Россия
В статье анализируются функциональные возможности низкочастотного фильтра с вычисленными оптимальными коэффициентами гашения помех в сигнале. Представлена структурная схема и внешний вид платы для снятия низкочастотных сигналов коры головного мозга человека. Разработан математический алгоритм обработки низкочастотного сигнала частоты 10-40 Гц с применением вейвлет-преобразования Добеши и низкочастотного фильтра.
низкочастотный сигнал, обработка сигнала, вейвлет Добеши, вейвлет-преобразование, проектирование, низкочастотный фильтр.
I. Введение
На данный момент существует множество приложений для профессиональной обработки сигналов, в которых широко используются различные методы преобразований сигнала с целью получения нужных данных. Например, для подготовки цифровых фонограмм, реставрации записей, для систем управления устройствами в реальном времени используются методы изменения темпа сигнала и амплитудно-частотные характеристики (АЧХ). Эти методы позволяют, в значительной мере, сэкономить время на обработку, т.к. предоставляют возможность исправлять различного рода ошибки и корректировать сигнал в процессе обработки.
Таким образом, разработанные алгоритмы вейвлет-преобразования Добеши [1-3] и Морле [4-5], предназначенных специально для анализа и обработки низкочастотного сигнала коры головного мозга в реальном времени, имеют свои недостатки. Они выражаются в отсутствии устранять в исходном низкочастотном сигнале различного рода шумы и помехи, что не позволяет проводить качественный анализ полученных данных.
Применение низкочастотного фильтра (НЧФ) к разработанным математическим алгоритмам позволяет частично устранить перечисленные недостатки. Метод обработки низкочастотного сигнала с помощью низкочастотного фильтра основан на частотно-временном представлении сигнала при помощи быстрого преобразования Фурье (БПФ) [6]. Однако данных подход не сохраняет временную информацию о сигнале, а также и о времени появления частоты.
Метод кратковременного преобразования Фурье (КВПФ) является серией оконного быстрого преобразования Фурье, который перекрывает по времени и позволяет за счет фреймового подхода сохранять временную информацию о спектре сигнала.
Один из традиционных подходов к смене высоты тона без изменения длительности сигнала состоит в вычислении двухмерного частотно-временного представления сигнала описанным выше методом. Таким образом, низкочастотный фильтр позволяет устранять различные сторонние шумы/помехи без искажения исходного низкочастотного сигнала [7].
1. Табаков, Ю. Г. Метод и алгоритм обработки НЧ сигналов с помощью вейвлета Добеши [Текст] / Ю. Г. Табаков, В. В. Лавлинский, Д. В. Бибиков // Моделирование систем и процессов. - 2014. - № 3. - С. 42-44.
2. Бибиков, Д. В. Вейвлет-преобразование Добеши для низкочастотных сигналов, снятых с коры головного мозга человека [Текст] / Д. В. Бибиков, Р. Б. Буров, В. В. Лавлинский, Ю. Г. Табаков // Моделирование систем и процессов. - 2013. - № 2. - С. 8-11.
3. Лавлинский, В. В. Анализ вейвлет-преобразований Добеши и Морле на малейшие изменения в НЧ сигнале [Текст] / В. В. Лавлинский, Ю. Г. Табаков // Научный вестник Воронежского государственного архитектурно-строительного университета. Серия: Информационные технологии в строительных, социальных и экономических системах. - 2014. - № 2. - С. 56-59.
4. Табаков, Ю. Г. Анализ вейвлет-преобразования Морле для снятия и обработки НЧ сигналов [Текст] / Ю. Г. Табаков, Д. В. Бибиков // Системы управления и информационные технологии. - 2014. - Т. 57. - № 3.2. -С. 272-275.
5. Бибиков, Д. В. Модифицированный алгоритм вейвлет-преобразования Морле для анализа НЧ сигналов [Текст] / Д. В. Бибиков, В. В. Лавлинский, Ю. Г. Табаков // Моделирование систем и процессов. - 2013. - № 3. - С. 12-14.
6. Табаков, Ю. Г. Оптимизация алгоритмов вейвлет-преобразования при моделировании НЧ сигналов [Текст] / Ю. Г. Табаков, В. В. Лавлинский, Д. В. Бибиков // Моделирование систем и процессов. - 2014. - № 3. - С. 47-49.
7. Бибиков, Д. В. Исследование подходов для создания информационной составляющей при проектировании интеллектуального тренажера на основе сигналов коры головного мозга [Текст] / Д. В. Бибиков, Р. Б. Буров, В. В. Лавлинский, Ю. Г. Табаков // Моделирование систем и процессов. - 2012. - № 4. - С. 52-56.
8. Бибиков, Д. В. Метод проектирования схем для считывания НЧ-сигналов с коры головного мозга [Текст] / Д. В. Бибиков, Р. Б. Буров, В. В. Лавлинский, Ю. Г. Табаков // Моделирование систем и процессов. - 2013. -№ 2. - С. 11-14.
9. Уткин, Д. М. Проблемно-ориентированное программное обеспечение для расчета показателей надежности сложных блоков программно-технических комплексов и его интеграция в САПР сквозного проектирования [Текст] / Д. М. Уткин, В. К. Зольников // Моделирование систем и процессов. - 2013. - № 3. - С. 48-51.
10. Табаков, Ю. Г.Обработка НЧ сигналов для интеллектуальных тренажеров с применением программных линейных фильтров с дискретным временем [Текст] / Ю. Г. Табаков, В. В. Лавлинский, Д. В. Бибиков // Моделирование систем и процессов. - 2014. - № 3. - С. 45-47.
11. Лавлинский, В. В. Интеллектуальный тренажёр [Текст] / В. В. Лавлинский, Д. В. Бибиков, Р. Б. Буров, Ю. Г. Табаков // Актуальные направления научных исследований XXI века: теория и практика. - 2014. - Т. 2. -№ 4-3 (9-3). - С. 360-367.
