальный декодер функционирует так, чтобы выполнять операцию многоканального декодирования с помощью схемы бинаурального кодирования сигнала.

18. Многоканальный декодер по п.13, в котором один или более каналов понижающего микширования, один или более параметров и закодированный остаточный сигнал представляются посредством заданных поддиапазоном данных, также содержащий гребенку фильтров синтеза для объединения восстановленных данных поддиапазонов, формируемых посредством многоканального декодера, чтобы получить полнодиапазонное представление первого или второго восстановленного многоканального сигнала.

19. Способ декодирования закодированного многоканального сигнала, имеющего один или более каналов понижающего микширования, один или более параметров и закодированный остаточный сигнал, содержащий этапы, на которых: формируют декодированный остаточный сигнал на основе закодированного остаточного сигнала; и формируют первый восстановленный многоканальный сигнал с помощью одного или более каналов понижающего микширования и одного или более параметров и формируют второй восстановленный многоканальный сигнал с помощью одного или более каналов понижающего микширования и декодированного остаточного сигнала, этап формирования включает в себя этапы, на которых взвешивают канал понижающего микширования с помощью параметра усиления, добавляют декодированный остаточный сигнал к взвешенному каналу понижающего микширования и повторно взвешивают получившийся канал для того, чтобы получить первый восстановленный многоканальный сигнал, и вычитают декодированный остаточный сигнал из канала понижающего микширования и взвешивают канал, получившийся в результате вычитания, с помощью параметра усиления, или рассогласовывают разницу между каналом понижающего микширования и декодированным остаточным сигналом при получении второго восстановленного многоканального сигнала.

20. Многоканальный кодер для кодирования исходного многоканального сигнала, имеющего, по меньшей мере, два канала, содержащий: блок вычисления параметров для вычисления параметра выравнивания; блок выравнивания по времени для выравнивания первого канала и второго канала из, по меньшей мере, двух каналов с помощью параметра выравнивания; блок понижающего микширования для формирования канала понижающего микширования с помощью выровненных каналов; блок вычисления усиления для вычисления параметра усиления, не равного единице, для взвешивания выровненного канала, так чтобы разность между выровненными каналами была уменьшена в сравнении со значением усиления в единицу; и формирователь потоков данных для формирования потока данных, имеющего информацию канала понижающего микширования, информацию параметра выравнивания и информацию параметра усиления.

21. Многоканальный кодер по п.20, содержащий также остаточный кодер для вычисления и кодирования сигнала разности, извлеченного из первого канала и выровненного и взвешенного второго канала,при этом формирователь потоков данных также функционирует так, чтобы включать закодированный остаточный сигнал в поток данных.

22. Многоканальный декодер для декодирования закодированного многоканального сигнала, имеющего информацию одного или более каналов понижающего микширования, информацию параметра усиления, информацию параметра выравнивания и закодированный остаточный сигнал, содержащий: декодер каналов понижающего микширования для формирования декодированного канала понижающего микширования; и процессор для обработки декодированного канала понижающего микширования с помощью параметра усиления, чтобы получить первый декодированный выходной канал, и для обработки декодированного канала понижающего микширования с помощью параметра усиления и для того, чтобы рассогласовать с помощью параметра выравнивания, чтобы получить второй декодированный выходной канал; и остаточный декодер для формирования декодированного остаточного сигнала,при этом процессор функционирует для первичного взвешивания канала понижающего микширования с помощью параметра усиления, для добавления декодированного остаточного сигнала, и для вторичного взвешивания с помощью параметра усиления, чтобы получить первый восстановленный канал, и вычитания декодированного остаточного сигнала из канала понижающего микширования до взвешивания и рассогласовывания, чтобы получить восстановленный второй канал.

23. Способ кодирования исходного многоканального сигнала, имеющего, по меньшей мере, два канала, содержащий этапы, на которых: вычисляют параметр выравнивания; выравнивают по времени первый канал и второй канал из, по меньшей мере, двух каналов с помощью параметра выравнивания; формируют канал понижающего микширования с помощью выровненных каналов; вычисляют параметр усиления, не равный единице, для взвешивания выровненного канала, так чтобы разность между выровненными каналами была уменьшена в сравнении со значением усиления в единицу; и формируют поток данных, имеющий информацию канала понижающего микширования, информацию параметра выравнивания и информацию параметра усиления.

24. Способ декодирования закодированного многоканального сигнала, имеющего информацию одного или более каналов понижающего микширования, информацию параметра усиления, информацию параметра выравнивания и закодированный остаточный сигнал, содержащий этапы, на которых: формируют декодированный канал понижающего микширования; обрабатывают декодированный канал понижающего микширования с помощью параметра усиления, чтобы получить первый декодированный выходной канал, и обрабатывают декодированный канал понижающего микширования с помощью параметра усиления и рассогласовывания на основе параметра выравнивания, чтобы получить второй декодированный выходной канал; и декодируют закодированный остаточный сигнал для того, чтобы получить декодированный остаточный сигнал,причем этап обработки включает в себя этапы, на которых первично взвешивают канал понижающего микширования с помощью параметра усиления, добавляют декодированный остаточный сигнал и вторично взвешивают с помощью параметра усиления, чтобы получить первый восстановленный канал, и вычитают декодированный остаточный сигнал из канала понижающего микширования до взвешивания и рассогласовывания, чтобы получить восстановленный второй канал.

25. Машиночитаемый носитель, хранящий программный код, который при выполнении на вычислительной машине приводит к осуществлению представления кодированного многоканального сигнала, имеющего информацию одного или более каналов понижающего микширования, одного или более параметров, который при объединении с одним или более каналов понижающего микширования имеет результатом первый восстановленный многоканальный сигнал, и закодированный остаточный сигнал, который при объединении с одним или более каналов понижающего микширования имеет результатом второй восстановленный многоканальный сигнал, причем второй восстановленный многоканальный сигнал в большей степени аналогичен исходному многоканальному сигналу, чем первый восстановленный многоканальный сигнал, причем закодированный многоканальный сигнал является масштабируемым потоком данных, в котором один или более параметров и остаточный сигнал находятся на разных уровнях масштабирования, или один или более параметров включают в себя параметры бинаурального кодирования сигнала (ВСС), такие как межканальные разности уровней, параметры межканальной когерентности, межканальные разности времени или сигналы огибающих канала.

26. Машиночитаемый носитель, содержащий команды для вычислительной машины, которые при их выполнении вычислительной машиной обуславливают осуществление вычислительной машиной способа по п.12.

27. Машиночитаемый носитель, содержащий команды для вычислительной машины, которые при их выполнении вычислительной машиной обуславливают осуществление вычислительной машиной способа по п.19.

28. Машиночитаемый носитель, содержащий команды для вычислительной машины, которые при их выполнении вычислительной машиной обуславливают осуществление вычислительной машиной способа по п.23.

29. Машиночитаемый носитель, содержащий команды для вычислительной машины, которые при их выполнении вычислительной машиной обуславливают осуществление вычислительной машиной способа по п.24.

Область техники, к которой относится изобретение

Настоящее изобретение относится к схемам многоканального кодирования и, в частности, к схемам параметрического многоканального кодирования.

Уровень техники

Сегодня две методики доминируют для использования стереоизбыточности и нерелевантности, содержащихся в стереофонических звуковых сигналах. Стереофоническое кодирование с выделением центрального и бокового канала (M/S) [1] в первую очередь направлено на уменьшение избыточности и основано на том факте, что поскольку зачастую два канала достаточно коррелированны, лучше кодировать сумму и разность между ними. В таком случае большее (относительно) число битов может быть расходовано на суммирующий сигнал большой мощности, чем на боковой (или разностный) сигнал. Стереофоническое кодирование по интенсивности [2, 3], с другой стороны, добивается уменьшения избыточности посредством замены, в каждом поддиапазоне, двух сигналов на суммирующий сигнал и азимутальный угол. В декодере азимутальный параметр используется для того, чтобы управлять пространственным расположением слухового события, представляемого посредством суммирующего сигнала поддиапазона. Кодирование с выделением центрального и разностного канала и по интенсивности используются в значительной степени в существующих стандартах аудиокодирования [4].Проблема M/S-подхода касательно использования избыточности заключается в том, что если два компонента не совпадают по фазе (один задерживается относительно другого), эффективность M/S-кодирования значительно снижается. Это концептуальная проблема, поскольку временные задержки часто встречаются в реальных аудиосигналах. Например, пространственный порог слышимости базируется во многом на разности времен сигналов (особенно на низких частотах) [5]. В аудиозаписях задержки времен могут возникать как из настроек стереофонического микрофона, так и из искусственной пост-обработки (звуковых эффектов). При кодировании с разнесением центрального и разностного канала специализированное решение зачастую используется для вопроса задержки времен. M/S-кодирование часто используется, когда мощность разностного сигнала меньше постоянного множителя мощности суммирующего сигнала [1]. Проблема выравнивания лучше разрешается в [6], где один из компонентов сигнала прогнозируется из другого. Фильтры прогнозирования выводятся на покадровой основе в кодере и передаются как дополнительная информация. В [7] рассматривается обратная адаптивная альтернатива. Отметим, что прирост производительности очень сильно зависит от типа сигнала, но для определенных типов сигналов достигается существенный прирост в сравнении с M/S-стереокодированием.В последнее время значительное внимание уделялось параметрическому стереокодированию [8-11]. На основе основного монокодера (одноканального) эти параметрические схемы извлекают стереокомпонент (многоканальный) и кодируют его отдельно на низкой скорости передачи битов. Это можно рассматривать как обобщение стереокодирования по интенсивности. Способы параметрического стереокодирования, в частности, пригодны в диапазоне аудиокодирования с низкой скоростью передачи битов, где они приводят к существенному повышению качества расходования только небольшой части общего битового бюджета для стереокомпонента. Параметрические способы также являются привлекательными, поскольку они расширяемы для многоканального случая (более двух каналов) и могут предоставлять обратную совместимость. Объемное MP3-звучание [12] является одним подобным примером, где многоканальные данные кодируются и передаются во вспомогательном поле потока данных. Это позволяет приемным устройствам без многоканальных возможностей декодировать обычный стереосигнал, тогда как приемные устройства с поддержкой объемного звучания могут использовать многоканальный звук. Параметрические способы зачастую основываются на извлечении и кодировании различных психоакустических меток, главным образом, межканальных уровневых разностей (ICLD) и межканальных временных разностей (ICTD). В [11] сообщается, что параметр когерентности важен для результата естественного звучания. Тем не менее, параметрические способы ограничены в том смысле, что при более высоких скоростях передачи битов кодеры не могут достигать прозрачного качества вследствие внутреннего ограничения моделирования.Проблемы, связанные с параметрическими многоканальными кодерами, заключаются в том, что их достижимое значение качества ограничено порогом, который значительно ниже их прозрачного качества. Параметрический порог качества показан как 1100 на фиг.11. Как можно видеть из схематичной кривой, представляющей зависимость «качество/скорость передачи битов» улучшенного BCC-монокодера (1102), качество не может пересекать параметрический порог 1100 качества независимо от скорости передачи битов. Это означает, что при увеличенной скорости передачи битов качество этого параметрического многоканального кодера не может увеличиваться в любом случае.Улучшенный BCC-монокодер является примером используемых в настоящее время стереокодеров или многоканальных кодеров, в которых выполняется стереофоническое понижающее микширование или многоканальное понижающее микширование. Дополнительно, извлекаются параметры, описывающие межканальные уровневые взаимосвязи, межканальные временные взаимосвязи, межканальные взаимосвязи когерентности и т.д.Параметры отличаются от волновой формы сигнала, такого как боковой сигнал кодера с выделением центрального и разностного канала, поскольку боковой сигнал описывает разность между двумя каналами в формате волновой формы в сравнении с параметрическим представлением, которое описывает сходства и различия между двумя каналами посредством задания определенного параметра вместо представления волновой формы по выборкам. Хотя параметры требуют небольшого числа битов для передачи от кодера в декодер, описания волновой формы, т.е. остаточные сигналы, извлекаемые в виде волновой формы, требуют большего числа битов и предоставляют возможность, в принципе, прозрачного восстановления.Фиг.11 иллюстрирует типичную зависимость «качество/скорость передачи битов» этого традиционного основанного на волновой форме стереофонического кодера (1104). Из фиг.11 становится очевидным, что посредством все большего увеличения скорости передачи в битах качество традиционного стереофонического кодера, такого как стереофонический кодер с выделением центрального и разностного канала, возрастает все в большей степени до тех пор, пока качество не достигнет прозрачного качества. Предусмотрен тип «переходной скорости передачи битов», при которой характеристическая кривая 1102 для параметрического многоканального кодера и кривая 1104 для традиционного основанного на волновой форме сигнала пересекают друг друга.Ниже этой переходной скорости передачи битов параметрический многоканальный кодер гораздо более оптимален, чем традиционный стереофонический кодер. Когда рассматривается одинаковая скорость передачи битов для обоих кодеров, параметрический многоканальный кодер предоставляет качество, которое выше качества традиционного основанного на волновой форме стереофонического кодера на разность 1108 качества. Иными словами, когда необходимо иметь определенное качество 1110, это качество может быть достигнуто с помощью параметрического кодера посредством скорости передачи битов, которая уменьшена на разностную скорость 1112 передачи битов в сравнении с традиционным основанным на волновой форме стереофоническим кодером.Выше этой переходной скорости передачи битов ситуация полностью отличается. Поскольку параметрический кодер находится при максимальном пороге 1100 качества параметрического кодера, лучшее качество может быть получено посредством использования традиционного основанного на волновой форме стереофонического кодера с помощью такого же числа битов, что и в параметрическом кодере.

Сущность изобретения

Цель настоящего изобретения заключается в том, чтобы предоставить схему кодирования/декодирования, предоставляющую более высокое качество и меньшую скорость передачи битов по сравнению с используемыми схемами многоканального кодирования.В соответствии с первым аспектом настоящего изобретения эта цель достигается посредством многоканального кодера для кодирования исходного многоканального сигнала, имеющего, по меньшей мере, два канала, содержащего: поставщик параметров для предоставления одного или более параметров, при этом один или более параметров сформированы таким образом, что восстановленный многоканальный сигнал может быть сформирован с помощью одного или более каналов понижающего микширования, извлеченных из многоканального сигнала, и одного или более параметров; остаточный кодер для формирования закодированного остаточного сигнала на основе исходного многоканального сигнала, одного или более каналов понижающего микширования или одного или более параметров, так чтобы восстановленный многоканальный сигнал, когда сформирован с помощью остаточного сигнала, был в большей степени аналогичен исходному многоканальному сигналу, чем когда сформирован без использования остаточного сигнала; и формирователь потоков данных для формирования потока данных, имеющего остаточный сигнал и один или более параметров.В соответствии со вторым аспектом настоящего изобретения эта цель достигается посредством многоканального декодера для декодирования закодированного многоканального сигнала, имеющего один или более каналов понижающего микширования, один или более параметров и закодированный остаточный сигнал, содержащего: остаточный декодер для формирования декодированного остаточного сигнала на основе закодированного остаточного сигнала; и многоканальный декодер для формирования первого восстановленного многоканального сигнала с помощью одного или более каналов понижающего микширования и одного или более параметров, при этом многоканальный декодер дополнительно функционирует для формирования второго восстановленного многоканального сигнала с помощью одного или более каналов понижающего микширования и декодированного остаточного сигнала вместо первого восстановленного многоканального сигнала или в дополнение к первому многоканальному сигналу, причем второй восстановленный многоканальный сигнал в большей степени аналогичен исходному многоканальному сигналу, чем первый восстановленный многоканальный сигнал.В соответствии с третьим аспектом настоящего изобретения эта цель достигается посредством многоканального кодера для кодирования исходного многоканального сигнала, имеющего, по меньшей мере, два канала, содержащего: блок выравнивания по времени для выравнивания первого канала и второго канала из, по меньшей мере, двух каналов с помощью параметра выравнивания; блок понижающего микширования для формирования канала понижающего микширования с помощью выровненных каналов; блок вычисления усиления для вычисления параметра усиления, не равного единице, для взвешивания выровненного канала, так чтобы разность между выровненными каналами была уменьшена в сравнении со значением усиления в единицу; и формирователь потоков данных для формирования потока данных, имеющего информацию канала понижающего микширования, информацию параметра выравнивания и информацию параметра усиления.В соответствии с четвертым аспектом настоящего изобретения эта цель достигается посредством многоканального декодера для декодирования закодированного многоканального сигнала, имеющего информацию одного или более каналов понижающего микширования, информацию параметра усиления и информацию параметра выравнивания, содержащего: декодер каналов понижающего микширования для формирования декодированного сигнала понижающего микширования; и процессор для обработки декодированного канала понижающего микширования с помощью параметра усиления, чтобы получить первый декодированный выходной канал, и для обработки декодированного канала понижающего микширования с помощью параметра усиления и для того, чтобы рассогласовать с помощью параметра выравнивания, чтобы получить второй декодированный выходной канал.Дополнительные аспекты настоящего изобретения включают в себя соответствующие способы, потоки данных/файлы и вычислительные программы.Настоящее изобретение основано на обнаружении того, что проблемы, связанные с традиционными параметрическими кодерами и кодерами на основании волновой формы, разрешаются посредством комбинирования параметрического кодирования и кодирования на основе волновой формы. Такой изобретаемый кодер формирует масштабируемый поток данных, имеющий, в качестве первого улучшающего уровня, закодированное представление параметров и имеющий, в качестве второго улучшающего уровня, закодированный остаточный сигнал, которым предпочтительно является сигнал в виде волновой формы. Как правило, дополнительный остаточный сигнал, который не предоставляется в чисто параметрическом многоканальном кодере, позволяет повышать достижимое качество, в частности, между переходной скоростью передачи битов на фиг.11 и максимальным прозрачным качеством. Как можно видеть на фиг.11, даже ниже переходной скорости передачи битов алгоритм изобретаемого кодера превосходит чистый параметрический многоканальный кодер в отношении качества при сравнимых скоростях передачи битов. Тем не менее, в сравнении с полностью основанным на волновой форме традиционным стереофоническим кодером, изобретаемая комбинированная параметрическая/основанная на волновой форме схема кодирования/декодирования является гораздо более эффективной по битам. Иными словами, изобретаемые устройства оптимально комбинируют преимущества параметрического кодирования и основанного на волновой форме кодирования, так что даже выше переходной скорости передачи битов изобретаемый кодер извлекает выгоду из параметрической концепции, но превосходит традиционный параметрический кодер.В зависимости от конкретных вариантов осуществления, преимущества настоящего изобретения превосходят параметрический кодер предшествующего уровня техники или традиционный основанный на волновой форме многоканальный кодер в большей или меньшей степени. Более усовершенствованные варианты осуществления предоставляют более оптимальную характеристику качества/скорости передачи битов, тогда как низкоуровневые варианты осуществления настоящего изобретения требуют меньшей вычислительной мощности на стороне кодера и/или декодера, но благодаря дополнительным закодированным остаточным сигналам обеспечивают более высокое качество, чем чистый параметрический кодер, поскольку качество чистого параметрического кодера ограничено пороговым качеством 1100 на фиг.11.Предлагаемая схема кодирования/декодирования имеет преимущество в том, то она позволяет плавно перейти от чистого параметрического кодирования к аппроксимирующему волновую форму или совершенному прозрачному кодированию на основе волновой формы.Предпочтительно параметрическое стереофоническое кодирование и стереофоническое кодирование с выделением центрального и разностного каналов комбинируются в схему, которая имеет возможность стремиться к прозрачному качеству. В этой предпочтительной стереосхеме с выделением центрального и разностного каналов корреляция между компонентами сигналов, т.е. левым каналом и правым каналом, используется более эффективно.В общем, идея изобретения может быть применена в нескольких вариантах осуществления к параметрическому многоканальному кодеру. В одном варианте осуществления остаточный сигнал извлекается из исходного сигнала без использования информации параметров, также доступной в кодере. Этот вариант осуществления предпочтителен в случаях, когда вычислительная мощность и, возможно, энергопотребление процессора являются важными вопросами. Такой случай может возникать в «карманных» устройствах, имеющих ограниченные возможности по мощности, таких как мобильные телефоны, «наладонники» и т.д. Остаточный сигнал извлекается только из исходного сигнала и не базируется на понижающем микшировании или параметрах. Следовательно, на стороне декодера первый восстановленный многоканальный сигнал, который формируется с помощью канала понижающего микширования и параметров, не используется для формирования второго восстановленного многоканального сигнала.Тем не менее, имеется некоторая избыточность в параметрах, с одной стороны, и в остаточном сигнале, с другой стороны. Снижение избыточности может быть достигнуто посредством других систем кодера/декодера, которые для вычисления закодированного остаточного сигнала используют информацию параметров, доступную в кодере, и, необязательно, канал понижающего микширования, который также может быть доступен в кодере.В зависимости от конкретной ситуации, остаточный кодер может быть устройством анализа посредством синтеза, вычисляющим полный восстановленный многоканальный сигнал с помощью канала понижающего микширования и информации параметров. Затем на основе восстановленного сигнала может быть сформирован разностный сигнал для каждого канала, так что получается многоканальное представление ошибок, которое может быть обработано различными способами. Одним способом должно быть то, чтобы применять другую схему параметрического многоканального кодирования к многоканальному представлению ошибок. Другой возможностью должно быть то, чтобы осуществлять схему матрицирования для понижающего микширования многоканального представления ошибок. Еще одной возможностью должно быть то, чтобы удалять сигналы ошибки из левого и правого каналов объемного звучания, чтобы кодировать только сигнал ошибки центрального канала или, в дополнение, также кодировать сигнал ошибки левого канала и сигнал ошибки правого канала.Таким образом, предусмотрено множество возможностей для реализации остаточного процессора на основе представления ошибок.Вышеупомянутый вариант осуществления предоставляет большую гибкость для масштабируемого кодирования остаточного сигнала. Тем не менее, он является достаточно ресурсоемким в отношении вычислительной мощности, поскольку полное многоканальное восстановление выполняется в кодере, и представление ошибок для каждого канала многоканального сигнала должно быть сформировано и введено в остаточный процессор. На стороне декодера необходимо сначала вычислить первый восстановленный многоканальный сигнал, а затем на основе декодированного остаточного сигнала, который является любым представлением сигнала ошибки, должен быть сформирован второй восстановленный сигнал. Таким образом, вне зависимости от того факта, должен или нет быть выведен первый восстановленный сигнал, он должен быть вычислен на стороне декодера.В другом предпочтительном варианте осуществления изобретения, подход анализа посредством синтеза на стороне кодера и вычисление первого восстановленного многоканального сигнала вне зависимости от того, должен или нет он быть выведен, заменен на прямое вычисление остаточного сигнала на стороне кодера. Оно основано на взвешенном исходном канале, который зависит от многоканального параметра, или основано на типе модифицированного понижающего микширования, которое также зависит от параметра выравнивания. В этой схеме дополнительная информация, т.е. остаточный сигнал, вычисляется неитеративно с помощью параметров и исходных сигналов, но без помощи одного или более каналов понижающего микширования.Эта схема очень эффективная на стороне кодера и декодера. Когда остаточный сигнал не передается или выведен из масштабированного потока данных вследствие требований по пропускной способности, декодер в соответствии с изобретением автоматически формирует первый восстановленный многоканальный сигнал на основе канала понижающего микширования и параметров усиления и выравнивания, тогда как, когда вводится остаточный сигнал, не равный нулю, многоканальный блок восстановления не вычисляет первый восстановленный многоканальный сигнал, а вычисляет только второй восстановленный многоканальный сигнал. Таким образом, эта схема кодера/декодера выгодна в том, что она предоставляет более эффективное вычисление на стороне кодера, а также на стороне декодера, и использует представление параметров для уменьшения избыточности в остаточном сигнале, так что достигается высокоэффективная по вычислительной мощности и скорости передачи битов схема кодирования/декодирования.

