پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,502 |
| تعداد مشاهده مقاله | 124,116,944 |
| تعداد دریافت فایل اصل مقاله | 97,221,788 |
پردازش فازی سیگنال برای استخراج نقاط تکین آن | ||
| نشریه دانشکده فنی | ||
| مقاله 11، دوره 40، شماره 2 - شماره پیاپی 1028، آبان 1385 اصل مقاله (398.87 K) | ||
| نویسنده | ||
| سیدکمال الدین ستاره دان* | ||
| چکیده | ||
| اطلاعات مفید در انواع سیگنالهای مختلف اغلب توسط نقاط تکین آنها مانند لبه ها و قله ها حمل میشوند. مثالهایی از این سیگنالها شامل سیگنالهای رادار، سیگنالهای دیجیتال مخابراتی، سیگنالهای حیاتی (مثلا ECG و EEG و تصاویر پزشکی) میباشند. بنابر این یافتن موقعیت و محل این نقاط تکین یکی از مسائل اولیه مهم و مشترک در اغلب زمینه های پردازش سیگنال و تصویر محسوب میشود. در این مقاله روشی چند مقیاسی1 برای پردازش و یافتن نقاط تکین یک سیگنال ارائه گردیده که در آن اطلاعات موجود در مقیاسهای مختلف به روشی نوین و بصورت فازی با هم ترکیب میگردند. ابتدا نمایش چند مقیاسی سیگنال ورودی با استفاده از تبدیل موجک گسسته حاصل میشود. سپس با تعریف توابع فازی کننده مناسبی که در هر مورد از نقاط تکین (لبه یا قله) متفاوت است، اطلاعات موجود در هر مقیاس از سیگنال به زیر مجموعه ای فازی از فضای سیگنال تبدیل میگردد. زیر مجموعه های فازی مذکور بیان میکنند که هر نقطه از فضای سیگنال تا چه درجه ای میتواند با یک نقطه تکین متقارن باشد. در نهایت با استفاده از اپراتورهای فازی و با ترکیب اطلاعات موجود در زیر مجموعه های فازی مربوط به مقیاسهای مختلف از سیگنال، نقاطی که بیشترین درجه تقارن با نقاط تکین را داشته باشند استخراج میگردند. برتری روش پیشنهادی با اعمال آن به گروهی از سیگنالهای ساختگی و سیگنالهای واقعی نسبت به روشهای مرسوم نشان داده شده است. | ||
| کلیدواژه‌ها | ||
| استخراج قله؛ استخراج لبه؛ پردازش چند مقیاسی؛ تبدیل موجک؛ منطق فازی؛ نقاط تکین | ||
| عنوان مقاله [English] | ||
| - | ||
| چکیده [English] | ||
| Most useful information in different kind of signals is usually carried by such singularities as the edges and peaks. Examples of such signals include Radar signals, the signals generated by the digital communication systems and biological signals (such as ECG, EEG and even medical images). Therefore, extraction and locating these singularities is a main and an initial common step in most of the signal and image processing application. In this paper a new multi-resolution based method for automatically extraction of singular points within the signals is presented where the information at various signal resolutions is combined together in a novel fuzzy manner. In the proposed algorithm, first, the multi-resolution description of the signal is obtained using the wavelet transform. The information at each wavelet transform scale is next transformed into a fuzzy subset of the signal by means of appropriate fuzzyfying functions for each kind of the singularities (edges or peaks). The resulting fuzzy subsets describe to what degree any sample point from the signal domain can represent a singularity at that particular scale. Finally, combining the information at various fuzzy subsets of the signal by means of the fuzzy operators, the sample points with the highest possibility of coincidence with a singularity are identified. The superiority of the proposed algorithm in comparison to the commonly used techniques is shown using various synthetic and real signals. | ||
|
آمار تعداد مشاهده مقاله: 2,227 تعداد دریافت فایل اصل مقاله: 1,496 |
||