Recognition of signals from pulsed sources based on the form of wavelet spectra constructed by the principal component method

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

A method for recognizing infrasound acoustic signals for two types of sources based on the analysis of the shape of their wavelet spectra is proposed. The idea of constructing this form is based on the principal component method. Morphological image analysis methods are used to search for characteristic areas. The proposed method makes it possible to effectively solve the problem of multiclass classification of acoustic signals.

Авторлар туралы

M. Zakirov

Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences; Lomonosov Moscow State University

Хат алмасуға жауапты Автор.
Email: zakirov.mn16@physics.msu.ru

Faculty of Physics

Ресей, Moscow; Moscow

S. Kulichkov

Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences; Lomonosov Moscow State University

Email: zakirov.mn16@physics.msu.ru

Faculty of Physics

Ресей, Moscow; Moscow

A. Chulichkov

Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences; Lomonosov Moscow State University

Email: zakirov.mn16@physics.msu.ru

Faculty of Physics

Ресей, Moscow; Moscow

N. Tsybulskaya

Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences

Email: zakirov.mn16@physics.msu.ru
Ресей, Moscow

Әдебиет тізімі

  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.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

© Russian Academy of Sciences, 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».