Краткое описание чертежей

Предпочтительные варианты осуществления настоящего изобретения подробно описываются далее со ссылками на прилагаемые чертежи, из которых:Фиг.1 — это блок-схема общего представления многоканального кодера в соответствии с изобретением;Фиг.2 — это блок-схема общего представления многоканального декодера;Фиг.3 — это блок-схема варианта осуществления на стороне кодера с низкой вычислительной мощностью;Фиг.4 — это блок-схема варианта осуществления декодера для системы кодера по фиг.3;Фиг.5 — это блок-схема варианта осуществления кодера, основанного на анализе посредством синтеза;Фиг.6 — это блок-схема варианта осуществления декодера, соответствующего варианту осуществления кодера по фиг.5;Фиг.7 — это общая блок-схема варианта осуществления прямого кодера, имеющего уменьшенную избыточность в закодированном остаточном сигнале;Фиг.8 — это предпочтительный вариант осуществления декодера, соответствующего кодеру по фиг.7;Фиг.9a — это предпочтительный вариант осуществления схемы кодера/декодера на основе концепции фиг.7 и фиг.8;Фиг.9b — это предпочтительный вариант осуществления для варианта осуществления по фиг.9a, когда нет остаточного сигнала, а передаются только параметры выравнивания и усиления;Фиг.9c — это набор уравнений, используемых на стороне кодера на фиг.9a и фиг.9b;Фиг.9d — это набор уравнений, используемых на стороне декодера на фиг.9a и фиг.9b;Фиг.10 — это вариант осуществления на основе гребенки фильтров анализа/гребенки фильтров синтеза для схемы по фиг.9a-9d; иФиг.11 иллюстрирует сравнение типичной производительности параметрических и традиционных основанных на волновой форме кодеров и кодера в соответствии с изобретением.

