Застосування методів розпізнавання випадкових сигналів у прикладних задачах

При вирішенні прикладних задач розпізнавання у галузях радіолокації, радіометеорології, радіомоніторингу та медичної діагностики інформація про розпізнавані об'єкти подається у формі випадкових сигналів, що одержуються за допомогою відповідних фізичних датчиків сигналів. Різні типи випадкових сигналів, які пропонуються для розпізнавання в прикладних задачах, визначають необхідність використання різних імовірнісних моделей для опису сигналів, що приводить до різних методів розпізнавання сигналів. Наявність апріорної невизначеності про імовірнісні характеристики сигналів долається з використанням навчальних вибірок сигналів. Однак на практиці зустрічаються ситуації, коли наряду зі статистично заданими сигналами на розпізнавання подаються невідомі сигнали, для яких навчальні вибірки не можуть бути отримані. У цьому випадку класичні методи розпізнавання не можуть бути застосовані.

У даній роботі розглядаються нетрадиційні методи селекції і розпізнавання статистично заданих сигналів при наявності невідомих сигналів для випадку опису сигналів різними імовірнісними моделями, зокрема, у вигляді ортогональних розкладів, процесів авторегресії, сумішей розподілів випадкових сигналів. Запропоновано відповідні алгоритми розпізнавання, які працюють у режимах навчання і розпізнавання. Невідомі параметри алгоритмів розпізнавання оцінюються за класифікованими навчальними вибірками заданих класів сигналів.

Проведено дослідження практичних особливостей застосування запропонованих методів селекції та розпізнавання статистично заданих випадкових сигналів при вирішенні ряду прикладних задач розпізнавання у галузях радіолокації, радіометеорології, радіомоніторингу та медичної діагностики. Дослідження було проведено шляхом статистичного моделювання на вибірках сигналів, типових для конкретної прикладної задачі. Навчальні вибірки сигналів були використані для оцінювання невідомих параметрів відповідних алгоритмів розпізнавання. За допомогою контрольних вибірок сигналів було проведено оцінювання якості розпізнавання сигналів.

При дослідженні задачі радіолокаційного розпізнавання типів об'єктів в якості адекватної ймовірнісної моделі для математичного опису віддалених зображень було обрано імовірнісна модель у вигляді ортогональних розкладів випадкових сигналів. Дослідження задачі радіолокаційного розпізнавання типів метеорологічних об'єктів по флуктуаціях інтенсивності відбитих сигналів проведено з використанням ймовірнісної моделі у вигляді процесів авторегресії. При розпізнаванні типів і видів модуляції радіосигналів в задачі радіомоніторингу було використано методи розпізнавання на основі імовірнісних моделей у вигляді ортогональних розкладів і сумішей розподілів випадкових сигналів. При дослідженні задачі автоматизованого розпізнавання стадій сну по електроенцефалограмам було використано метод розпізнавання сигналів на основі ймовірнісної моделі у вигляді процесів авторегресії. При дослідженні задачі ідентифікації абонентів інфокомунікаційних мереж за особливостями їх голосу в якості інформативних ознак використовувались коефіцієнти перетворення Фур’є автокореляційної функції мовного сигналу і сигналу залишків лінійного передбачення. В результаті досліджень було отримано імовірності розпізнавання, достатні для практичного застосування в розглянутих прикладних задачах.