350 руб
Журнал «Радиотехника» №2 за 2021 г.
Статья в номере:
Возможность применения методов Compressing Sensing в средствах обнаружения нарушителей
DOI: 10.18127/j00338486-202102-06
УДК: 004.931; 51-74; 519.254
Авторы:

Л.И. Двойрис, И.Н. Крюков  

Аннотация:

Постановка проблемы. Аналоговые сигналы от объектов обнаружения, регистрируемые в средствах обнаружения, часто передаются на удаленный пункт сбора данных по каналам связи с низкой пропускной способностью. При этом потеря данных недопустима. Цифровая обработка сигналов в низкопроизводительных вычислительных системах накладывает ограничения на параметры оцифровки сигналов. В таких случаях проблема может решаться за счет компрессии сигналов.

Цель. Исследовать возможность применения методов сжатия и восстановления сигналов для передачи по каналам связи с низкой пропускной способностью, а также для обработки на низкопроизводительных микропроцессорных контроллерах.

Результаты. Показана возможность сжатия сигналов более чем на 50% и последующего восстановления с минимальными потерями. Проведены исследования по апробации методов Compressing Sensing в средствах обнаружения нарушителей.

Практическая значимость. Предложенный математический аппарат для реализации в средствах обнаружения нарушителей на охраняемых рубежах позволяет осуществлять компрессию сигналов без потери качества при обратном восстановлении, а также экономить вычислительный ресурс и сжимать сигналы для передачи по каналам связи.

Страницы: 39-43
Для цитирования

Двойрис Л.И., Крюков И.Н. Возможность применения методов Compressing Sensing в средствах обнаружения // Радиотехника. 2021. Т. 85. № 2. С. 39−43. DOI: 10.18127/j00338486-202102-06.

Список источников
  1. Парфенов В.И., Голованов Д.Ю. Принципы построения и анализа эффективности функционирования беспроводных сенсорных сетей на основе теории Compressive Sensing // Цифровая обработка сигналов. 2016. № 2. С. 14−19.
  2. Baraniuk R., Davenport M., Duarte M., and other. An Introduction to Compressive Sensing. Connections, Rice University, Houston, Texas. 2012. P. 35.
  3. Xiong W., Cao J., Li S. Sparse signal recovery with unknown signal  // EURASIP Journal on Advances in Signal Processing. 2014. Article number: 178.
Дата поступления: 02.12.2020
Одобрена после рецензирования: 23.12.2020
Принята к публикации: 12.01.2021