Подробное описание предпочтительных вариантов осуществления изобретения

Фиг.1 иллюстрирует предпочтительный вариант осуществления многоканального кодера для кодирования исходного многоканального сигнала, имеющего, по меньшей мере, два канала. Первым каналом может быть левый канал 10a, а вторым каналом может быть правый канал 10b в стереоокружении. Хотя варианты осуществления описываются в контексте стереосхемы, расширение до многоканальной схемы является прямым, поскольку многоканальное представление, имеющее, например, пять каналов, содержит несколько пар первого канала и второго канала. В контексте схемы объемного звучания 5.1 первым каналом может быть передний левый канал, а вторым каналом может быть передний правый канал. Альтернативно, первым каналом может быть передний левый канал, а вторым каналом может быть центральный канал. Альтернативно, первым каналом может быть центральный канал, а вторым каналом может быть передний правый канал. Альтернативно, первым каналом может быть задний левый канал (левый канал объемного звучания), а вторым каналом может быть задний правый канал (правый канал объемного звучания).Предлагаемый кодер может включать в себя блок 12 понижающего микширования для формирования одного или более каналов понижающего микширования. В стереоокружении блок 12 понижающего микширования формирует один канал понижающего микширования. Тем не менее, в многоканальном окружении блок 12 понижающего микширования может формировать несколько каналов понижающего микширования. Тем не менее, в многоканальном окружении 5.1 блок 13 понижающего микширования предпочтительно формирует два канала понижающего микширования. Как правило, число каналов понижающего микширования меньше числа каналов в исходном многоканальном сигнале.Предлагаемый многоканальный кодер также включает в себя поставщик 14 параметров для предоставления одного или более параметров, причем один или более параметров формируются таким образом, что восстановленный многоканальный сигнал может быть сформирован с помощью одного или более каналов понижающего микширования, извлеченных из многоканального сигнала и одного или более параметров.Существенно, что многоканальный кодер в соответствии с изобретением дополнительно включает в себя остаточный кодер 16 для формирования закодированного остаточного сигнала. Закодированный остаточный сигнал формируется на основе исходного многоканального сигнала, одного или более каналов понижающего микширования или одного или более параметров. В общем, закодированный остаточный сигнал формируется таким образом, чтобы восстановленный многоканальный сигнал, когда сформирован с помощью остаточного сигнала, в большей степени был аналогичен исходному многоканальному сигналу, чем когда сформирован без остаточного сигнала. Таким образом, закодированный остаточный сигнал предоставляет возможность того, что декодер формирует восстановленный многоканальный сигнал, имеющий более высокое качество, чем порог 1100 качества, показанный на фиг.11. Один или более параметров и закодированный остаточный сигнал вводятся в формирователь 18 потоков данных, который формирует поток данных, имеющий остаточный сигнал и один или более параметров. Предпочтительно, поток данных, выводимый посредством формирователя 18 потоков данных, является масштабированным потоком данных, имеющим первый улучшающий уровень, включающий в себя информацию по одному или более параметрам, и второй улучшающий уровень, включающий в себя информацию по закодированному остаточному сигналу. Как известно в данной области техники, различные уровни масштабирования в масштабированном потоке данных могут декодироваться отдельно, так что низкоуровневое устройство, такое как чистый параметрический кодер, находится в такой позиции, чтобы декодировать поток данных посредством простого игнорирования второго улучшающего уровня.В одном варианте осуществления настоящего изобретения масштабированный поток данных также включает в себя, в качестве базового уровня, один или более каналов понижающего микширования. Тем не менее, настоящее изобретение также применимо в окружении, в котором пользователь уже обладает каналом понижающего микширования. Эта ситуация может возникать тогда, когда каналом понижающего микширования является моно- или стереофонический сигнал, который пользователь уже принял посредством другого канала передачи или посредством того же канала передачи в сравнении с приемом первого улучшающего уровня и второго улучшающего уровня. Когда имеется отдельная передача канала(ов) понижающего микширования и первого и второго улучшающих уровней, кодер необязательно должен включать в себя блок 12 понижающего микширования. Эта ситуация показана пунктирной линией блока понижающего микширования.Дополнительно, поставщик 14 параметров необязательно должен вычислять параметры на основе первого и второго исходных каналов. В ситуациях, когда параметры для определенного сигнала канала уже существуют, достаточно предоставить уже сформированные параметры в кодер по фиг.1, с тем чтобы эти параметры предоставлялись в формирователь 18 потоков данных и в остаточный кодер, чтобы необязательно быть использованными для вычисления остаточного сигнала, а также чтобы быть введенными в масштабированный поток данных. Тем не менее, предпочтительно, остаточный кодер дополнительно использует параметры, как показано пунктирной соединительной линией 19.В предпочтительном варианте осуществления настоящего изобретения остаточный кодер 16 может контролироваться посредством отдельного входного сигнала управления скоростью передачи в битах. В этом случае остаточный кодер содержит определенный кодер с потерями, такой как квантователь, имеющий управляемый размер шага квантователя. Когда большой размер шага квантователя передается посредством блока управления скоростью передачи битов, закодированный остаточный сигнал имеет меньший диапазон значений (наибольший индекс квантования, выведенный посредством квантователя) в сравнении со случаем, когда меньший размер шага квантователя передается посредством блока управления скоростью передачи битов. Большой размер шага квантователя приводит к меньшему требованию по битам для закодированного остаточного сигнала, а следовательно, приводит к масштабированному потоку данных, имеющему сниженную скорость передачи битов в сравнении со случаем, когда квантователь в остаточном кодере 16 имеет меньший размер шага квантователя, приводящий к закодированному остаточному сигналу, требующему большее число битов.Собственно говоря, вышеприведенные замечания применимы к масштабированному квантованию. Тем не менее, вообще говоря, предпочтительно использовать кодер, имеющий управляемое разрешение, который основан на методике векторного квантования. Когда разрешение высокое, большее число битов требуется для кодирования остаточного сигнала в сравнении со случаем, в котором разрешение низкое.Фиг.2 иллюстрирует предпочтительный вариант осуществления изобретаемого многоканального декодера, который может быть использован в связи с кодером по фиг.1. В частности, фиг.2 иллюстрирует многоканальный декодер для декодирования закодированного многоканального сигнала, имеющего один или более каналов понижающего микширования, один или более параметров и закодированный остаточный сигнал. Вся эта информация, т.е. канал понижающего микширования, параметры и закодированные остаточные сигналы, включается в масштабированный поток 20 данных, вводимый в анализатор потоков данных, который извлекает закодированный остаточный сигнал из масштабированного потока 20 данных и перенаправляет закодированный остаточный сигнал в остаточный декодер 22. Аналогично, один или более предпочтительно закодированных каналов понижающего микширования предоставляются в декодер 24 понижающего микширования. Дополнительно, предпочтительно закодированные один или более параметров предоставляются в декодер 23 параметров, чтобы предоставить один или более параметров в декодированной форме. Информация, выводимая посредством блоков 22, 23 и 24, вводится в многоканальный декодер 25 для формирования первого восстановленного многоканального сигнала 26 или второго восстановленного многоканального сигнала 27. Первый восстановленный многоканальный сигнал формируется посредством многоканального декодера 25 с использованием одного или более каналов понижающего микширования и одного или более параметров, но без использования остаточного сигнала. Тем не менее, второй восстановленный многоканальный сигнал 27 формируется с помощью одного или более каналов понижающего микширования и декодированного остаточного сигнала. Поскольку остаточный сигнал включает в себя дополнительную информацию и, предпочтительно, информацию волновой формы, второй восстановленный многоканальный сигнал 27 в большей степени аналогичен исходному многоканальному сигналу (такому как каналы 10a и 10b на фиг.1), чем первый восстановленный многоканальный сигнал.В зависимости от конкретной реализации многоканального декодера 25, многоканальный декодер 25 выводит либо первый восстановленный сигнал 26, либо второй восстановленный многоканальный сигнал 27. Альтернативно, многоканальный декодер 25 вычисляет первый восстановленный многоканальный сигнал в дополнение ко второму восстановленному многоканальному сигналу. Разумеется, во всех реализациях многоканальный декодер 25 выводит только первый восстановленный многоканальный сигнал, когда масштабированный поток данных включает в себя закодированный остаточный сигнал. Тем не менее, когда масштабированный поток данных — это процессы на пути от кодера к декодеру посредством отсечения второго улучшающего уровня, многоканальный декодер 25 выводит только первый восстановленный многоканальный сигнал. Это отсечение первого и второго улучшающего уровня может выполняться, когда был канал передачи на пути между кодером и декодером, который имел очень ограниченные ресурсы по полосе пропускания, так что передача масштабированного потока данных была возможна только без второго улучшающего уровня.Фиг.3 и фиг.4 иллюстрируют один вариант осуществления изобретаемой концепции, который требует только меньшей вычислительной мощности на стороне кодера (фиг.3), а также на стороне декодера (фиг.4). Кодер по фиг.3 включает в себя стереофонический кодер 30 по интенсивности, который выводит монофонический сигнал понижающего микширования, с одной стороны, и параметрическую информацию стереонаправления интенсивности, с другой стороны. Монофоническое понижающее микширование, которое предпочтительно формируется посредством добавления первого и второго входного канала, вводится в блок 31 уменьшения скорости передачи данных. Для моноканала понижающего микширования блок 31 уменьшения скорости передачи данных может включать в себя любые из известных аудиокодеров, такие как MP3-кодер, AAC-кодер или любой другой аудиокодер моносигналов. Для параметрической информации направления блок 31 уменьшения скорости передачи данных может включать в себя любые из известных кодеров параметрической информации, например, разностный кодер, квантователь и/или кодер по энтропии, такой как кодер Хаффмана или арифметический кодер. Таким образом, блоки 30 и 31 на фиг.3 предоставляют функциональности, схематично проиллюстрированные посредством блоков 12 и 14 кодера по фиг.1.Остаточный кодер 16 включает в себя блок 32 вычисления бокового сигнала и применяемый после него блок 33 уменьшения скорости передачи данных. Блок 32 вычисления бокового сигнала выполняет вычисление бокового сигнала, известное из стереокодеров с выделением центрального и разностного канала предшествующего уровня. Одним предпочтительным примером является вычисление разности по выборкам между первым каналом 10a и вторым каналом 10b, чтобы получить боковой сигнал волновой формы, который затем вводится в блок 33 уменьшения скорости передачи данных для сжатия по скорости передачи данных. Блок 33 уменьшения скорости передачи данных может включать в себя те же элементы, что и указанные выше относительно блока 31 уменьшения скорости передачи данных. На выходе блока 33 получается закодированный остаточный сигнал, который вводится в формирователь 18 потоков данных, так что получается предпочтительно масштабированный поток данных.Поток данных, выводимый посредством блока 18, теперь включает в себя, в дополнение к монофоническому понижающему микшированию, параметрическую информацию стереонаправления интенсивности, а также закодированный остаточный сигнал волновой формы.Блок 31 уменьшения скорости передачи данных может управляться посредством входного сигнала управления скоростью передачи битов, как уже описано в связи с фиг.1. В другом варианте осуществления блок 33 уменьшения скорости передачи данных выполнен с возможностью формирования масштабированного выходного потока данных, который имеет на своем базовом уровне остаток, закодированный с помощью небольшого числа битов на выборку, и который имеет на своем улучшающем уровне остаток, закодированный с помощью среднего числа битов на выборку, и который имеет на своем следующем улучшающем уровне остаток, закодированный с помощью также большего числа битов на выборку. Для базового уровня вывода блока уменьшения скорости передачи данных можно, например, использовать 0,5 битов на выборку. Для первого улучшающего уровня можно использовать, например, 4 бита на выборку, а для второго улучшающего уровня можно использовать, например, 16 битов на выборку.Соответствующий декодер показан на фиг.4. Поток данных, входящий в анализатор 21 потоков данных, анализируется, чтобы отдельно выводить информацию выходных параметров в декомпрессор 23. Закодированная информация понижающего микширования вводится в декомпрессор 24, и закодированный остаточный сигнал вводится в остаточный декомпрессор 22. Декодер по фиг.4 дополнительно включает в себя прямой стереодекодер 40 по интенсивности и, помимо этого, декодер 41 с выделением центрального и разностного канала. Оба декодера 40 и 41 выполняют функции многоканального декодера 25, чтобы выводить первый восстановленный многоканальный сигнал 26, который формируется только посредством стереодекодера 40 по интенсивности, и выводить второй восстановленный многоканальный сигнал 27, который формируется посредством MS-декодера 41.Когда поток данных включает в себя закодированный остаточный сигнал, прямая реализация по фиг.4 должна выводить первый восстановленный многоканальный сигнал 26, а также второй восстановленный многоканальный сигнал. Разумеется, только более оптимальный второй восстановленный многоканальный сигнал 27 интересует пользователя в данной ситуации. Следовательно, управление 42 декодером может быть предоставлено для измерения того, существует ли закодированный остаточный сигнал в потоке данных. Когда определено, что нет закодированного остаточного сигнала в потоке данных, управление 42 декодером функционирует так, чтобы деактивировать декодер 40 с выделением центрального и разностного канала, чтобы сэкономить вычислительную мощность, а следовательно, и мощность аккумуляторов, что особенно выгодно в «карманном» устройстве, таком как мобильный телефон и т.д.Фиг.5 иллюстрирует еще один вариант осуществления настоящего изобретения, в котором закодированный остаточный сигнал формируется на основе подхода анализа посредством синтеза. Также первый и второй каналы 10a, 10b вводятся в блок 50 понижающего микширования, за которым следует блок 51 уменьшения скорости передачи данных. На выходе блока 51 предпочтительно сжатый сигнал понижающего микширования, имеющий один или более каналов понижающего микширования, получается и предоставляется в формирователь 18 потоков данных. Таким образом, блоки 50 и 51 предоставляют функциональность устройства 12 блока понижающего микширования по фиг.1. Дополнительно, первый и второй каналы 10a, 10b предоставляются в блок 53 вычисления параметров, и параметры, выводимые посредством блока вычисления параметров, перенаправляются в другой блок 54 уменьшения скорости передачи данных для сжатия одного или более параметров. Таким образом, блоки 53 и 54 предоставляют такую же функциональность, что и поставщик 14 параметров на фиг.1.Тем не менее, в отличие от варианта осуществления по фиг.3, остаточный кодер 16 является более сложным. В частности, остаточный кодер 16 включает в себя параметрический многоканальный блок 55 восстановления. Многоканальный блок восстановления формирует, для примера с двумя каналами, первый восстановленный канал и второй восстановленный канал. Поскольку параметрический многоканальный блок восстановления использует только каналы понижающего микширования и параметры, качество восстановленного многоканального сигнала, выводимого посредством блока 55, соответствует кривой 1102 на фиг.11 и всегда ниже параметрического порога 1100 на фиг.11.Восстановленный многоканальный сигнал вводится в блок 56 вычисления ошибок. Блок 56 вычисления ошибок функционирует так, чтобы также принимать первый и второй входной канал 10a и 10b, и выводит первый сигнал ошибки и второй сигнал ошибки. Предпочтительно, блок вычисления ошибок вычисляет разность по выборкам между исходным каналом и соответствующим восстановленным каналом (выходной блок 55). Эта процедура выполняется для каждой пары исходного канала и восстановленного канала. Выходной сигнал блока 56 вычисления ошибок, кроме того, является многоканальным представлением, но теперь, в отличие от исходного многоканального сигнала, многоканальным сигналом ошибки. Этот многоканальный сигнал ошибки, имеющий такое же число каналов, как и исходный многоканальный сигнал, вводится в остаточный процессор 57 для формирования закодированного остаточного сигнала.Существует множество реализаций остаточного процессора 57, которые, все, зависят от требований по полосе пропускания, требуемой степени масштабирования, требований по качеству и т.д.В одной предпочтительной реализации остаточный процессор 57 также реализован как многоканальный кодер, формирующий один или более каналов понижающего микширования ошибок и параметров понижающего микширования ошибок. Этот вариант осуществления может рассматриваться как тип итеративного многоканального кодера, поскольку остаточный процессор 57 может включать в себя блоки 50, 51, 53 и 54.Альтернативно, остаточный процессор 57 может работать так, чтобы выбирать только один или два канала ошибок из своего входного сигнала, которые имеют наибольшую энергию, и обрабатывать только сигнал ошибки с наибольшей энергией, чтобы получить закодированный остаточный сигнал. В дополнение или вместо этого критерия более усовершенствованный критерий может быть использован, который основан на перцепционно более обоснованных показателях ошибки. Альтернативно, остаточный процессор может использовать схему матрицирования для понижающего микширования входных каналов в один или более каналов понижающего микширования, с тем чтобы соответствующее устройство декодера выполнило аналогичную процедуру обратного матрицирования. В таком случае один или более каналов понижающего микширования могут быть обработаны с помощью элементов известного моно- или стереокодера или могут быть полностью обработаны с помощью одного из вышеупомянутых моно-/стереокодеров, чтобы получить закодированный остаточный сигнал.Декодер для кодера по фиг.5 показан на фиг.6. В сравнении с вариантом осуществления по фиг.2, фиг.6 раскрывает то, что многоканальный декодер 25 включает в себя параметрический многоканальный блок 60 восстановления и блок 61 объединения. Параметрический многоканальный блок 60 восстановления формирует первый восстановленный многоканальный сигнал 26 только на основе декодированного понижающего микширования и информации декодированных параметров. Первый восстановленный сигнал 26 может быть выведен, когда закодированный остаточный сигнал не включен в поток данных. Тем не менее, когда закодированный остаточный сигнал включен в поток данных, первый восстановленный сигнал не выводится, а вводится в блок 61 объединения для объединения параметрического восстановленного многоканального сигнала 26 с декодированным остаточным сигналом, которой является одним из представлений ошибки на выходе блока 56 вычисления ошибок по фиг.5, как описано выше. Блок 61 объединения объединяет декодированный остаточный сигнал, т.е. любое представление сигнала ошибки, и параметрически восстановленный многоканальный сигнал, чтобы вывести второй восстановленный сигнал 27. Когда декодер по фиг.6 рассматривается относительно фиг.11, становится очевидным, что для определенной скорости передачи битов первый восстановленный сигнал имеет качество, определенное посредством линии 1102, тогда как второй восстановленный сигнал 27 имеет более высокое качество, определенное посредством линии 1114, для той же скорости передачи битов.Вариант осуществления по фиг.5/фиг.6 предпочтительнее варианта осуществления по фиг.3/фиг.4, поскольку избыточность в закодированном остаточном сигнале уменьшена. Тем не менее, вариант осуществления по фиг.5/фиг.6 требует большей вычислительной мощности, запоминающего устройства, ресурсов аккумулятора и алгоритмической задержки.Предпочтительный компромисс между вариантом осуществления по фиг.3/фиг.4 и вариантом осуществления по фиг.5/фиг.6 описывается ниже со ссылкой на фиг.7 в отношении кодера и фиг.8 в отношении декодера. Кодер включает в себя определенный блок 74 понижающего микширования для выполнения понижающего микширования, используя первый и второй входные каналы 10a, 10b. В отличие от простого понижающего микширования, которое формируется посредством добавления только обоих исходных каналов 10a, 10b, чтобы получить монофонический сигнал, блок 70 понижающего микширования управляется посредством параметра выравнивания, формируемого блоком 71 вычисления параметров. При этом оба входных канала 10a, 10b согласуются по времени друг с другом до того, как оба сигнала суммируются друг с другом. Таким образом, специальный монофонический сигнал получается на выходе блока 70 понижающего микширования, причем этот монофонический сигнал отличается от монофонического сигнала, формируемого, например, посредством низкоуровневого кодера по интенсивности, как показано посредством 30 на фиг.3.В дополнение к параметру выравнивания или вместо параметра выравнивания, блок 71 вычисления параметров функционирует так, чтобы формировать параметр усиления. Параметр усиления вводится в устройство 72 взвешивания, чтобы предпочтительно взвешивать второй канал 10b с помощью параметра усиления до того, как выполняется вычисление бокового сигнала. Взвешивание второго канала до вычисления разности в виде волновой формы между результатами первого и второго канала приводит к меньшему остаточному сигналу, который показан как специальный боковой сигнал, вводимый в любой надлежащий блок 33 уменьшения скорости передачи данных. Блок 33 уменьшения скорости передачи данных, показанный на фиг.7, может быть реализован точно как блок 33 уменьшения скорости передачи данных, показанный на фиг.3.Вариант осуществления по фиг.7 отличается от варианта осуществления по фиг.3 тем, что информация параметров учитывается предпочтительно в блоке 70 понижающего микширования, так же как и вычисление остаточного сигнала, так чтобы остаточный сигнал, выводимый посредством блока 33 уменьшения скорости передачи данных на фиг.7, мог быть представлен посредством меньшего числа битов, чем сигнал, выводимый посредством блока 33 уменьшения скорости передачи данных. Это обусловлено тем, что остаточный сигнал по фиг.7 включает в себя меньше избыточности, чем остаточный сигнал по фиг.3.Фиг.8 иллюстрирует предпочтительный вариант осуществления реализации декодера, соответствующей реализации кодера на фиг.7. В отличие от декодера по фиг.6, многоканальный блок 25 восстановления функционирует так, чтобы автоматически выводить первый восстановленный многоканальный сигнал 26, когда боковой сигнал, т.е. остаточный сигнал, равен нулю, или автоматически выводить второй восстановленный многоканальный сигнал 27, когда остаточный сигнал не равен нулю. Таким образом, многоканальный блок 25 восстановления по фиг.8 не может выводить оба сигнала 26 и 27 одновременно, а может выводить только первый из двух сигналов или второй из двух сигналов. Таким образом, вариант осуществления по фиг.8 не требует никакого управления декодера, как, к примеру, показанное на фиг.4.В частности, декодер 22 остаточного сигнала на фиг.8 выводит специальный боковой сигнал, формируемый посредством элемента 72 соответствующего кодера на фиг.7. Дополнительно, декодер 24 понижающего микширования выводит специальный монофонический сигнал, формируемый посредством блока 70 понижающего микширования на фиг.7.Затем специальный боковой сигнал и специальный монофонический сигнал вводятся в многоканальный декодер вместе с параметром усиления и параметром выравнивания по времени. Параметр усиления функционирует так, чтобы управлять фазой 84 усиления, применяющей усиление в соответствии с первым правилом усиления. Дополнительно, параметр усиления управляет дополнительными фазами 82, 83 усиления для применения усиления в соответствии с другим, вторым, правилом усиления. Дополнительно, многоканальный блок восстановления включает в себя блок 84 вычитания и блок 85 суммирования, а также блок 86 рассогласования по времени, чтобы сформировать восстановленный первый канал и восстановленный второй канал.Далее выполняется ссылка на предпочтительный вариант осуществления схемы кодера/декодера по фиг.7 и фиг.8. Фиг.9a иллюстрирует полную схему кодера/декодера в соответствии с аспектом настоящего изобретения, в которой остаточный сигнал d(n) не равен нулю. Дополнительно, фиг.9b показывает масштабируемый кодер/декодер по фиг.9a, когда разностный сигнал d(n) не вычислен, или когда поток данных отсечен, чтобы уменьшить остаточный сигнал, к примеру, вследствие связанного с полосой пропускания передачи требования. В случае отсечения закодированного остаточного сигнала из потока данных, передаваемого из кодера в декодер в варианте осуществления по фиг.9a, вариант осуществления по фиг.9a становится чистым параметрическим многоканальным сценарием, в котором параметр выравнивания и параметр усиления являются многоканальными параметрами, а специальный монофонический сигнал является каналом понижающего микширования, передаваемым со стороны декодера на сторону кодера.Многоканальное восстановление на стороне декодера выполняется только с помощью параметров выравнивания и усиления, поскольку остаточный сигнал не принимается на стороне декодера, т.е. d(n) равен нулю.Фиг.9c иллюстрирует уравнения, лежащие в основе изобретаемого кодера, тогда как фиг.9d иллюстрирует уравнения, лежащие в основе изобретаемого декодера.В частности, изобретаемый кодер включает в себя, в качестве поставщика 14 параметров с фиг.1, блок 71 вычисления параметров. Блок 71 вычисления параметров функционирует так, чтобы вычислять параметр выравнивания по времени для выравнивания правого канала r(n) с левым каналом l(n). На фиг.9a-9d выровненный правый канал указывается посредством ra(n). Параметр выравнивания предпочтительно извлекается из перекрывающихся блоков входного сигнала. Параметр выравнивания соответствует задержке по времени между левым каналом и правым каналом и оценивается предпочтительно с помощью методик взаимной корреляции временной области. Для случая, когда в поддиапазоне отсутствует усиление выравнивания, например, в случае независимых сигналов, параметру задержки присваивается значение нуль. Предпочтительно, один параметр задержки (выравнивания по времени) оценивается на поддиапазон в структуре поддиапазонов. В предпочтительном варианте осуществления использованы фиксированная скорость анализа в 46 мс и 50%-ные перекрывающиеся окна Хэмминга.Блок 71 вычисления параметров дополнительно вычисляет значение усиления. Значение усиления также предпочтительно извлекается из перекрывающихся блоков сигнала. Обычно параметр усиления идентичен параметру разности уровней, как правило, используемому в параметрическом кодировании, таком как хорошо известная схема бинаурального кодирования сигнала. Альтернативно, значение усиления может быть вычислено с помощью итеративного подхода, при котором разностный сигнал отправляется в блок вычисления параметров, а значение усиления задается таким образом, что разностный сигнал достигает минимального значения, как показано посредством пунктирной линии 90 на фиг.9a. Как только выравнивание и усиление параметров вычислено, блок 70 понижающего микширования на фиг.7, а также остаточный кодер 16 на фиг.7 могут быть запущены. В частности, блок 70 понижающего микширования на фиг.7 включает в себя блок 91 выравнивания для задержки одного канала на вычисленный параметр выравнивания по времени. Задержанный второй канал ra(n) затем прибавляется к первому каналу с помощью устройства 92 суммирования. На выходе блока 92 суммирования присутствует канал понижающего микширования. Таким образом, блок 70 понижающего микширования на фиг.7 включает в себя блоки 91 и 92, чтобы сформировать специальный монофонический сигнал.Остаточный кодер 16 на фиг.7 дополнительно включает в себя блок 93 взвешивания и последующий блок 94 вычисления бокового сигнала, который вычисляет разность между исходным первым каналом и выровненным и взвешенным вторым каналом. В частности, для взвешивания выровненного второго канала выполняется первое правило взвешивания, используемое в соответствующем блоке 80 на стороне декодера. Таким образом, остаточный кодер 16 включает в себя устройство 91 выравнивания, устройство 93 взвешивания и блок 94 вычисления бокового сигнала. Поскольку выровненный второй канал используется для понижающего микширования, а также для вычисления остатка, достаточно вычислить выровненный правый канал только один раз и перенаправить результат в блок 70 понижающего микширования, а также в блок взвешивания/блок 72 вычисления бокового сигнала на фиг.7.Предпочтительно, коэффициенты выравнивания и усиления выбираются так, чтобы процесс был обратим, с тем чтобы уравнения по фиг.9d были четко определены и хорошо обусловлены.Общий монофонический кодер может быть использован для монофонического кодера 51, чтобы кодировать суммирующий сигнал, и предпочтительно специальный остаточный кодер 33 используется для остатка.Когда монофонический кодер 51 является монофоническим кодером без потерь, т.е. когда монофонический сигнал не квантуется дополнительно, и либо остаточный кодер также является кодером без потерь, либо модель сигнала выравнивания точно совпадает с исходным сигналом, то изобретаемая структура кодирования, показанная на фиг.9a, имеет отличное свойство восстановления, при условии также, что параметры выравнивания и усиления подвергаются только схеме кодирования без потерь.Изобретаемая система на фиг.9a предоставляет основу для схемы, которая может работать с постепенным снижением производительности в рамках множества диапазонов, как показано на фиг.11, линия 1114. В частности, без остаточного кодирования, т.е. d(n)=0, схема сокращается до параметрического стереофонического кодирования посредством передачи только параметров выравнивания и усиления (в качестве многоканальных параметров) в дополнение к монофоническому сигналу (в качестве канала понижающего микширования). Эта ситуация проиллюстрирована на фиг.9b. Дополнительно, изобретаемая система имеет преимущество в том, что способ выравнивания автоматически разрешает проблему монофонического понижающего микширования.Далее выполняется ссылка на фиг.10, иллюстрирующую реализацию изобретаемого варианта осуществления, проиллюстрированного на фиг.9a-9d, в структуре кодирования по поддиапазонам. Исходный левый и правый канал вводятся в гребенку 1000 фильтров анализа для получения сигналов нескольких поддиапазонов. Для каждого сигнала поддиапазона используется схема кодирования/декодирования, показанная на фиг.9a-9d. На стороне декодера восстановленные сигналы поддиапазонов объединяются в гребенке 1010 фильтров синтеза, чтобы в итоге прийти в полнодиапазонные восстановленные многоканальные сигналы. Естественно, для каждого поддиапазона параметр выравнивания и параметр усиления должны быть переданы со стороны кодера на сторону декодера, как проиллюстрировано посредством стрелки 1020 на фиг.10.Предпочтительная реализация структуры кодирования по поддиапазонам на фиг.10 основана на косинусоидальной модулированной гребенке фильтров с двумя каскадами, чтобы добиться неравных полос пропускания поддиапазонов (на перцепционно обоснованной шкале). Первый каскад разделяет сигнал на M диапазонов. M сигналов поддиапазона критически прореживаются и предоставляются в гребенку фильтров второго каскада. k-й фильтр второго каскада, k ∈ {1, …, M}, имеет Mk диапазонов. В предпочтительной реализации используется M=8 диапазонов, и структура поддиапазонов, приведенная в таблице на фиг.10, дающая в результате 36 действующих поддиапазонов после двух каскадов, является предпочтительной. Прототипы фильтров разрабатываются согласно [13] с затуханием, по меньшей мере, в 100 дБ в полосе затухания. Порядок фильтров в первом каскаде составляет 116, а максимальный порядок фильтров во втором каскаде составляет 256. Затем структура кодирования применяется к парам поддиапазонов (соответствующим левому и правому каналам поддиапазонов).Соответствующая группировка поддиапазонов между гребенкой фильтров первого и второго каскада показана в таблице справа на фиг.10, которая проясняет то, что первый поддиапазон k включает в себя 16 подподдиапазонов. Дополнительно, второй поддиапазон включает в себя 8 подподдиапазонов и т.д.Эффективное параметрическое кодирование достигается с помощью методик векторного квантования (VQ) по Гауссовому смешиванию (GM). Квантование на основе GM-моделей популярно в области техники кодирования речи [14-16] и упрощает реализацию низкой сложности VQ большой размерности. В предпочтительной реализации выполняется векторное квантование 36-мерных векторов параметров усиления и задержки. Все GM-модели имеют 16 компонентов смешивания и обучаются на базе данных параметров, извлеченных из 60 минут аудиоданных (с варьирующимся содержимым и отдельно от последующих оценочных испытательных сигналов). Способы, основанные на явных статистических моделях, менее часто используются в аудиокодировании, чем в кодировании речи. Одна причина этого заключается в недоверии к способности статистических моделей фиксировать всю значимую информацию, содержащуюся в обычном аудио. В предпочтительном случае предварительная оценка с помощью процедур открытых и закрытых испытаний для параметрических моделей, тем не менее, показывает, что в данном случае нет проблем. Результирующая скорость передачи битов для параметров усиления и задержки составляет 2,3 кбит/с.Структура поддиапазонов используется для кодирования остаточных сигналов. С помощью такой же блочной обработки, что и описанная выше, дисперсия в каждом поддиапазоне оценивается, и дисперсии подвергаются векторному квантованию с помощью GM VQ по поддиапазонам (т.е. один 36-мерный вектор кодируется за один раз). Дисперсии упрощают распределение битов по поддиапазонам с помощью поглощающего алгоритма распределения битов [17, стр. 234]. Сигналы поддиапазонов затем кодируются с помощью скалярных квантователей с постоянным шагом.Мгновенное усиление g(n) и задержка τ(n) получается посредством линейной интерполяции блочных оценок. Изменяющаяся во времени задержка реализована с помощью дробного фильтра задержки 73-го порядка на основе усеченной и обработанной с помощью взвешенной функции Хэмминга синусоидальной импульсной характеристики [18]. Коэффициенты фильтрации обновляются по выборкам с помощью интерполированного параметра задержки.Предлагается основа для гибкого кодирования стереокартины в обычном аудио. С помощью новой структуры можно плавно перейти от параметрического стереорежима к аппроксимирующему волновую форму кодированию. Примерная реализация этих идей испытана с помощью некодированного остатка, чтобы оценить эффект от повышения скорости передачи битов остаточного кодера, и с помощью основного MP3-кодера, чтобы оценить схему в более реалистичном сценарии.Для стабилизации стереоизображения предпочтительно подвергать низкочастотной фильтрации параметры в чистой параметрической системе или в масштабируемой системе, имеющей чистую параметрическую часть, которая может быть использована посредством декодера без обработки остаточного сигнала, как выполнено в примере [9]. Это снижает усиление выравнивания системы. Посредством кодирования остатка с помощью скалярного кодирования по поддиапазонам качество дополнительно повышается и достигает прозрачного качества. В частности, добавление битов в остаток стабилизирует стереокартину, и стереоохват также увеличивается. Более того, гибкие методики временной сегментации и переменной скорости (к примеру, накопителя битов) предпочтительны, чтобы более оптимально использовать динамический характер обычного аудио. Параметр когерентности предпочтительно включен в фильтр выравнивания, чтобы улучшить параметрический режим. Улучшенное остаточное кодирование с помощью маскировки восприятия, векторного квантования и дифференциального кодирования приводит к более надежному уменьшению нерелевантности и избыточности.Хотя изобретаемая система описана в контексте стереофонического кодирования и в контексте параметрически усовершенствованной схемы кодирования с выделением центрального и разностного канала, здесь следует отметить, что каждая схема параметрического кодирования/декодирования, такая как обобщенное стереофоническое кодирование по интенсивности, может извлекать выгоду из дополнительно включенного бокового компонента, чтобы в итоге достигать отличного свойства восстановления. Хотя предпочтительный вариант осуществления схемы кодера/декодера в соответствии с изобретением описан с использованием временного выравнивания на стороне кодера, передачи параметра выравнивания и с использованием рассогласования во времени на стороне декодера, существуют дополнительные альтернативы, которые выполняют выравнивание во времени на стороне кодера для формирования небольшого разностного сигнала, но которые не выполняют рассогласование во времени на стороне кодера, с тем чтобы параметр выравнивания не должен был передаваться от кодера к декодеру. В этом варианте осуществления отбрасывание рассогласования во времени, разумеется, включает в себя искажение. Тем не менее, искажение в большинстве случаев несерьезно, так что этот вариант осуществления особенно подходит для недорогих многоканальных декодеров.Следовательно, настоящее изобретение может рассматриваться как расширение предпочтительной BCC-схемы параметрического кодера или любой другой схемы многоканального кодирования, которая полностью откатывается к чистой параметрической схеме, когда закодированный остаточный сигнал отсекается. В соответствии с настоящим изобретением, чистая параметрическая система модернизируется посредством передачи различных типов дополнительной информации, которая предпочтительно включает в себя остаточный сигнал в волновой форме, параметр усиления и/или параметр выравнивания по времени. Таким образом, операция декодирования с помощью дополнительной информации приводит к более высокому качеству, чем было бы доступное с помощью только параметрических методик.В зависимости от требований, предложенные способы кодирования и декодирования могут быть реализованы в аппаратных средствах, программном обеспечении или в микропрограммном обеспечении. Следовательно, изобретение также относится к машиночитаемому носителю, хранящему программный код, который при выполнении на вычислительной машине приводит к одному из предлагаемых способов. Таким образом, настоящее изобретение — это вычислительная программа, имеющая программный код, который при выполнении на вычислительной машине приводит к осуществлению способа в соответствии с изобретением.ЛИТЕРАТУРА[1] J.D. Johnston and A.J. Ferreira, .Sum-difference stereo transform coding,» in Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing (ICASSP), 1992, vol. 2, pp. 569.572.[2] R. Waal and R. Veldhuis, .Subband coding of stereophonic digital audio signals,» in Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing (ICASSP), 1991, pp. 3601.3604.[3] J. Herre, K. Brandenburg, and D. Lederer, .Intensity stereo coding,» in Preprint 3799, 96th AES Convention, 1994.[4] K. Brandenburg, .MP3 and AAC explained,» in Proc. of the AES 17th International Conference, paper no. 17-009, 1999.[5] J. Blauert, Spatial hearing: the psychophysics of human sound localization, The MIT Press, Cambridge, Massachusetts, 1997.[6] H. Fuchs, .Improving joint stereo audio coding by adaptive inter-channel prediction,» in Proc. of IEEE Workshop on Applications of Signal Processing to Audio and Acoustics, 1993, pp. 39.42.[7] H. Fuchs, .Improving MPEG audio coding by backward adaptive linear stereo prediction,» in Preprint 4086, 99th AES Convention, 1995.[8] F. Baumgarte and C. Faller, .Binaural cue coding. part I: Psychoacoustic fundamentals and design principles,» IEEE Trans. Speech Audio Processing, vol. 11, no. 6, pp. 509.519, 2003.[9] C. Faller and F. Baumgarte, .Binaural cue coding. part II: Schemes and applications,» IEEE Trans. Speech Audio Processing, vol. 11, no. 6, pp. 520.531, 2003.[10] C. Faller, Parametric Coding of Spatial Audio, Ph.D. thesis, Ecole Polytechnique Federale de Lausanne, 2004.[11] J. Breebaart, S. van de Par, A. Kohlrausch, and E. Schuijers, «High-quality parametric spatial audio coding at low bitrates,» in Preprint 6072, 116th AES Convention, 2004.[12] J. Herre, C. Faller, C. Ertel, J. Hilpert, A. Hoelzer, and C. Spenger, .MP3 surround: Efficient and compatible coding of multi-channel audio,» in Preprint 6049, 116th AES Convention, 2004.[13] Y-P. Lin and P.P. Vaidyanaythan, .A Kaiser window approach for the design of prototype filters of cosine modulated filterbanks,» IEEE Signal Processing Letters, vol. 5, no. 6, pp. 132.134, 1998.[14] P. Hedelin and J. Skoglund, «Vector quantization based on Gaussian mixture models,» IEEE Trans. Speech Audio Processing, vol. 8, no. 4, pp. 385.401, 2000.[15] A.D. Subramaniam and B.D. Rao, .PDF optimized parametric vector quantization of speech line spectral frequencies,» IEEE Trans. Speech Audio Processing, vol. 11, no. 2, pp. 130.142, 2003.[16] J. Lindblom and P. Hedelin, .Variable-dimension quantization of sinusoidal amplitudes using Gaussian mixture models,» in Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing (ICASSP), 2004, vol. 1, pp. 153.156.[17] A. Gersho and R.M. Gray, Vector Quantization and Signal Compression, Kluwer Academic Publishers, Boston, 1992.[18] T.I. Laakso, V. http://Va.lima.ki, M. Karjalainen, and U.K. Laine, «Tools for fractional delay filter design,» IEEE Signal Processing Magazine, pp. 30.60, January 1996.[19] ITU-R Recommendation BS.1534, Method for the Subjective Assessment of Intermediate Quality Level of Coding Systems, ITU-T, 2001.[20] The LAME project,» http://lame.sourceforge.net/, July 2004, V3.96.1.

