Л.И. Двойрис, И.Н. Крюков
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.
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.
- 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.
- Baraniuk R., Davenport M., Duarte M., and other. An Introduction to Compressive Sensing. Connections, Rice University, Houston, Texas. 2012. P. 35.
- Xiong W., Cao J., Li S. Sparse signal recovery with unknown signal // EURASIP Journal on Advances in Signal Processing. 2014. Article number: 178.