Распознавание сигналов от импульсных источников на основе формы вейвлет-спектров, построенной методом главных компонент

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Предложен метод распознавания инфразвуковых акустических сигналов для двух типов импульсных источников на основе анализа формы их вейвлет-спектров. Идея построения этой формы основана на методе главных компонент. Для поиска характерных областей применяются методы морфологического анализа изображений. Предложенный метод позволяет эффективно решать задачу многоклассовой классификации акустических сигналов.

Об авторах

М. Н. Закиров

Институт физики атмосферы имени А.М. Обухова Российской Академии наук; Московский государственный университет имени М.В. Ломоносова

Автор, ответственный за переписку.
Email: zakirov.mn16@physics.msu.ru

физический факультет

Россия, Москва; Москва

С. Н. Куличков

Институт физики атмосферы имени А.М. Обухова Российской Академии наук; Московский государственный университет имени М.В. Ломоносова

Email: zakirov.mn16@physics.msu.ru

физический факультет

Россия, Москва; Москва

А. И. Чуличков

Институт физики атмосферы имени А.М. Обухова Российской Академии наук; Московский государственный университет имени М.В. Ломоносова

Email: zakirov.mn16@physics.msu.ru

физический факультет

Россия, Москва; Москва

Н. Д. Цыбульская

Институт физики атмосферы имени А.М. Обухова Российской Академии наук

Email: zakirov.mn16@physics.msu.ru
Россия, Москва

Список литературы

  1. Закиров М. Н., Куличков С. Н., Чуличков А. И., Чунчузов И. П., Попов О. Е., Мишенин А. А., Буш Г. А., Цыбульская Н. Д., Голикова Е. В. Метод декомпозиции в задаче акустического зондирования анизотропной структуры атмосферы // Доклады Российской академии наук. Науки о Земле. 2023. T. 511. № 1. С. 98–104.
  2. Цыбульская Н. Д., Куличков С. Н., Чуличков А. И. Исследование возможности классификации инфразвуковых сигналов от разных источников // Известия РАН. Физика атмосферы и океана. 2012. Т. 48. № 4. С. 434–441.
  3. Пытьев Ю. П., Чуличков А. И. Методы морфологического анализа изображений. М.: ФИЗМАТЛИТ, 2010. 336 с.
  4. Chulichkov A., Kulichkov S., Tsybulskaya N., Goli kova E. Comparing signal waveforms and their use in estimating signal lag time // Pure and Applied Geophysics. 2019. 176. 335–344. https://doi.org/10.1007/s00024-018-2056-x
  5. Chulichkov A., Tsybulskaya N., Tsvetaev S., Surkont O. Classification of acoustic signals of discharge processes in insulation based on the shape of their wavelet spectra // Moscow University Physics Bulletin. 2009. 64(2). 218–220. https://doi.org/10.3103/S0027134909020246
  6. Chulichkov A. I., Tsybulskaya N. D., Zakirov M. N. et al. Detecting Infrasonic Signals from Impulsive Sources on the Basis of Their Wavelet Spectrum Forms // Pure Appl. Geophys. 2022. 179. 4609–4625. https://doi.org/10.1007/s00024-022-03183-w
  7. Lilly J. M., Olhede S. C. Generalized Morse Wa ve lets as a Superfamily of Analytic Wavelets // IEEE Transactions on Signal Processing. 2012. 60. No. 11 (November 2012): 6036–6041. https://doi.org/10.1109/TSP.2012.2210890
  8. Lilly J. M., Olhede S. C. Higher-Order Properties of Analytic Wavelets // IEEE Transactions on Signal Processing. 2009. 57. No. 1 (January 2009): 146–160. https://doi.org/10.1109/TSP.2008.2007607
  9. Calculating the singular values and pseudo-inverse of a matrix, by G. H. Golub and W. Kahan // Journal of the Society for Industrial & Applied Mathematics, Series B: Numerical Analysis. 1965. 212.
  10. A low-dimensional procedure for the characterization of human faces, by L. Sirovich and M. Kirby // Journal of the Optical Society of America A. 1987. 491.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».