Алгоритм решения задачи планирования операций

В настоящее время неотъемлемой частью многих процессов, протекающих в технологических системах (ТС), является задача построения наилучших в том или ином смысле календарных планов (расписаний) операций ТС, что включает планирование использования ограниченных ресурсов во времени на различные технологические операции. Решение задачи планирования (ЗП) операций ТС связано с проблемой распределения параметров, несущих информацию о ресурсах на входе ТС и назначения каждому элементу ТС определенных их видов и объемов, которые затем распределяются по технологическим операциям в зависимости от целей системы во времени. Особенностью решения ЗП является необходимость нахождения оптимальных по некоторому набору критериев сочетаний параметров, составляющих требования с элементами множеств параметров, необходимыми для их обработки. Многоцелевой характер ЗП и многоальтернативность получаемых решений делают необходимым разработку модели планирования (МП), позволяющей осуществить многоцелевой оптимизационный процесс моделирования в условиях векторной оценки эффективности функционирования ТС и применение аппарата теории выбора в численных схемах многокритериальной оптимизации для поиска решения. При этом процесс поиска решения ЗП можно представить как совокупность актов принятия решений (ПР) на всех его фазах. С этих позиций центральным компонентом ЗП является задача ПР. Запишем общую МП операций ТС в виде : , , , , , , где — критерии задачи, — ограничения, — множества параметров задачи, соответствующих входным ресурсам, Opt — оператор векторной оптимизации. Рассмотрим схему решения ЗП операций ТС, реализующую многокритериальную оптимизационную модель решения. В численных схемах многокритериальной оптимизации большинство моделей принятия решений работают с множеством данных большой размерности, причем его мощность существенно возрастает на итерациях поиска. Обычно применяются различные модели, позволяющие отбрасывать части решений и контролировать размерность этого множества. Существует ряд эффективных алгоритмов, позволяющих выбирать лучшие на множестве предложенных решений. Один из них — алгоритм экспертного выбора на базе экстраполяции экспертных оценок, состоящий из следующих шагов: 1 — генерирование выборки решений; 2 — опрос лица, принимающего решение, с целью получения информации о его предпочтениях; 3 — синтез механизма выбора на основе полученной информации; 4 — построение структуры на решений и получение выбора . Здесь — множество недоминируемых решений, — множество решений после процедуры отсева на i-й итерации. Предлагается использовать алгоритм экспертного выбора на базе экстраполяции экспертных оценок для решения ЗП ресурсного взаимодействия ТС на итерациях поиска. Каждую итерацию необходимо представить в виде трех этапов. На первом будет происходить синтез допустимых сочетаний из оставшихся неиспользованными параметров из множеств параметров, на втором этапе — выделение множества недоминируемых альтернатив из полученных решений, на третьем этапе — применение алгоритм экспертного выбора на базе экстраполяции экспертных оценок. Таким образом, привлечение экспертов позволяет повысить эффективность нахождения лучших решений с точки зрения лица, принимающего решение для ЗП ресурсного взаимодействия ТС. Структурные и алгоритмические модели автоматизированного проектирования производства изделий электронной техники / В.В.Сысоев. Воронеж: Изд.-во Воронеж. технол. ин.-та,1993.

Технология виртуального амплитудного скремблирования

Статистическая зависимость между ансамблями сообщений и криптограммы является основной технической проблемой защиты речевых сообщений. Наиболее заметно эта проблема проявляется при практической реализации способов амплитудного скремблирования, когда криптограммы ансамбля Е формируются путем изменения выборок ансамбля сообщений U по закону, заданному отсчетами ансамбля К источника ключа. Одним из подходов, позволяющих решить данную проблему, является подход, основанный на виртуализации информационных потоков. В данном случае алгоритм формирования криптограммы определяется выражением www.rae.ru Научный журнал «Успехи современного естествознания» Российская Академия Естествознания №9, 2007 год l + 4/-H (2) где U , h иК виртуальные ансамбли сообщений, криптограмм и ключей соответственно. Программная реализация алгоритма (1), (2) позволила разработать программный комплекс виртуального амплитудного скремблирования. Особенностью разработанного комплекса является обеспечение доказанного в условия теоретической недешифруемости при статистической зависимости сообщений и криптограмм, состоящего во введении в ансамбль ключей неопределенности, равной среднему количеству информации о сообщениях в криптограммах. Экспериментальные исследования разработанного комплекса виртуального амплитудного скремблирования (ВАС) показали, что его применение обеспечивает двукратное уменьшение разборчивости по сравнению с аналоговым скремблированием (АС) с 0,035 по 0,018 при идентичных параметрах (таблица 1). Таблица 1. Экспериментальные исследования разработанного комплекса виртуального амплитудного скремблирования РазборчивостьИзбыточность с/шАСВАСАСВАС 10,8920,6750,8790,652 0,330,6440,3500,6250,334 0,050,0320,0810,0250,087 При этом выигрыш в разборчивости не сопровождается соответствующим выигрышем в избыточности. Это можно рассматривать как один из недостатков данного комплекса. Однако, довольно существенное уменьшение разборчивости, обеспеченное комплексом позволяет сделать вывод о целесообразности его применения при решении задач защиты речевой информации.

Способ передачи информации с использованием

Изобретение относится к области техники связи и может быть использовано для передачи дискретной информации, защищенной помехоустойчивым кодом, в частности помехоустойчивым каскадным кодом. Технический результат заключается в повышении пропускной способности канала связи. Для этого в известном способе передачи информации с использованием адаптивного помехоустойчивого кодирования в процессе приема информации дополнительно осуществляют контроль качества канала связи по отношению оценки амплитуды к оценке среднеквадратичного отклонения сигнала (оценка отношения сигнал/шум), которую сравнивают с пороговым значением, определенным заранее; если значение сигнал/шум больше или равно пороговому, то принимают решение об отказе от помехоустойчивого кодирования и сообщают его на передающую сторону, причем фиксируют в памяти параметры помехоустойчивого каскадного кода, при которых принималось решение об отказе от помехоустойчивого кодирования, если значение сигнал/шум становится меньше порогового, то принимают решение об использовании помехоустойчивого кодирования с теми же зафиксированными в памяти параметрами, которые использовались до отказа от помехоустойчивого кодирования, в результате чего исключается избыточность кода при хорошем качестве канала связи и обеспечивается адаптация при изменении параметров канала.

Способ передачи информации с использованием адаптивного помехоустойчивого кодирования, заключающийся в том, что сначала осуществляют контроль качества канала связи, по результатам контроля качества канала связи выбирают помехоустойчивый каскадный код с переменными параметрами, которым на передающей стороне кодируют исходную информацию, далее информацию, защищенную помехоустойчивым каскадным кодом, передают в канал связи, на приемной стороне помехоустойчивый каскадный код декодируют с обнаружением и исправлением ошибок в зависимости от корректирующей способности выбранного кода, по результатам декодирования слов внутреннего кода помехоустойчивого каскадного кода осуществляют контроль качества канала связи, при этом определяют количество принятых и стертых слов внутреннего кода помехоустойчивого каскадного кода, далее оценивают количество трансформированных слов внутреннего кода помехоустойчивого каскадного кода, после этого определяют минимальное кодовое расстояние внешнего кода помехоустойчивого каскадного кода, необходимое для правильного приема помехоустойчивого каскадного кода, далее осуществляют выбор переменных параметров помехоустойчивого каскадного кода, обеспечивающих необходимое минимальное кодовое расстояние помехоустойчивого каскадного кода, после этого определяют переменные параметры помехоустойчивого каскадного кода с учетом их текущей оценки и их предыдущей оценки, полученной при приеме ранее передававшихся каскадных кодов, далее эти параметры сообщают на передающую сторону, отличающийся тем, что в процессе приема информации дополнительно осуществляют контроль качества канала связи по отношению оценки амплитуды к оценке среднеквадратического отклонения сигнала, что является оценкой отношения сигнал/шум , которую сравнивают с пороговым значением оценки отношения сигнал/шум qпорог, определенным заранее, если значение больше или равно qпорог, то принимают решение об отказе от помехоустойчивого кодирования и сообщают его на передающую сторону, причем фиксируют в памяти параметры помехоустойчивого каскадного кода, при которых принималось решение об отказе от помехоустойчивого кодирования, если значение становится меньше qпорог, то принимают решение об использовании помехоустойчивого кодирования с теми же параметрами помехоустойчивого каскадного кода, которые были зафиксированы в памяти до отказа от помехоустойчивого кодирования.

Изобретение относится к области техники связи и может быть использовано для передачи дискретной информации, защищенной помехоустойчивым кодом, в частности помехоустойчивым каскадным кодом.Основной особенностью, присущей реальным каналам связи, является нестационарность или изменение состояния канала связи со временем. В системах, состояние которых характеризуется постоянными параметрами, выбор кода и метода декодирования обычно производят, исходя из наихудшего или из некоторого среднего состояния канала связи. Однако такой подход к выбору кода для реальных каналов, как правило, приводит к уменьшению скорости передачи информации, что является результатом выбора кода с большой избыточностью и нерационального использования этой избыточности в каждом из возможных состояний канала связи. Одним из путей устранения этого недостатка является переход к адаптивным системам связи с переменными параметрами, в которых способы передачи сообщений и способы их приема автоматически и целенаправленно изменяются по мере изменения условий передачи в канале связи.В радиоканалах небольшой протяженности помеховая обстановка на обоих концах радиолинии, как правило, идентична. В этом случае оценку качества канала связи можно с достаточно высокой точностью выполнять на передающем конце радиолинии. Другой подход к оценке качества канала требуется при работе в радиолиниях большой протяженности. Для радиолиний большой протяженности помеховая обстановка на концах радиолинии различна. В этом случае выбор параметров помехоустойчивого кода, оптимальных для передающей стороны, не является оптимальным для приемной стороны, что может привести к неприему кода на приемной стороне. В свою очередь, следствием неприема кода может стать ухудшение качества связи ниже допустимого и потеря достоверности принятой информации. В такой ситуации повышение достоверности передачи информации может достигаться за счет адаптации параметров помехоустойчивого кода на передающей стороне к помеховой обстановке на приемной стороне радиолинии. Оценку и анализ помеховой обстановки в канале связи, а также выбор параметров помехоустойчивого кода, соответствующих уровню помех, осуществляют на приемной стороне радиолинии. В таких системах для передачи параметров помехоустойчивого кода, оптимальных для приемной стороны, можно использовать канал обратной связи.Известен способ передачи информации с использованием адаптивного помехоустойчивого кодирования, в соответствии с которым на передающей стороне осуществляют непрерывный контроль за состоянием канала связи (например, за уровнем шумов, помехи и т.д.). Результаты контроля качества канала связи используют для выбора наилучших помехоустойчивых кодов, при этом используют две схемы кодирования: первая из них осуществляет кодирование информации циклическим помехоустойчивым кодом с обнаружением ошибок, а вторая — кодом с исправлением ошибок. Далее выбранный помехоустойчивый код передают в канал связи. На приемной стороне помехоустойчивый код декодируют с обнаружением или исправлением ошибок в зависимости от используемого кода [1].Недостатком этого способа является невысокая достоверность приема информации, обусловленная тем, что решение о выборе помехоустойчивого кода и алгоритма его декодирования принимается на передающей стороне канала связи. Качество канала связи на передающей стороне может отличаться от качества канала на приемной стороне (особенно в каналах связи большой протяженности), что может привести к неоптимальному приему информации, защищенной помехоустойчивым кодом.Известен, также, способ передачи информации, при котором сначала осуществляют контроль качества канала связи. По результатам контроля качества канала связи выбирают помехоустойчивый код с переменными параметрами, которым на передающей стороне кодируют исходную информацию. Далее информацию, защищенную помехоустойчивым кодом, передают в канал связи. На приемной стороне помехоустойчивый код декодируют с обнаружением и исправлением ошибок в зависимости от корректирующей способности выбранного кода [2].Недостатком этого способа является снижение достоверности приема информации и высокая сложность способа из-за того, что оценка качества канала выполняется на передающей стороне, информация о качестве приема слов помехоустойчивого кода не используется для оптимизации параметров, и в качестве параметров помехоустойчивого кода используется их текущая оценка, без учета приема слов помехоустойчивого кода, которые раньше передавались в канале связи.Наиболее близким по технической сущности к предлагаемому способу является способ передачи информации с использованием адаптивного помехоустойчивого кодирования по патенту [3], принятый за прототип. В этом способе сначала осуществляют контроль качества канала связи. По результатам контроля качества канала связи выбирают помехоустойчивый код с переменными параметрами, которым на передающей стороне кодируют исходную информацию. Далее информацию, защищенную помехоустойчивым кодом, передают в канал связи. На приемной стороне помехоустойчивый код декодируют с обнаружением и исправлением ошибок в зависимости от корректирующей способности выбранного кода. Причем исходную информацию кодируют помехоустойчивым каскадным кодом, контроль качества канала связи осуществляют на приемной стороне по результатам декодирования слов внутреннего кода помехоустойчивого каскадного кода, при этом определяют количество принятых, стертых и трансформированных слов внутреннего кода помехоустойчивого каскадного кода. После этого определяют минимальное кодовое расстояние внешнего кода помехоустойчивого каскадного кода, необходимое для правильного приема помехоустойчивого каскадного кода, осуществляют выбор переменных параметров помехоустойчивого каскадного кода, определяют переменные параметры помехоустойчивого каскадного кода с учетом их текущей оценки и их предыдущей оценки, полученной при приеме ранее передававшихся каскадных кодов, и далее эти параметры сообщают на передающую сторону.Недостаток данного способа заключается в низкой пропускной способности канала высокого качества из-за того, что помехоустойчивый код применяется даже в тех случаях, когда в этом нет необходимости. Если же не применять в этом способе помехоустойчивый код, то в тех ситуациях, когда параметры канала ухудшаются, данный способ не позволяет определить время ухудшения и параметры помехоустойчивого кода для компенсации этого ухудшения.Для устранения указанных недостатков в способе передачи информации с использованием адаптивного помехоустойчивого кодирования, заключающемся в том, что сначала осуществляют контроль качества канала связи, по результатам контроля качества канала связи выбирают помехоустойчивый каскадный код с переменными параметрами, которым на передающей стороне кодируют исходную информацию, далее информацию, защищенную помехоустойчивым каскадным кодом, передают в канал связи, на приемной стороне помехоустойчивый каскадный код декодируют с обнаружением и исправлением ошибок в зависимости от корректирующей способности выбранного кода, по результатам декодирования слов внутреннего кода помехоустойчивого каскадного кода осуществляют контроль качества канала связи, при этом определяют количество принятых и стертых слов внутреннего кода помехоустойчивого каскадного кода, далее оценивают количество трансформированных слов внутреннего кода помехоустойчивого каскадного кода, после этого определяют минимальное кодовое расстояние внешнего кода помехоустойчивого каскадного кода, необходимое для правильного приема помехоустойчивого каскадного кода, далее осуществляют выбор переменных параметров помехоустойчивого каскадного кода, обеспечивающих необходимое минимальное кодовое расстояние помехоустойчивого каскадного кода, после этого определяют переменные параметры помехоустойчивого каскадного кода с учетом их текущей оценки и их предыдущей оценки, полученной при приеме ранее передававшихся каскадных кодов, далее эти параметры сообщают на передающую сторону, согласно изобретению в процессе приема информации дополнительно осуществляют контроль качества канала связи по отношению оценки амплитуды к оценке среднеквадратического отклонения сигнала (оценка отношения сигнал/шум), которую сравнивают с пороговым значением qпорог, определенным заранее, если значение больше или равно qпорог, то принимают решение об отказе от помехоустойчивого кодирования и сообщают его на передающую сторону, причем фиксируют в памяти параметры помехоустойчивого каскадного кода, при которых принималось решение об отказе от помехоустойчивого кодирования, если значение становится меньше qпорог, то принимают решение об использовании помехоустойчивого кодирования с теми же параметрами помехоустойчивого каскадного кода, которые были зафиксированы в памяти до отказа от помехоустойчивого кодирования.Предлагаемый способ передачи информации с использованием адаптивного кодирования заключается в следующем.На передающей стороне формируют помехоустойчивый каскадный код, например, каскадный код, внешним кодом которого является код Рида-Соломона, а внутренним — двоичный код Боуза-Чоудхури-Хоквинхема (БЧХ-коды). Для этого на передающей стороне исходное сообщение объемом k m-ных (m gt;1) символов вначале кодируют t-ным помехоустойчивым кодом Рида-Соломона. Код Рида-Соломона является внешним кодом или кодом первой ступени помехоустойчивого каскадного кода [4].В результате кодирования информации получают кодовое слово кода Рида-Соломона (n, k), информационная длина которого равна k, а блоковая — n символов.Далее информацию кодируют двоичным кодом БЧХ. Код БЧХ является внутренним кодом или кодом второй ступени помехоустойчивого каскадного кода. Код БЧХ имеет постоянные параметры: n1 — блоковая длина кода, k1 — информационная длина кода.Исходной информацией для каждого слова двоичного кода БЧХ являются символы кода Рида-Соломона, рассматриваемые как последовательность двоичных символов. В результате кодирования кодом БЧХ будет n двоичных слов кода БЧХ (n1, k1).Таким образом, на выходе передающей части будут получены n слов кода БЧХ, которые далее передают в канал связи.В начале работы на передающей стороне канала связи, исходя из некоторых соображений, например из опыта предыдущей работы в этом канале связи, или исходя из худшего возможного состояния данного канала связи, осуществляют выбор переменных параметров помехоустойчивого каскадного кода. Наиболее просто с точки зрения аппаратной и программной реализации могут изменяться параметры внешнего кода помехоустойчивого каскадного кода или кода Рида-Соломона: информационная k и блоковая n длины кода. Эти параметры определяют избыточность каскадного кода и, значит, его минимальное кодовое расстояние и помехоустойчивость.Код Рида-Соломона является кодом с максимально достижимым минимальным кодовым расстоянием (МДР-кодом). В этом коде добавление каждого нового символа кода увеличивает минимальное кодовое расстояние кода на единицу. Поэтому помехоустойчивость кода Рида-Соломона определяется в основном его избыточностью и использование в адаптивной системе связи укороченного кода с переменными параметрами не влияет на его свойства исправлять и обнаруживать ошибки, при условии, что укороченный код с переменными параметрами имеет ту же избыточность, что и полный код.Далее символы каскадного кода с выбранными параметрами, преобразованные в сигнал, поступают в канал связи. В канале связи возможно искажение передаваемого сигнала. Это может привести к тому, что каскадный код будет принят с ошибками.На приемной стороне осуществляют декодирование каскадного кода. Каскадный код, поступающий на вход приемника, содержит n слов внутреннего кода каскадного кода. Декодирование каскадного кода начинают с декодирования слов внутреннего кода каскадного кода с обнаружением и исправлением ошибок. Внутренний код укороченного каскадного кода гарантированно исправляет t и менее ошибок в кодовом слове. При количестве ошибок во внутреннем коде, большем t, в случае использования неполного алгоритма декодирования внутреннего кода, будут иметь место стирания и трансформации кодовых слов. При полном алгоритме декодирования внутреннего кода будут только трансформации кодовых слов.В результате декодирования слов внутреннего кода каскадного кода получают символы внешнего кода каскадного кода. Если количество принятых символов внешнего кода каскадного кода достаточно для декодирования внешнего кода, осуществляют декодирование внешнего кода каскадного кода с исправлением ошибок и стираний.Отказ от декодирования каскадного кода возможен, если количество стертых s и трансформированных r слов внутреннего кода каскадного кода превышает корректирующую способность внешнего кода каскадного кодагде dmin — минимальное кодовое расстояние внешнего кода каскадного кода. В противном случае внешний код каскадного кода будет декодирован правильно. Отметим, что для внешнего кода Рида-Соломона справедливо соотношениеПри декодировании каскадного кода по результатам декодирования слов внутреннего кода каскадного кода определяют количество принятых k2 и количество s непринятых (стертых) слов внутреннего кода.Далее осуществляют оценку количества r трансформированных слов внутреннего кода. Количество трансформированных слов внутреннего кода каскадного кода r с исправлением i ошибок в кодовом слове (0 lt;i lt;t) приближенно можно оценить следующим образом.Отношение числа r трансформированных кодовых слов к числу стертых s кодовых слов внутреннего кода приближенно оценивают коэффициентом трансформаций beta; по «объему сфер».При исправлении i ошибок в кодовом слове количество двоичных комбинаций, которые могут приводить к трансформации, будет равноОбщее число двоичных комбинаций, которые могут приводить к стиранию принятых слов, будет равноотсюда получим уравнениеТогда число трансформаций примерно будет равноПосле получения оценки числа r трансформированных слов уравнение для определения количества n2 слов внутреннего кода каскадного кода, необходимых для правильного декодирования каскадного кода, запишется в видеи отсюда после тождественных преобразований будем иметьСостояние нестационарного канала связи с переменными параметрами изменяется, как правило, достаточно медленно по сравнению со временем передачи в канале связи символов одного помехоустойчивого каскадного кода. Поэтому достоверную оценку блоковой длины каскадного кода выполняют с учетом результатов предыдущей передачи каскадных кодов в канале связи. Для этого используют скользящую среднюю оценку блоковой длины каскадного кода. Обозначим через n3 — скользящую среднюю оценку блоковой длины каскадного кода, тогда формула для ее определения запишется в виде:где m — длительность предыстории, т.е. количество ранее переданных каскадных кодов, которое учитывается при определении скользящей средней оценки.В предельном случае, при m=1, предыстория приема каскадных кодов учитываться не будет, с увеличением m значение предыстории для текущей оценки блоковой длины каскадного кода будет возрастать. Выбор значения величины m играет существенную роль для реализации предлагаемого способа. Длительность предыстории m выбирают примерно равной времени передачи информации в канале связи, при котором несущественным образом изменяется состояние нестационарного канала связи.По каналу обратной связи информация о количестве слов каскадного кода n3, необходимых для правильного приема, сообщается на передающую сторону. На передающей стороне формируют новый каскадный код с блоковой длиной n=n3, и далее полученный помехоустойчивый каскадный код с блоковой длиной n передают на приемную сторону.Известно, что для нормального обмена информацией многих пользователей существует требование по качеству принимаемой информации. Таким требованием может являться допустимая вероятность ошибки на один бит информации Рдоп. Выбор параметров помехоустойчивого кода, как правило, осуществляется таким образом, чтобы канал связи после декодирования кода имел допустимую вероятность ошибки на один бит информации не больше какой-либо конкретной величины, например Рдоп=10-4. В этом случае качество канала считается высоким.Известно, что вероятность ошибки на один бит информации зависит от ряда параметров, в том числе и от отношения сигнал/шум q (источники информации [6]-[9]). Следовательно, для каждого конкретного способа обработки сигналов можно заранее вычислить то пороговое значение qпорог, выше которого канал будет удовлетворять необходимым требованиям.Например, при некогерентном приеме двух ортогональных сигналов допустимую вероятность ошибки на один бит информации можно вычислять по формуле, описанной в источнике информации [5]После некоторых преобразований из этой формулы можно получить зависимость отношения сигнал/шум от вероятности ошибки на один бит информации:Задавая значение Рдоп, можно определить пороговые значения qпорог.Значение qпорог может также определяться экспериментально.Следовательно, качество канала связи можно также оценивать путем оценки принимаемой информации с помощью отношения сигнал/шум.В бинарной системе связи принимаемая информация представляется в виде логических единиц и нулей. В двоично-симметричном канале вероятность переименования символов логических единицы и нуля равны между собой. Поэтому отношение сигнал/шум можно определять, например, только по сигналам, соответствующим информационным символам логической единицы.Производится выборка из N принятых сигналов, соответствующих, например, N единичным символам. Число N можно определять различными способами. В частном случае, N/2 может быть равно, например, длительности пакета передаваемой информации. Для каждого из N принятых сигналов производится оценка амплитуды принимаемого сигнала. Будем считать, что произведено N независимых опытов над случайной величиной А с неизвестными математическим ожиданием e и дисперсией D. В этом случае оценки и можно вычислить по следующим формулам [10].Отношение оценки амплитуды принимаемого сигнала к оценке среднеквадратического отклонения является оценкой отношения сигнал/шум :В предлагаемом способе в процессе приема информации дополнительно осуществляется контроль качества принимаемой информации по оценке отношения сигнал/шум .Если значение становится больше некоторого порогового значения qпорог, то принимается решение об отказе от кодирования, при этом параметры помехоустойчивого каскадного кода, при которых принималось решение об отказе от помехоустойчивого кодирования, фиксируются в памяти.Если в процессе приема информации значение становится меньше порогового значения qпорог, то принимается решение об использовании помехоустойчивого кодирования с теми же параметрами помехоустойчивого каскадного кода, которые были зафиксированы в памяти до отказа от помехоустойчивого кодирования.Таким образом, в предлагаемом способе контроль качества канала связи осуществляется одновременно по методике согласно формулам (1)-(9), а также по методике согласно формулам (10)-(14). В случае, когда мобильные объекты приближаются друг к другу на близкое расстояние, качество канала связи становится высоким, так что от помехоустойчивого кодирования целесообразно отказаться. В этом случае по каналу обратной связи на передающую сторону передается сообщение об отказе от кодирования. На передающей стороне исходная информация формируется без использования помехоустойчивого кодирования и передается на приемную сторону. В случае ухудшения качества канала связи информация будет передаваться с использованием помехоустойчивого кодирования.Достигаемым техническим результатом предлагаемого способа передачи информации с использованием адаптивного помехоустойчивого кодирования является увеличение пропускной способности канала связи при хорошем его качестве за счет контроля качества канала связи на приемной стороне без избыточности кода и за счет оценки контроля качества канала связи на приемной стороне обеспечивается адаптация при изменении параметров канала.Реализация данного способа не вызовет затруднений с помощью современной цифровой техники, т.к. основные операции, используемые в нем, широко применяются [11].Источники информации:1. Пат. № 6044485 США, МПК 7 G06F 11/10, опубл. 2000.2. Заявка № 19918507.7, Германия, МПК 7 Н04L 1/20, H04L 29/14, опубл. 2000.3. Пат. № 2251814 RU, МПК 7 Н04L 1/20, опубл. 2005.4. Форни Д. Каскадные коды. — М.: Мир, 1970, 207 с.5. Варакин Л.Е. Системы связи с шумоподобными сигналами. — М.: Радио и связь, 1985, 384 с.6. Варакин Л.Е. Теория систем сигналов. — М.: Сов. радио, 1978, 304 с.7. Теплов Н.Л. Помехоустойчивость систем передачи дискретной информации. — М.: Связь, 1964, 360 с.8. Сикарев А.А., Фалько А.И. Оптимальный прием дискретных сообщений. — М.: Связь, 1978, 328 с.9. Тихонов В.И. Статистическая радиотехника. — М.: Сов. радио, 1966, 678 с.10. Вентцель Е.С. Теория вероятностей. — М.: Наука, 1964, с.322.11. Титце У., Шенк К. Полупроводниковая схемотехника: справочное руководство. — М.: Мир, 1983, 512 с.

Подход к улучшению алгоритмов грамматического

Объемы передаваемых и хранимых данных постоянно увеличиваются. Поэтому, несмотря на существенный прогресс в развитии устройств, использующихся для передачи и хранения данных, проблема сжатия данных остается актуальной. Существует множество методов и алгоритмов сжатия данных. Наименее исследованы алгоритмы сжатия, основанные на использовании грамматических моделей. Такие алгоритмы будем называть алгоритмами грамматического сжатия. Развитие методов и алгоритмов грамматического сжатия актуально, поскольку их применение в ряде случаев позволяет не только сжать данные, но и выявить полезные структурные зависимости в данных. В работе рассматриваются некоторые вопросы построения алгоритмов грамматического сжатия без потерь, наиболее известный из алгоритмов этого класса и один из подходов к улучшению таких алгоритмов. Любые данные можно представить как цепочку , составленную из символов некоторого алфавита. В работе для сжатия цепочки x используется контекстно-свободная (КС) грамматика , где N — множество нетерминальных символов, T — множество терминальных символов, R — множество КС-правил, S — начальный нетерминальный символ. Особенностью грамматики является то, что она производит единственную цепочку x. Сжатие исходной цепочки x без потерь осуществляется в два этапа: 1) на основе анализа цепочки x строится грамматика , 2) грамматика кодируется. Восстановление исходных данных также осуществляется в два этапа: 1) декодируется грамматика , 2) цепочка x выводится на основании . Для минимизации грамматики в определены правила грамматического преобразования. На основе этих правил можно проектировать различные алгоритмы автоматического построения . Наиболее известным является алгоритм Sequitur . Алгоритм основан на процедуре жадного поиска. Цепочка x просматривается слева направо. При этом на каждой итерации уточняется грамматика . На первой итерации, т.е. когда просматривается символ , формируется начальное правило . На последующих итерациях (i=2,…,n) правая часть начального правила расширяется символом . В результате получается правило , где . После каждого расширения начального правила выполняются следующие действия: 1) если цепочка , где , появляется в правой части КС-правил R дважды, то эту цепочку следует заменить новым символом и во множество R включить правило . 2) если некоторый символ появляется в правой части КС-правил только один раз в некотором правиле , то из множества R следует удалить правило и заменить правило правилом , где . Смысл перечисленных действий состоит в том, чтобы на выходе алгоритма получилась компактная грамматика. От компактности грамматики зависит степень сжатия алгоритма, построенного на ее основе. Для оценки компактности грамматики будем использовать суммарное число символов, используемых при записи КС-правил . Обозначим это число . Если , то грамматика компактнее грамматики . Пример 1. Для цепочки x=aaaaababbabbabbbbbb алгоритм Sequitur сгенерирует грамматика : . Для полученной грамматики 26. Достоинством алгоритма Sequitur является высокое быстродействие. Однако можно показать, что этот алгоритм синтезирует не наилучшие грамматики с точки зрения их компактности. Пример 2. Для цепочки x=aaaaaaaaa алгоритм Sequitur синтезирует грамматику : Оценка компактности этой грамматики =13. Однако эту же цепочку можно представить грамматикой : . Для данной грамматики =10. Таким образом, грамматика компактнее, чем грамматика , синтезированная алгоритмом Sequitur. Задача поиска компактных грамматик является основной задачей при сжатии данных на основе грамматических моделей. Разработка алгоритмов, позволяющих синтезировать компактные грамматики или эквивалентные им грамматические модели, может вестись в двух направлениях: 1) улучшение существующих и разработка новых алгоритмов синтеза КС-грамматик основанных на правилах грамматического преобразования определенных в . 2) разработка новых грамматических моделей и алгоритмов их синтеза. Первое направление, скорее всего, может привести только к несущественному повышению компактности синтезируемых грамматик за счет неоправданного усложнения алгоритмов их синтеза. Второе направление более перспективно. В работе предлагается новая грамматическая модель, обладающая большей компактностью по сравнению с КС-грамматиками, используемыми в и в алгоритме Sequitur. В используются КС-грамматика , на правила которой наложены следующие ограничения: 1) запрещено использовать рекурсивные КС-правила, т.е. правила с нетерминальным символом A в левой части, для которых выполняется , где , , и (или) , — пустая цепочка . 2) запрещено использовать более одного КС-правила с некоторым нетерминальным символом A в левой части. Оба ограничения обусловлены тем, что с помощью КС-грамматики должна выводиться единственная цепочка x. В работе предлагается подход к улучшению алгоритмов грамматического сжатия, основанный на использовании КС-грамматик, которые, в отличие от , могут содержать рекурсивные КС-правила и могут иметь одно или два КС-правила с одинаковыми нетерминальными символами в левой части. Расширим традиционное понятие КС-грамматики путем введения понятия глубины рекурсии. Пусть — КС-правило и . Глубина рекурсии КС-правила — это число подстановок цепочки ? в цепочку ?A? вместо символа A, которые требуется выполнить во время выполнения процедуры вывода. Если для некоторого КС-правила задана глубина рекурсии, равная k, то будем использовать следующее обозначение: . Для общности кодировки КС-правил, содержащих и не содержащих рекурсию, будем считать, что КС-правила без рекурсии имеют глубину рекурсии равную 1. При оценке компактности таких грамматик также следует суммировать все символы, используемые при записи КС-правил, за исключением круглых скобок, в которых заключено значение глубины рекурсии. Эти скобки не требуют кодирования и используются только для наглядности записи правил. Пример 3. Для порождения цепочки x=aaaaababbabbabbbbbb можно использовать следующую грамматику : . Полученная грамматика имеет оценку компактности =21, что меньше оценки 26 грамматики из примера 1, полученной с помощью алгоритма Sequitur для той же цепочки x. Следует отметить, что при выводе единственной цепочки с помощью грамматики, содержащей рекурсивные правила, эти правила имеют приоритет над правилами без рекурсии. Вывод цепочки x с помощью грамматики будет следующий:. Пример 4. Для порождения цепочки x=aaaaaaaaa из примера 2 можно использовать грамматику : . Данная грамматика имеет оценку компактности =9, что меньше оценок =13 и =10 грамматик из примера 2. Введя понятие глубины рекурсии и присвоив правилам приоритеты, мы в определенной степени устранили ограничения на правила КС-грамматики , введенные в с целью вывода единственной цепочки x. Теперь в можно использовать рекурсивные КС-правила, также можно использовать два КС-правила с одинаковыми нетерминальными символами в левой части, при этом одно из них должно быть рекурсивным (иметь глубину рекурсии больше 1), а другое должно быть без рекурсии (иметь глубину рекурсии, равную 1). В принципе, можно ввести и другие соглашения, расширяющие вид грамматик, порождающих единственную цепочку. Однако процедуры поиска таких грамматик по исходной цепочке могут оказаться неоправданно сложными. Для упрощения кодирования два КС-правила, содержащие один и тот же нетерминальный символ в левой части, будем записывать в сокращенной форме . Запишем грамматики из примеров 3 и 4 в сокращенной форме. Грамматика : . Грамматика : . При такой записи оценки компактности будут уменьшены. Сокращенная запись рекурсивного и нерекурсивного правила уменьшает общую оценку компактности грамматики на 2. Оценка компактности уменьшится с 21 до 17, а — с 9 до 7. Итак, методы грамматического сжатия основаны на том, что сжатие цепочки x осуществляется не напрямую. Вначале производится попытка выявить некоторые синтаксические закономерности в x и получить простую грамматику , порождающую x, а затем сжать вместо сжатия x. В работе предлагается подход к улучшению алгоритмов грамматического сжатия, основанный на использовании КС-грамматик, на правила которых наложены менее жесткие ограничения, чем в . Само понятие КС-грамматики расширено за счет введения понятия «глубина рекурсии КС-правила». Это позволяет найти в исходной цепочке символов более глубокие синтаксические закономерности и получить более компактные грамматики и более высокую степень сжатия. Работа выполнена при финансовой поддержке ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы. ГК № 14.740.11.0591 от 05.10.2010. Kieffer J.C., E.-H. Yang. Grammar-based codes: new class of universal lossless source codes. IEEE Trans. Inform. Theory, 46(3):737-754. — May, 2000. Sequitur . — sequitur.info/ Ахо А., Ульман Дж. Теория синтаксического анализа, перевода и компиляции. — Т. 1. — Синтаксический анализ. — М.: Мир, 1978. Sequitur . — sequitur.info/ . Axo A., Ul man Dzh. Teoriya sintaksicheskogo analiza, perevoda i kompilyacii. — T. 1. — Sintaksicheskij analiz. — M.: Mir, 1987.

Способ и система для определения

Изобретение относится к способам определения подобия объектов и, в частности, к определению подобия на основании связей между объектами. Техническим результатом является увеличение точности поиска за счет вычисления межтипового подобия. Способ включает: для каждого типа, если подобие этого типа основано на внутритиповой связи, предоставление функции внутритипового подобия для каждой такой связи, которая измеряет подобие между объектами этого типа; если подобие этого типа основано на межтиповой связи, предоставление функции межтипового подобия для каждой такой связи, которая измеряет подобие между объектами этого типа; и предоставление функции подобия, которая измеряет подобие между объектами этого типа, основываясь на любых функциях внутритипового подобия и любых функциях межтипового подобия для этого типа; и для каждой связи предоставление данных, которые определяют эту связь между объектами, ассоциированными с этой связью; одновременно решение предоставленных функций подобия на основании связей, определяемых обеспеченными данными; и сохраняют подобия, основанные на одновременном решении предоставленных функций подобия. 3 н. и 26 з.п. ф-лы, 5 ил.

1. Способ генерации измерений подобия между объектами, осуществляемый в компьютерной системе, причем каждый объект имеет один из множества типов, тип имеет внутритиповую связь, а пара типов имеет межтиповую связь, содержащий следующие операции:для каждого типа,если подобие этого типа основано на внутритиповой связи, предоставляют функцию внутритипового подобия для каждой такой связи, которая измеряет подобие между объектами этого типа;если подобие этого типа основано на межтиповой связи, предоставляют функцию межтипового подобия для каждой такой связи, которая измеряет подобие между объектами этого типа, основываясь на подобии объектов другого типа, причем функция межтипового подобия для типа определяется рекурсивно на основании функции подобия другого типа, при этом функция межтипового подобия генерирует подобие для первого и второго объектов этого типа, которое является взвешенным средним подобия между парами объектов другого типа с одним объектом пары, имеющим связь с первым объектом, и другим объектом пары, имеющим связь с вторым объектом; ипредоставляют функцию подобия, которая измеряет подобие между объектами этого типа, основываясь на любых функциях внутритипового подобия и любых функциях межтипового подобия для этого типа; идля каждой связи предоставляют данные, которые определяют эту связьмежду объектами, ассоциированными с этой связью;одновременно решают предоставленные функции подобия на основании связей, определяемых обеспеченными данными; исохраняют подобия, основанные на одновременном решении предоставленных функций подобия.

2. Способ по п.1, в котором функция внутритипового подобия для типа определяется рекурсивно на основании функции подобия этого типа.

3. Способ по п.1, в котором функция подобия для типа представляет собой линейную комбинацию функций внутритипового и межтипового подобия для этого типа.

4. Способ по п.3, в котором каждой функции внутритипового подобия и межтипового подобия присвоен весовой коэффициент.

5. Способ по п.4, в котором сумма весовых коэффициентов функций внутритипового и межтипового подобия для упомянутого типа равна единице.

6. Способ по п.1, в котором функции подобия решаются путем итерационного вычисления подобий для объектов на основании функций подобия.

7. Способ по п.6, в котором функции подобия решаются, когда мера различия, основанная на подобиях от одной итерации к следующей итерации, сходится.

8. Способ по п.6, в котором функции подобия решаются, когда мера различия, основанная на подобиях от одной итерации к следующей итерации, меньше, чем пороговое различие.

9. Способ по п.1, в котором типы объектов включают в себя web-страницы и запросы, а межтиповая связь между запросом и web-страницей основана на указаниях мышью из запроса на web-страницу.

10. Способ по п.1, в котором типы объектов включают в себя web-страницы и запросы, внутритиповые связи для web-страниц основаны на входящих и исходящих ссылках, а межтиповая связь между web-страницей и запросом основана на указаниях мышью из запроса на web-страницу.

11. Машиночитаемый носитель, содержащий команды для управления компьютерной системой для генерации измерений подобия между объектами, причем каждый объект имеет один из множества типов, способом, содержащимпредоставление для каждого типа функции подобия, которая измеряет подобие между объектами этого типа на основании внутритиповых подобий между объектами этого типа, когда для этого типа определено внутритиповое подобие, и межтипового подобия между объектами этого типа на основании подобия объектов другого типа, когда для этого типа определено межтиповое подобие, причем межтиповое подобие для типа определяется рекурсивно на основании подобия объектов другого типа, при этом межтиповое подобие для первого и второго объектов этого типа является взвешенным средним внутритипового подобия между парами объектов другого типа с одним объектом пары, имеющим связь с первым объектом, и другим объектом пары, имеющим связь с вторым объектом;для каждой связи, предоставление данных, которые определяют эту связь между объектами, ассоциированными с этой связью;решение предоставленных функций подобия, основанных на связях, определенных предоставленными данными; исохранение подобий, основанных на решенных функциях подобия.

12. Машиночитаемый носитель по п.11, в котором функции подобия определяют систему линейных уравнений.

13. Машиночитаемый носитель по п.11, в котором функция подобия определяется рекурсивно на основании подобий объектов этого типа для различных связей.

14. Машиночитаемый носитель по п.11, в котором функция подобия для типа представляет собой линейную комбинацию внутритиповых и межтиповых подобий для этого типа.

15. Машиночитаемый носитель по п.14, в котором каждому внутритиповому и межтиповому подобию присвоен весовой коэффициент.

16. Машиночитаемый носитель по п.15, в котором сумма весовых коэффициентов для внутритиповых и межтиповых подобий для упомянутого типа равна единице.

17. Машиночитаемый носитель по п.11, в котором функции подобия решаются путем итерационного вычисления подобий для объектов на основании функций подобия.

18. Машиночитаемый носитель по п.17, в котором функции подобия решаются, когда мера различия, основанная на подобиях от одной итерации к следующей итерации, сходится.

19. Машиночитаемый носитель по п.17, в котором функции подобия решаются, когда мера различия, основанная на подобиях от одной итерации к следующей итерации, меньше, чем пороговое различие.

20. Вычислительное устройство для вычисления оценки подобия для объектов, причем каждый объект имеет один из множества типов, и каждый тип имеет межтиповую связь с другим типом, причем вычислительное устройство содержит:компонент для каждого типа, реализующий функцию подобия, которая предоставляет оценку подобия для пар объектов этого типа на основании межтипового подобия между объектами этого типа и объектами другого типа, при этом межтиповое подобие определяется рекурсивно на основании оценки подобия для пар объектов другого типа и межтиповых связей между парами объектов, при этом межтиповое подобие для первого и второго объектов этого типа является взвешенным средним внутритипового подобия между парами объектов другого типа с одним объектом пары, имеющим связь с первым объектом, и другим объектом пары, имеющим связь с вторым объектом;компонент, который решает функции подобия на основании межтиповых связей, определенных для набора объектов, путем итерационного вызова компонентов, реализующих функцию подобия, до тех пор, пока не будет получена сходимость оценок подобия; икомпонент, который сохраняет подобия, основанные на решенных функциях подобия.

21. Вычислительное устройство по п.20, в котором функция подобия определяет систему линейных уравнений.

22. Вычислительное устройство по п.20, в котором тип имеет внутритиповую связь между объектами этого типа, и в котором функция подобия дополнительно основана на внутритиповых подобиях между объектами этого типа на основании внутритиповых связей между объектами.

23. Вычислительное устройство по п.22, в котором внутритиповое подобие для типа основано на межтиповых подобиях между объектами этого типа и другого типа.

24. Вычислительное устройство по п.22, в котором функция подобия определяется рекурсивно на основании внутритиповых подобий объектов для различных внутритиповых связей.

25. Вычислительное устройство по п.22, в котором функция подобия для типа представляет собой линейную комбинацию функций внутритипового и межтипового подобия для этого типа.

26. Вычислительное устройство по п.25, в котором каждой функции внутритипового и межтипового подобия присвоен весовой коэффициент.

27. Вычислительное устройство по п.26, в котором сумма весовых коэффициентов функций внутритипового и межтипового подобия для упомянутого типа равна единице.

28. Вычислительное устройство по п.20, в котором оценки подобия сходятся, когда мера различия, основанная на подобиях от одной итерации к следующей итерации, меньше, чем пороговое различие.

29. Вычислительное устройство по п.20, в котором функции подобия решаются, когда мера различия, основанная на подобиях от одной итерации к следующей итерации, меньше, чем пороговое различие.

ОБЛАСТЬ ТЕХНИКИОписанная технология относится, в общем случае, к определению подобия объектов и, в частности, к определению подобия на основании связей между объектами.ПРЕДПОСЫЛКИ СОЗДАНИЯ ИЗОБРЕТЕНИЯМногие поисковые службы, такие как Google и Overture, обеспечивают поиск информации, доступ к которой может быть осуществлен через сеть Интернет. Эти поисковые службы предоставляют пользователям возможность поиска отображаемых на дисплее страниц, например web-страниц, которые могут представлять интерес для пользователей. После того как пользователь подает поисковый запрос (также именуемый «запросом»), содержащий условия поиска, поисковая служба распознает web-страницы, которые могут иметь отношение к этим условиям поиска. Для быстрого распознавания соответствующих web-страниц поисковая служба может обеспечивать поддержку соответствия ключевых слов web-страницам. Поисковая служба может осуществлять генерацию этого соответствия путем поиска во «всемирной паутине» (то есть в сети «всемирная паутина») поисковым агентом для извлечения ключевых слов каждой web-страницы. Для поиска во «всемирной паутине» поисковым агентом поисковая служба может использовать список корневых web-страниц и распознавать все web-страницы, доступ к которым может быть осуществлен через эти корневые web-страницы. Ключевые слова любой конкретной web-страницы могут быть извлечены с использованием различных известных способов информационного поиска, например, путем распознавания слов заголовка, слов, имеющихся в метаданных web-страницы, выделенных слов и т.д. Поисковая служба может вычислять оценку релевантности, которая указывает, насколько каждая web-страница соответствует поисковому запросу, на основании близости каждого соответствия, популярности web-страницы (например, ранга популярности страницы (PageRank) службы Google) и т.д. Затем поисковая служба отображает пользователю ссылки на эти web-страницы в порядке, основанном на степени их соответствия. Механизмы поиска могут обеспечивать более широкий поиск информации в любой совокупности документов. Например, совокупности документов могут содержать все патенты США, все решения федерального суда, все архивные документы компании и т.д.Поисковым службам могут потребоваться измерения подобия между различными объектами, например web-страницами или запросами. Например, в поисковой службе может быть предусмотрено интерактивное расширение запроса, для которого требуется вычисление подобия между терминами запроса и иными терминами. В качестве другого примера поисковая служба может захотеть сгруппировать web-страницы в кластеры сходных web-страниц для содействия пользователю при навигации по web-страницам. В типовых алгоритмах определения подобия объектов обычно используют вектор признаков, связанный с объектами, а затем вычисляют расстояние между векторами признаков, служащее в качестве показателя подобия. Например, web-страницы могут иметь признаки, содержащие ключевые слова, информационное содержимое и т.д., которые используют для вычисления подобия. Определение подобия в большинстве алгоритмов основано исключительно на признаках, связанных с объектами. Например, подобие между web-страницами может быть основано исключительно на содержимом web-страниц. Однако ряд алгоритмов учитывают признаки, основанные на разнородных объектах. Например, в одном из алгоритмов используются данные, выбираемые щелчком манипулятора типа «мышь», в которых запросы являются подобными в том случае, если они содержат те же самые термины или приводят к выбору той же самой web-страницы пользователями. Таким образом, вектор признаков для таких запросов содержит информацию о тех web-страницах результата запроса, которые были выбраны пользователями.Однако эти способы при вычислении подобия между объектами одного типа не учитывают подобие между объектами другого типа, которые могут быть связаны с ними. То есть измерения подобия для объектов одного типа могут быть связаны с измерениями подобия для объектов другого типа. Например, запрос может быть подобным другому запросу, отчасти, на основании подобия между web-страницами результатов, которые пользователи выбирают непосредственно или щелчком манипулятора типа «мышь». В ином случае, web-страницы могут являться подобными другим web-страницам, отчасти, на основании подобия между запросами, которые возвращают web-страницы в их результатах. Желательно иметь способ измерения подобия объектов, учитывающий связи между разнородными объектами.СУЩНОСТЬ ИЗОБРЕТЕНИЯПредложены способ и система для измерения подобия объектов на основании связей с объектами одного и того же типа и различных типов и подобия этих объектов другим объектам. В одном из вариантов осуществления изобретения система определения подобия определяет функции внутритипового и межтипового подобия для каждого типа объекта. Система определения подобия может объединять функции внутритипового и межтипового подобия для определенного типа в функцию общего подобия для этого типа. После определения функций подобия система определения подобия производит сбор значений атрибутов для объектов, которые могут содержать данные о связях между объектами одного и того же типа, именуемых внутритиповыми связями, и о связях между объектами различных типов, именуемых межтиповыми связями. После сбора значений атрибутов для объектов система определения подобия вычисляет решения для функций внутритипового и межтипового подобия путем итерационного вычисления значений подобия для объектов до тех пор, пока не будет получено решение за счет сходимости значений подобия.КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙНа Фиг. 1 изображена блок-схема, на которой показаны компоненты системы определения подобия в одном из вариантов осуществления изобретения.На Фиг. 2 изображена схема последовательности операций, на которой показана обработка, выполняемая компонентом определения функций подобия в одном из вариантов осуществления изобретения.На Фиг. 3 изображена схема последовательности операций, на которой показана обработка, выполняемая компонентом установления связей в одном из вариантов осуществления изобретения.На Фиг. 4 изображена схема последовательности операций, на которой показана обработка, выполняемая компонентом вычисления решения для функций подобия в одном из вариантов осуществления изобретения.На Фиг. 5 изображена схема последовательности операций, на которой показана обработка, выполняемая компонентом вычисления функций подобия в одном из вариантов осуществления изобретения.ПОДРОБНОЕ ОПИСАНИЕПредложены способ и система для измерения подобия объектов на основании связей с объектами одного и того же типа и различных типов и подобия этих объектов другим объектам. В одном из вариантов осуществления изобретения система определения подобия определяет функции внутритипового и межтипового подобия для каждого типа объекта. Функция внутритипового подобия является мерой подобия между объектами одного и того же типа. Например, функция внутритипового подобия между запросами может быть основана на том, насколько близко совпадают условия поиска в запросах, на основании атрибута пользователей, подающих запросы. Внутритиповое подобие между объектами может также зависеть от подобия других объектов того же самого типа. Например, два запроса могут иметь более высокую степень подобия друг другу в том случае, если каждый из них имеет высокую степень подобия третьему запросу. Такое внутритиповое подобие между объектами, основанное на подобии между другими объектами, определяет рекурсивную функцию. Функция межтипового подобия является мерой подобия между двумя объектами одного типа на основании атрибутов объектов другого типа, в том числе, их подобия. Например, два запроса могут иметь более высокую степень подобия в том случае, если web-страница результата одного запроса, выбираемая пользователями путем щелчка манипулятора типа «мышь», является подобной web-странице результата другого запроса, выбираемой пользователями путем указания «мышью». Подобие объектов другого типа может также зависеть от подобия объектов первого типа. Кроме того, поскольку подобие объектов одного типа может зависеть от подобия объектов другого типа и наоборот, функции межтипового подобия являются рекурсивными между различными типами.Тип объекта может иметь различные определения подобия, определяемые для его объектов на основании различных атрибутов объектов. Например, web-страница может иметь внутритиповое подобие, основанное на содержании web-страниц, и иное внутритиповое подобие, основанное на ссылках между web-страницами. Система определения подобия может объединять функции внутритипового и межтипового подобия для определенного типа в функцию общего подобия для этого типа. В одном из вариантов осуществления изобретения система определения подобия объединяет функции внутритипового и межтипового подобия посредством линейного уравнения с весовыми коэффициентами, присвоенными каждой функции внутритипового и межтипового подобия на основании ее воспринимаемой точности при отображении общего подобия между объектами этого типа. Например, функции внутритипового подобия, имеющей высокую точность, может быть присвоен высокий весовой коэффициент, а функции внутритипового подобия, имеющей низкую точность, может быть присвоен низкий весовой коэффициент.После определения функций подобия система определения подобия производит сбор значений атрибутов для объектов, которые могут содержать данные о связях между объектами одного и того же типа, именуемых внутритиповыми связями, и о связях между объектами различных типов, именуемых межтиповыми связями. Например, web-страница может иметь значения атрибута, не основанные на связях, которые соответствуют ключевым словам web-страницы. Web-страница может также иметь внутритиповую связь, основанную на входящих и исходящих ссылках между web-страницами. Web-страница может иметь межтиповую связь с запросами, основанными на выборе web-страниц из результатов запроса щелчками мыши.После сбора значений атрибутов для объектов система определения подобия вычисляет решения для функций внутритипового и межтипового подобия путем итерационного вычисления значений подобия для объектов до тех пор, пока не будет получено решение за счет сходимости значений подобия. Система определения подобия использует итерационный подход вследствие рекурсивного характера функций подобия. Система определения подобия начинает с инициализации подобий, а затем вычисляет функцию подобия для каждого типа объекта на основании исходных подобий для получения новых подобий. Система определения подобия измеряет разность между новыми подобиями и старыми подобиями для определения того, было ли получено решение за счет сходимости значений подобия. Если это так, то новые подобия представляют собой решение. В противном случае система определения подобия повторяет процедуру с новыми подобиями, которые становятся старыми подобиями. Таким образом, система определения подобия вычисляет подобия объектов одного типа на основании подобий объектов другого типа и на основании связей между объектами различных типов.Ниже приведен пример обработки, выполняемой в системе определения подобия, применительно к механизму поиска. Система определения подобия моделирует объекты (например, web-страницы и запросы) и связи (например, входящие ссылки и варианты выбора щелчком мыши), используемые механизмом поиска, в виде ориентированного графа G = (V,E), где узлы V отображают объекты механизма поиска, а ребра E отображают связи между объектами. Узлы V могут быть разделены на два подмножества Q = {q1,q2,…,qm) и P = {p1,p2,…,pn}, где Q обозначает запросы, а P обозначает web-страницы. Связи между этими web-страницами и запросами могут содержать связь по входящей ссылке (OL — outgoing link), связь по исходящей ссылке (IS — incoming link) и связь щелчком мыши (CT — click-through). Для узла ν в графе MR(ν) отображает набор соседних узлов, которые имеют связь R с узлом ν. Например, MIL(ν) отображает набор web-страниц, которые являются источником входящих ссылок на web-страницу ν. обозначает i-ю web-страницу в множестве. Для отображения подобия между объектами система определения подобия использует матрицу S подобия, и S[a,b] отображает подобие между объектами a и b.Система определения подобия основана на том принципе, что объекты одного типа являются подобными, отчасти, на основании подобия взаимосвязанных объектов другого типа. Если два объекта одного типа имеют связь с одним и тем же объектом другого типа, то эти два объекта являются подобными в некоторой степени. Кроме того, если два объекта одного и того же типа имеют связь с двумя различными, но подобными объектами другого типа, то эти два объекта являются подобными в некоторой степени. Система определения подобия отображает этот принцип следующими уравнениями: , (1)где представляет собой подобие между объектами a и b типа , представляет собой подобие между объектами i и j другого типа, R отображает межтиповую связь, на которой основано подобие, а C — весовой коэффициент. Если a равен b, то определяется равным 1, то есть подобие объекта самого с собой дает максимальное подобие, равное 1. Если оба объекта a и b связаны с одним и тем же объектом А в , то равно 1, что дает максимальный вклад в . Если любой из объектов a или b не имеет каких-либо соседей, то есть связь с объектом в отсутствует, то или равно нулю. В этом случае система определения подобия устанавливает равным нулю, предотвращая деление на нуль. Например, предположим, что содержит объекты a и b, что содержит объекты A, B и C и что a связан с A и B, а b связан с B и C. Если равно 0,7, равно 0,7 и равно 0,49, а весовой коэффициент равен 0,7, то с использованием уравнения (1) равно 0,5 (например, 0,7/4·(0,7 + 0,49 + 1,0 + 0,7)).Система определения подобия определяет общее подобие типа объектов на основании комбинации подобий, полученных из функций внутритипового подобия и функций межтипового подобия. В одном из вариантов осуществления изобретения система определения подобия использует линейную комбинацию подобий функций внутритипового подобия и функций межтипового подобия, представленную следующим уравнением: , (2)где и представляют собой подобия, полученные из функций внутритипового подобия и функций межтипового подобия, а α и β представляют собой весовые коэффициенты для подобий, причем . Путем присвоения различных значений α и β система определения подобия может регулировать вклады различных функций подобия в общее подобие. Как описано выше, уравнение 2 может быть задано в рекурсивном виде, поскольку подобие одного объекта может быть определено на основании подобия другого объекта, которое, в свою очередь, может быть определено на основании подобия этого одного объекта. В одном из вариантов осуществления изобретения система определения подобия вычисляет решение для функций подобия путем итерационного вычисления значений подобия до достижения их сходимости (то есть, , где ε — пороговое значение разности).Применительно к механизму поиска, для определения функции внутритипового подобия система определения подобия может использовать только содержимое запроса. Функция внутритипового подобия, основанная на информационном содержимом, может быть определена следующим уравнением: ,(3)где a и b — запросы, а — матрица подобия информационного содержимого запросов на основании информационного содержимого. Например, когда запросы a и b имеют два условия (или ключевых слова) для поиска, при этом одно из ключевых слов является общим, то значение их подобия равно 0,33 (то есть 1/3). Система определения подобия может определить функцию межтипового подобия для запроса на основании связи с web-страницами указанием мышью посредством следующего уравнения: , (4)где представляет собой матрицу подобия запросов на основании указания мышью, представляет собой матрицу подобия web-страниц на основании указания мышью, обозначены указания мышью из запроса a на ссылках на web-страницы, распознанные из журналов регистрации запросов, а — весовой коэффициент. Система определения подобия объединяет уравнения (3) и (4) в функцию общего подобия для запросов, представленную в виде следующего уравнения: , (5)где представляет собой матрицу общего подобия запросов.Система определения подобия отображает подобие web-страниц на основании внутритиповых связей входящих ссылок и исходящих ссылок и межтиповой связи с запросами, приводящими к обращению к web-страницам указанием мышью. Система определения подобия определяет функцию внутритипового подобия на основании связи по входящей ссылке для отражения того, что две web-страницы могут являться подобными в том случае, когда на них имеется ссылка на одной и той же web-странице (или на подобных друг другу web-страницах). Система определения подобия также определяет функцию межтипового подобия на основании связи по исходящей ссылке для отражения того, что две web-страницы могут быть подобными в том случае, когда они имеют ссылки на одну и ту же web-страницу (или на подобные друг другу web-страницы). Система определения подобия отображает функции внутритипового подобия для web-страниц на основании связей по исходящей и по входящей ссылке следующими уравнениями: , (6) , (7)где A и B представляют web-страницы, и — весовые коэффициенты, и — матрицы подобия на основании исходящих и входящих ссылок, — целевые web-страницы исходящих ссылок из web-страницы A, а — источник входящих ссылок из web-страниц на web-страницу A. Система определения подобия отображает функцию межтипового подобия для web-страниц на основании связи указанием мышью следующим уравнением: , (8)где представлены запросы, на которых пользователи производят указание мышью для доступа к web-странице A. Так как уравнение (8) определено через уравнение (4) (то есть через ) и наоборот, то эта пара уравнений определяет рекурсивную функцию. Система определения подобия определяет функцию общего подобия для web-страниц в виде линейной комбинации функций внутритипового подобия и функций межтипового подобия, которая представлена следующим уравнением: , (9)где представляет собой матрицу подобия для web-страниц, а , и — весовые коэффициенты, при этом .Следовательно, система определения подобия использует унифицированную структуру для объединения разнородных объектов и их межтиповых связей. Так как функции общего подобия являются рекурсивными, система определения подобия вычисляет решения для функций подобия одновременно итерационным способом. Функции подобия выражены следующими вышеупомянутыми уравнениями: (10).Из уравнений (10) можно заметить, что на межтиповое подобие между любыми двумя запросами оказывает воздействие подобие web-страниц, как внутритиповое подобие, так и межтиповое подобие. Так как на межтиповое подобие между web-страницами оказывает воздействие подобие запросов как внутритиповых, так и межтиповых, уравнения (10) определяют рекурсивные связи. Таким образом, подобия web-страниц и запросов взаимно распространяются одно в другое и имеют сходимость к устойчивому состоянию.На блок-схеме из Фиг. 1 показаны компоненты системы определения подобия в одном из вариантов осуществления изобретения. Web-узлы 101 соединены через линию связи 102 с системой 110 определения подобия. Система определения подобия содержит компонент 111 вычисления подобий, компонент 112 определения функций подобия, компонент 113 установления связей и компонент 114 вычисления решения для функций подобия. Компонент вычисления подобий вычисляет подобия между объектами на основании межтиповых связей и подобия объектов других типов. Компонент вычисления подобий вызывает компонент определения функций подобия, компонент установления связей и компонент вычисления решения для функций подобия. Компонент определения функций подобия может взаимодействовать с пользователем для определения типов объектов, связей между объектами и различных функций подобия для объекта каждого типа. Компонент установления связей осуществляет генерацию данных о связях на основании собранных данных. Например, собранные данные могут содержать запросы, web-страницы результатов запроса и журналы регистрации запросов. Компонент вычисления решения для функций подобия производит итерационное вычисление определенных функций подобия для генерации обновленных матриц подобия до тех пор, пока не будет получено решение за счет сходимости значений подобия матриц подобия.Вычислительное устройство, в котором реализована система определения подобия, может содержать центральный процессор, память, устройства ввода данных (например, клавиатуру и координатно-указательные устройства), устройства вывода (например, устройства отображения) и запоминающие устройства (например, дисковые накопители). Память и запоминающие устройства представляют собой считываемые посредством компьютера среды, которые могут содержать команды, обеспечивающие реализацию системы определения подобия. Кроме того, структуры данных и структуры сообщений могут быть запомнены или переданы через среду передачи данных, например, в виде сигнала по линии связи. Могут быть использованы различные линии связи, например сеть Интернет, локальная сеть, глобальная сеть или прямое соединение по коммутируемой телефонной линии.Система определения подобия может быть реализована в различных операционных средах. Различными известными вычислительными системами, средами и конфигурациями, которые могут быть пригодными для использования, являются, в том числе, персональные компьютеры, серверы, карманные или портативные компьютерные устройства, многопроцессорные системы, системы на основе микропроцессоров, программируемые бытовые электронные устройства, сетевые персональные компьютеры (ПК), миникомпьютеры, большие универсальные вычислительные машины, распределенные вычислительные среды, содержащие любую из вышеупомянутых систем или любое из вышеупомянутых устройств, и т.п.Система определения подобия может быть описана в общем контексте исполняемых посредством компьютера команд, например программных модулей, выполняемых одним или большим количеством компьютеров или иных устройств. Программные модули обычно содержат подпрограммы, программы, объекты, компоненты, структуры данных и т.д., выполняющие конкретные задачи или реализующие конкретные абстрактные типы данных. Как правило, функциональные возможности программных модулей в различных вариантах осуществления изобретения могут быть объединены или распределены желательным образом.На Фиг. 2 изображена схема последовательности операций, на которой показана обработка, выполняемая компонентом определения функций подобия в одном из вариантов осуществления изобретения. В блоках 201-209 компонент производит циклический выбор каждого типа объекта и определяет функции внутритипового и межтипового подобия для объектов этого типа. В одном из вариантов осуществления изобретения компонент может взаимодействовать с пользователем для определения внутритиповых и межтиповых связей между объектами. Компонент может также определять функции подобия, которые не имеют рекурсивности, основанной на подобии между объектами, например, условиями поиска в запросе, основанными на подобии. В блоке 201 компонент производит выбор следующего типа объекта. В блоке 202 ветвления в том случае, если все типы объектов уже были выбраны, компонент производит возврат, а в противном случае компонент продолжает процедуру, переходя к блоку 203. В блоке 203 компонент производит выбор следующей внутритиповой связи для выбранного типа. В блоке 204 ветвления в том случае, если все внутритиповые связи уже были выбраны, компонент продолжает процедуру, переходя к блоку 206, а в противном случае компонент продолжает процедуру, переходя к блоку 205. В блоке 205 компонент определяет функцию внутритипового подобия для выбранного типа и выбранной связи. Затем компонент производит возврат в начало цикла в блок 203 для выбора следующей внутритиповой связи. В блоке 206 компонент производит выбор следующей межтиповой связи для выбранного типа. В блоке 207 ветвления в том случае, если все межтиповые связи уже были выбраны, компонент продолжает процедуру, переходя к блоку 209, а в противном случае компонент продолжает процедуру, переходя к блоку 208. В блоке 208 компонент определяет функцию межтипового подобия для выбранного типа и выбранной связи. Затем компонент производит возврат в начало цикла в блок 206 для выбора следующей межтиповой связи. В блоке 209 компонент определяет функцию общего подобия путем объединения определенных функций внутритипового подобия и функций межтипового подобия для выбранного типа. Компонент может присвоить каждой из объединенных функций подобия весовые коэффициенты. Затем компонент производит возврат в начало цикла в блок 201 для выбора следующего типа объекта.На Фиг. 3 изображена схема последовательности операций, на которой показана обработка, выполняемая компонентом установления связей в одном из вариантов осуществления изобретения. Компонент осуществляет обработку собранных данных и осуществляет генерацию данных о связях. В блоках 301-308 компонент производит циклический выбор каждого типа объекта и осуществляет генерацию данных о связях для этого типа объекта. В блоке 301 компонент производит выбор следующего типа объекта. В блоке 302 ветвления в том случае, если все типы уже были выбраны, компонент производит возврат, а в противном случае компонент продолжает процедуру, переходя к блоку 303. В блоке 303 компонент производит выбор следующей внутритиповой связи для выбранного типа. В блоке 304 ветвления в том случае, если все внутритиповые связи уже были выбраны, компонент продолжает процедуру, переходя к блоку 306, а в противном случае компонент продолжает процедуру, переходя к блоку 305. В блоке 305 компонент задает элементы данных о связях для выбранного типа и для выбранной внутритиповой связи. Затем компонент производит возврат в начало цикла в блок 303 для выбора следующей внутритиповой связи. В блоке 306 компонент производит выбор следующей межтиповой связи для выбранного типа. В блоке 307 ветвления в том случае, если все межтиповые связи уже были выбраны, компонент производит возврат в начало цикла в блок 301 для выбора следующего типа объекта, а в противном случае компонент продолжает процедуру, переходя к блоку 308. В блоке 308 компонент задает элементы данных о связях для выбранного типа и для выбранной межтиповой связи. Затем компонент производит возврат в начало цикла в блок 306 для выбора следующей межтиповой связи для выбранного типа.На Фиг. 4 изображена схема последовательности операций, на которой показана обработка, выполняемая компонентом вычисления решения для функций подобия в одном из вариантов осуществления изобретения. В блоке 401 компонент инициализирует матрицы подобия. Например, компонент может установить значения подобия на диагоналях равными единице для указания максимального значения подобия, а другие значения подобия установить равными случайным числам. В блоке 402 компонент устанавливает значение разности равным очень большой величине для того, чтобы обеспечить выполнение, по меньшей мере, одной итерации. В блоках 403-408 компонент производит циклическое вычисление функций общего подобия с множеством итераций для обновления матрицы подобия до тех пор, пока не будет получено решение за счет сходимости значений подобия. В блоке 403 компонент производит выбор следующей итерации. В блоке 404 ветвления в том случае, если сумма значений разности для подобий типов является меньшей, чем пороговая разность, то получено решение за счет сходимости, и компонент производит возврат, а в противном случае компонент продолжает процедуру, переходя к блоку 405. В блоке 405 компонент производит выбор следующего типа объекта. В блоке 406 ветвления в том случае, если все типы уже были выбраны, компонент продолжает процедуру, переходя к блоку 408, а в противном случае компонент продолжает процедуру, переходя к блоку 407. В блоке 407 компонент вычисляет функцию подобия для выбранного типа, обновляя матрицу подобия для выбранного типа, а затем производит возврат в начало цикла в блок 405 для выбора следующего типа. В блоке 408 компонент вычисляет разность между значениями подобия при этой итерации и значениями подобия при предыдущей итерации для выбранного типа. Затем компонент производит возврат в начало цикла в блок 403, начиная следующую итерацию.На Фиг. 5 изображена схема последовательности операций, на которой показана обработка, выполняемая компонентом вычисления подобий в одном из вариантов осуществления изобретения. Через компонент пропускается тип объекта, и компонент обновляет матрицы подобия для этого типа. В блоке 501 компонент производит выбор следующей функции внутритипового подобия для пропускаемого типа. В блоке 502 ветвления в том случае, если все функции внутритипового подобия уже были выбраны, компонент продолжает процедуру, переходя к блоку 504, а в противном случае компонент продолжает процедуру, переходя к блоку 503. В блоке 503 компонент вычисляет новое значение подобия для каждого объекта пропускаемого типа. Затем компонент производит возврат в начало цикла в блок 501 для выбора следующей функции внутритипового подобия. В блоке 504 компонент производит выбор следующей функции межтипового подобия для пропускаемого типа объекта. В блоке 505 ветвления в том случае, если все функции межтипового подобия уже были выбраны, компонент продолжает процедуру, переходя к блоку 507, а в противном случае компонент продолжает процедуру, переходя к блоку 506. В блоке 506 компонент вычисляет новые значения подобия для каждого объекта пропускаемого типа с использованием выбранной функции межтипового подобия. Затем компонент производит возврат в начало цикла в блок 504 для выбора следующей функции межтипового подобия. В блоке 507 компонент объединяет матрицы с использованием весовых коэффициентов, осуществляя генерацию общего подобия для пропускаемого типа для текущей итерации. Затем компонент производит возврат.Специалисту в данной области техники понятно, что хотя описание конкретных вариантов осуществления системы определения подобия приведено в иллюстративных целях, могут быть реализованы различные ее модификации, не выходя за пределы сущности и объема настоящего изобретения. Следовательно, настоящее изобретение ограничено только приложенной формулой изобретения.

Способ определения структуры и демодуляции

Изобретение относится к радиотехнике и может быть использовано для целей радиоконтроля, согласованной фильтрации преднамеренных помех, скрытого определения характеристик источников радиоизлучения и для демодуляции сигнала с неизвестной структурой. Технический результат — повышение точности и скорости определения параметров сигнала с неизвестной структурой, ограниченной уровнем шума входного сигнала. Согласно изобретению распознавание и демодуляция сигнала с неизвестной структурой осуществляются за счет применения двухуровневой обработки сигнала с помощью первичной вейвлет-обработки для грубой оценки параметров сигнала (максимальная, минимальная амплитуда и частота), присутствие фазовых искажений и для точного определения параметров сигнала вторичного анализа в нейронных сетях, в которых проводится параллельная обработка сигнала, и автоматическая подстройка под каждый тип входного сигнала. При этом точность определения параметров сопоставима с уровнем шума. 1 з.п. ф-лы, 4 ил.

1. Способ определения структуры и демодуляция сигнала с неизвестной структурой при помощи комплексного многоэтапного исследования характеристик сигнала на основе быстрого Фурье преобразования, изменения частоты дискретизации входного сигнала, регистрации и анализа спектрограмм, отличающийся тем, что обработку входного сигнала с неизвестной структурой производят в два этапа путем первичной вейвлет обработки, определяющей граничные значения параметров сигнала и вторичной обработки в нейронной сети, созданной на одном слое Кохонена, определяющей точные значения параметров сигнала, по результатам которой нейронную сеть модифицируют под исследуемый входной сигнал, после чего строят созвездие сигнала и осуществляют его демодуляцию при помощи стандартных или синтезированных приемников, автоматически подстраиваясь под входной сигнал с неизвестной структурой.

2. Способ определения структуры и демодуляция сигнала с неизвестной структурой по п.1, отличающийся тем, что алгоритм формирования весовых коэффициентов составных нейронов следующий: для каждого значения частоты, фазы и амплитуды вычисляют m гармоник с длительностью в один период и с разной начальной фазой, то есть данный скачок фазы входного сигнала как бы перемещают в разные точки периода, в результате формируют два вектора Si (вектор с различными фазовыми скачками) и Si0 (просто гармонический сигнал с различными частотами и амплитудами), после чего проводят обработку сигнала без начальной синхронизации, диапазон изменения весов каждого нейрона определяют шумовыми составляющими входного сигнала, таким образом, составные нейроны распознают входной сигнал в пределах «размытости» соответствующих весов.

Изобретение относится к радиотехнике и может быть использовано для целей радиоконтроля, согласованной фильтрации преднамеренных помех, скрытого определения характеристик источников радиоизлучения и для демодуляции сигнала с неизвестной структурой.В настоящее время известны различные способы (см. патенты Российской Федерации №№ 2321018, 2236693, 2216748) распознавания сигналов с неизвестными параметрами. Предлагаемые способы используют классические методы обработки сигналов, основанные на преобразовании Фурье, вычислении автокорреляционной функции, огибающей, рассмотрении различных деревьев классификации.Известен способ обнаружения импульсных сигналов с неизвестными параметрами. Заявленное изобретение относится к пассивной локации сигналов и включает преобразование входного сигнала в спектральное представление Фурье, вычисление квадрата модуля от спектрального представления входного сигнала, обратное преобразование Фурье, возведение модуля получаемой автокорреляционной функции в z-ю степень и интегрирование с последующей нормировкой результата интегрирования к максимуму модуля автокорреляционной функции в z-й степени, сравнение получаемого результата с порогом и вынесение соответствующего решения о наличии обнаруживаемого объекта. Достигаемым техническим результатом является малая чувствительность к формам обнаруживаемых импульсных сигналов и стабилизация вероятности ложной тревоги [Патент RU 2321018 C1, G01S 7/28, СПОСОБ ОБНАРУЖЕНИЯ ИМПУЛЬСНЫХ СИГНАЛОВ С НЕИЗВЕСТНЫМИ ПАРАМЕТРАМИ И УСТРОЙСТВО ДЛЯ ЕГО ОСУЩЕСТВЛЕНИЯ, опубликованный 27.03.2008].Недостатком данного способа является возможность обнаружения только импульсных сигналов с неизвестными параметрами. При этом не решается общий случай обнаружения любого типа сигнала с неизвестной структурой.Также известен способ распознавания вида и параметров модуляции радиосигналов на основе совместного использования методов спектрального и кластерного анализа. В предлагаемом способе сначала решается задача обнаружения многокомпонентного радиосигнала и его частотных компонент в полосе анализа. Затем выделяются частотные компоненты и находятся их огибающие. Вычисляя нормировочный коэффициент взаимной корреляции полученных огибающих частотных составляющих многокомпонентного сигнала и сравнивая его с порогом, принимается решение об отнесении принятого радиосигнала к классу сигналов с частотной манипуляцией [Патент RU 2236693 C1, G01S 13/52, G06K 9/00, СПОСОБ РАСПОЗНАВАНИЯ ЧАСТОТНО-МАНИПУЛИРОВАННЫХ СИГНАЛОВ С НЕИЗВЕСТНЫМИ ПАРАМЕТРАМИ, опубликованный 20.09.2004].Недостатком данного способа является возможность распознавания параметров только частотно-манипулированных сигналов. При этом не решается общий случай определения параметров сигнала с неизвестной структурой и произвольным типом модуляции.Анализ источников информации — патентной и научно-технической литературы показал, что наиболее близким является способ распознавания сигналов систем радиосвязи при заранее неизвестных параметрах принимаемого сигнала, основанный на многоступенчатой настройке параметров системы при приеме и цифровой обработке, включающей подстройку по частоте и полосе приема сигнала, изменение частоты дискретизации принятого сигнала, формирование контекстного второго набора классификационных признаков, а также адаптивное (контекстное) подключение второй половины дерева классификации [Патент RU 2216748 С2, G01R 23/16, СПОСОБ РАСПОЗНАВАНИЯ СИГНАЛОВ СИСТЕМ РАДИОСВЯЗИ, опубликованный 20.11.2003], который выбран в качестве прототипа.Тем не менее указанный способ позволяет проводить адаптивное распознавание сигналов с неизвестной структурой в пределах ограниченного класса сигналов, определенных в классификационном дереве признаков, если же сигнал не определен в дереве классификации, то процедура обработки продолжается определенное число раз, после чего сигнал признается нераспознанным.В работе [Патент RU 2216748 С2, G01R 23/16. СПОСОБ РАСПОЗНАВАНИЯ СИГНАЛОВ СИСТЕМ РАДИОСВЯЗИ, опубликованный 20.11.2003] предлагается способ распознавания сигналов, основанный на быстром преобразовании Фурье, данный подход имеет ряд недостатков, не позволяющих определять параметры сложного сигнала.В предлагаемом способе для определения характеристик и демодуляции обработку сигнала производят в два этапа. При первичной обработке исследуют комплексные характеристики сигнала на основе вейвлет-анализа. К примеру, если считать, что каждый вейвлет имеет определенную «ширину» своего временного окна, которому соответствует определенная «средняя» частота Фурье-образа вейвлета, обратная его масштабному коэффициенту, то семейства масштабных коэффициентов вейвлет-преобразования можно считать аналогичными семействам частотных спектров оконного преобразования Фурье, но с одним принципиальным отличием. Масштабные коэффициенты действуют во времени, изменяя «ширину» вейвлетов и соответственно «среднюю» частоту их Фурье-образов, а следовательно, каждой частоте соответствует своя длительность временного окна анализа, и наоборот. Многоразмерное временное окно вейвлет-преобразования позволяет одинаково хорошо выявлять и низкочастотные, и высокочастотные характеристики сигналов.Непрерывное вейвлет-преобразование (ВП) сигнала определяют выражением:

где — непрерывное вейвлет-преобразование сигнала,S(t) — входной сигнал,

— масштаб вейвлет-функции,t — текущее значение времени,τ — сдвиг вейвлет-функции по оси времени,Ψ(t) — является материнским вейвлетом,Ψa(t) — дочерние вейвлеты, образованные масштабированием и сдвигом материнского вейвлета.* — обозначает комплексное сопряжение.Простейшим базисным вейвлетом является вейвлет Хаара

вейвлет-преобразование с использованием базиса Хаара обозначается (Haar WaveletTransform). В отличие от преобразования Фурье, базис ВП хорошо локализован как в частотной, так и во временной областях, что позволяет анализировать кратковременные особенности сигналов. Такими особенностями для сигналов цифровых систем связи являются переходные процессы в тактовые моменты времени. Если вейвлет полностью укладывается на тактовый интервал, то модуль ВП Хаара для сигналов с различными видами модуляции описывается выражениями:

где s, si — мощность элементарной посылки,ωн — несущая частота,ωi — частота элементарной посылки для ЧМ.|HWT(τ)| — модуль ВП Хаара при фиксированном масштабе a в пределах тактового интервала зависит от амплитуды и частоты элементарной посылки. В тактовые моменты времени |HWT(τ)| имеет локальный минимум или максимум (из-за смены передаваемого символа). Таким образом, |HWT(τ)| ФМ сигнала представляет собой постоянную функцию (со всплесками соответствующими тактовым моментам времени), а ЧМ и КАМ сигналов — ступенчатые функции. Так как дисперсия постоянной функции много меньше дисперсии ступенчатой функции, то, устранив всплески путем фильтрации и рассчитав дисперсию |HWT(τ)| анализируемого сигнала, можно выделять сигналы с фазовой манипуляцией (ФМ).Рассмотрим амплитудно-манипулированный сигнал с четырьмя различными манипуляциями амплитуды (см. фиг.1 сверху). Построим его вейвлет-спектр и рассмотрим его особенности (см. фиг.1 снизу). Сравнивая между собой два рисунка, можно сделать вывод, что по вейвлет-спектру сигнала можно легко определить время скачка амплитуды и ее величину по интенсивности вертикальных полос.Рассмотрим частотно-манипулированный сигнал с двумя различными манипуляциями частоты (см. фиг.2 сверху). Построим его вейвлет-спектр (см. фиг.2 снизу) и рассмотрим его особенности. Сравнивая осциллограмму ЧМн сигнала и его вейвлет-спектр, можно сделать вывод о том, что в соответствующие моменты времени, в которые происходят манипуляции частоты, резко меняется интенсивность цвета и ширина вертикальных полос, что свидетельствует о скачке частоты. Фиксируя моменты изменения интенсивности вертикальных полос, определяется скорость передачи.Распознавание и демодуляцию сигнала с неизвестной структурой осуществляют по средствам применения двухуровневой обработки сигнала, включающей первичную вейвлет-обработку и вторичный анализ в нейронных сетях. Поставленную задачу решают за счет того, вейвлет-обработка позволяет провести грубую оценку параметров сигнала (максимальная, минимальная амплитуда и частота), присутствие фазовых искажений. Вторичная обработка в нейронной сети позволяет точно определить параметры сигнала, при этом точность определения параметров сопоставима с уровнем шума. По результатам вторичной обработки корректируют структуру нейронной сети под данный тип сигнала, что существенно сокращает математические затраты на вычисление.По результатам грубой первичной обработки сигнала формируют выходные данные для последующей детальной обработки. Эти данные содержат информацию о максимальной и минимальной амплитудах сигнала, наибольшей и наименьшей частотах входного сигнала. Также при рассматриваемом виде первичной обработки можно определить общее количество амплитуд, частот и фаз принимаемого сигнала. Поскольку определяемые параметры имеют точную привязку ко времени, то это позволяет определить информативность сигнала. Для этапа вторичной обработки предлагается использовать нейронную сеть с одним слоем Кохонена. Общий вид нейронной сети приведен на фиг.3.Алгоритм формирования данных для составных нейронов слоя Кохонена приведен на фиг 4. Входными параметрами являются количество присутствующих частот Nкч, количество амплитуд Nампл и количество фазовых скачков во входном сигнале Nск.ф. В соответствии с этими данными формируют циклы: первый цикл i соответствует числу частот, второй цикл j соответствует числу определяемых фаз, третий цикл k соответствует числу определяемых амплитуд и четвертый цикл m соответствует числу оцифровок, проведенных АЦП за период (см. фиг.4). Таким образом, общая картина формирования данных для нейронов слоя Кохонена следующая: для данного значения частоты, фазы и амплитуды вычисляется m гармоник с длительностью в один период и с разной начальной фазой, то есть данный скачок фазы входного сигнала как бы перемещают в разные точки периода, что позволяет проводить обработку сигнала без начальной синхронизации. На выходе формируют два вектора Si (вектор с различными фазовыми скачками) и Sio (просто гармонический сигнал с различными частотами и амплитудами).Ассоциированное с каждым нейроном Кохонена множество весов соединяет его с каждым входом. Например, на фиг.1 нейрон Кохонена К1 имеет веса w11, w21,…, wm1, составляющие весовой вектор W1. Они соединяются через входной слой с входными сигналами х1, х2,… хm, составляющими входной вектор X. Подобно нейронам большинства сетей выход NET каждого нейрона Кохонена является просто суммой взвешенных входов. Это может быть выражено следующим образом:NETj=w1j·x1+w2j·х2+…+wmj·х2m,где NETj — это выход NET нейрона Кохонена j,NETj=∑ixi·wij

или в векторной записиN=X·W,где N — вектор выходов NET слоя Кохонена. Нейрон Кохонена с максимальным значением NET является «победителем». Его выход равен единице, у остальных он равен нулю.Весовой вектор W является цифровым представлением сигнала с единичным периодом, формирование которого изображено на фиг.4. В зависимости от заданной точности обработки сигнала и результатов первичной обработки сигнала формируется набор базовых векторов, которые впоследствии становятся весами нейронов. Число нейронов Кn выбирается в зависимости от набора базовых векторов с единичным периодом и необходимой точности определения параметров сигнала.Каждому нейрону Кn соответствует весовой вектор Wn. Сеть Кохонена на выходе каждого подслоя формирует выходной вектор с одним «выигравшим» нейроном, соответствующий наибольшему подобию входного сигнала. При этом если в одной подсети появился такой нейрон, то во всех остальных подсетях на выходе будут нули. Таким образом, на выходе нейронной сети мы получим предельно точные характеристики сигнала на данном отрезке времени.При этом с каждым нейроном Кохонена в одной подсети слоя Кохонена (см. фиг.3) ассоциируется один входной вектор, поэтому обучение синтезированного слоя Кохонена производят с помощью одного вычисления на вес, что существенно упрощает математическую процедуру вычислений. Диапазон изменения весов каждого нейрона определяется шумовыми составляющими входного сигнала. Таким образом, нейрон распознает входной сигнал в пределах «размытости» его весов. Организованная таким образом обработка дает возможность определить точные значения параметров сигнала, при этом точность определения параметров ограничена уровнем шума входного сигнала.По окончании вторичной обработки нейронную сеть модифицируют таким образом, чтобы остались только те нейроны, которые активировались в ходе вторичной обработки. После перестройки нейронной сети количество вычислений резко сокращается, поскольку сеть адаптируется под принимаемый сигнал.Предложенный алгоритм двухэтапной обработки сигнала с неизвестной структурой является универсальным, поскольку позволяет системе автоматически подстраиваться под входной сигнал.Достигаемым техническим результатом являются определение параметров и демодуляция сигнала с неизвестной структурой на основе самообучающейся нейронной сети, при этом точность обработки ограничена шумовыми составляющими входного сигнала.Определив параметры, которыми модулирован сигнал, строится созвездие сигнала. Зная созвездие сигнала можно подобрать стандартный демодулятор или синтезировать адаптивный, учитывающий тонкую структуру сигнала, после чего осуществить его демодуляцию. Изложенный подход является уникальным, так как позволяет работать с сигналом, параметры которого заранее не известны.Технический результат заключается в определении параметров сигнала с неизвестной структурой и последующей демодуляцией данного сигнала. Данный результат достигается благодаря применению двухуровневой обработки сигнала. При этом данные, полученные в ходе первичной обработки, настраивают систему для более детальной вторичной обработки. Структура параллельной обработки в нейронной сети позволяет сократить вычислительные затраты и скорректировать работу системы по результатам вторичной обработки. Предлагаемая система автоматически перестраивает структуру нейронной сети под любой сигнал, после чего время обработки резко сокращается и осуществляется демодуляция принятого сигнала.