WikiDer > S преобразование

S transform

S преобразовать как частотно-временное распределение было разработано в 1994 году для анализа геофизических данных.[1][2] Таким образом, S преобразование является обобщением кратковременное преобразование Фурье (STFT), расширяя непрерывное вейвлет-преобразование и преодоление некоторых его недостатков. Во-первых, синусоиды модуляции фиксированы относительно оси времени; это локализует масштабируемые расширения и переводы окна Гаусса в S преобразовать. Более того, S преобразование не имеет перекрестных проблем и дает лучшую четкость сигнала, чем Преобразование Габора. Тем не менее S transform имеет свои недостатки: четкость хуже, чем Функция распределения Вигнера и Функция распределения классов Коэна.[нужна цитата]

Быстрый S Алгоритм преобразования был изобретен в 2010 году.[3][4] Это снижает вычислительную сложность с O [N2· Log (N)] в O [N · log (N)] и выполняет преобразование один к одному, где преобразование имеет то же количество точек, что и исходный сигнал или изображение, по сравнению со сложностью хранения N2 для оригинальной рецептуры.[4][5] Реализация доступна исследовательскому сообществу под лицензия с открытым исходным кодом.[6]

Общая формулировка S-преобразования[4] проясняет связь с другими частотно-временными преобразованиями, такими как преобразования Фурье, кратковременные преобразования Фурье и вейвлет-преобразования.[4]

Определение

Есть несколько способов представить идею S преобразовать. Здесь, S преобразование выводится как фазовая коррекция непрерывного вейвлет-преобразования с окном, являющимся Функция Гаусса.

  • S-преобразование
  • Обратное S-преобразование

Измененная форма

  • Форма спектра

Приведенное выше определение подразумевает, что функция s-преобразования может быть выражена как свертка и .
Применяя Преобразование Фурье как для и дает

.
  • Дискретное время S-преобразование

Из Спектральной формы S-преобразования мы можем вывести S-преобразование с дискретным временем.
Позволять , куда - интервал выборки и - частота дискретизации.
Тогда S-преобразование дискретного времени может быть выражено как:

Реализация S-преобразования дискретного времени

Ниже представлен псевдокод реализации.

  Step1.Compute  
loop {Step2.Computeза
Шаг 3. Перемещение к
Шаг 4. Умножьте Шаг 2 и Шаг 3
Шаг 5.IDFT (). Повторение.}

Сравнение с другими инструментами частотно-временного анализа

Сравнение с преобразованием Габора

Единственная разница между Габор трансформ (GT) и S Transform - размер окна. Для GT размер окна является функцией Гаусса. Между тем, оконная функция для S-преобразования является функцией f. С оконной функцией, пропорциональной частоте, S-преобразование хорошо работает при анализе частотной области, когда входная частота низкая. Когда входная частота высока, S-Transform имеет лучшую четкость во временной области. Как в таблице ниже.

Низкая частотаПлохая четкость во временной областиХорошая четкость в частотной области
Высокая частотаПлохая четкость в частотной областиХорошая четкость во временной области

Такое свойство делает S-Transform мощным инструментом для анализа звука, поскольку человек чувствителен к низкочастотной составляющей звукового сигнала.

Сравнение с преобразованием Вигнера

Основная проблема с преобразованием Вигнера - это перекрестный член, который проистекает из функции автокорреляции в функции преобразования Вигнера. Этот перекрестный член может вызвать шум и искажения при анализе сигналов. Анализ S-преобразования позволяет избежать этой проблемы.

Сравнение с кратковременным преобразованием Фурье

Мы можем сравнить S преобразование и кратковременное преобразование Фурье (STFT).[2][7] Во-первых, в эксперименте используются высокочастотный сигнал, низкочастотный сигнал и высокочастотный импульсный сигнал для сравнения характеристик. S-образная характеристика частотно-зависимого разрешения позволяет обнаруживать высокочастотный всплеск. С другой стороны, поскольку STFT состоит из окна постоянной ширины, это приводит к ухудшению определения результата. Во втором эксперименте к скрещенным чирпам добавляются еще два высокочастотных пакета. В результате все четыре частоты были обнаружены с помощью S-преобразования. С другой стороны, два всплеска высоких частот не обнаруживаются STFT. Из-за перекрестных всплесков высоких частот STFT имеет единственную частоту на более низкой частоте.

Приложения

  • Фильтрация сигналов[8]
  • Магнитно-резонансная томография (МРТ)[9]
  • Распознавание нарушений в энергосистеме
    • S Было доказано, что преобразование может идентифицировать несколько типов помех, например, провал напряжения, скачок напряжения, мгновенное прерывание и колебательные переходные процессы.[10]
    • S преобразование также может применяться для других типов возмущений, таких как зазубрины, гармоники с провисаниями и волнами и т. д.
    • S transform генерирует контуры, подходящие для простого визуального контроля. Однако для вейвлет-преобразования требуются специальные инструменты, такие как стандартные анализ с несколькими разрешениями.
  • Анализ геофизических сигналов

Смотрите также

Рекомендации

  1. ^ Стоквелл, Р.Г.; Mansinha, L; Лоу, Р.П. (1996). «Локализация сложного спектра: S-образное преобразование». Транзакции IEEE при обработке сигналов. 44 (4): 998–1001. CiteSeerX 10.1.1.462.1500. Дои:10.1109/78.492555.
  2. ^ а б Стоквелл, Р.Г. (1999). S-трансформативный анализ активности гравитационных волн с помощью небольшой сети формирователей изображений свечения атмосферы. Кандидатская диссертация, Университет Западного Онтарио, Лондон, Онтарио, Канада.
  3. ^ Браун, РА; Фрейн, Р. (2008). Быстрое дискретное S-преобразование для обработки биомедицинских сигналов. Conf Proc IEEE Eng Med Biol Soc. 2008. С. 2586–9. Дои:10.1109 / IEMBS.2008.4649729. ISBN 978-1-4244-1814-5. PMID 19163232.
  4. ^ а б c d Браун, Роберт А .; Лаузон, М. Луи; Фрейн, Ричард (январь 2010 г.). «Общее описание линейных частотно-временных преобразований и формулировка быстрого обратимого преобразования, которое без избыточности отбирает спектр непрерывного S-преобразования». Транзакции IEEE при обработке сигналов. 58 (1): 281–290. Дои:10.1109 / tsp.2009.2028972. ISSN 1053-587X.
  5. ^ Келли Сансом, "Fast S Transform", Университет Калгари, https://www.ucalgary.ca/news/utoday/may31-2011/computing
  6. ^ http://sourceforge.net/projects/fst-uofc/
  7. ^ Э. Сейдич, И. Джурович, Дж. Цзян, «Частотно-временное представление характеристик с использованием концентрации энергии: обзор последних достижений», Цифровая обработка сигналов, т. 19, нет. 1, стр. 153-183, январь 2009 г.
  8. ^ Дитоммазо, Р., Муччиарелли, М., Понзо, ФК (2012). АНАЛИЗ НЕСТАЦИОНАРНЫХ СТРУКТУРНЫХ СИСТЕМ С ПОМОЩЬЮ ФИЛЬТРА С ПЕРЕМЕННОЙ ПОЛОСЫ. Бюллетень сейсмологической инженерии. Дои:10.1007 / s10518-012-9338-у. Смотрите также MATLAB файл
  9. ^ Хунмэй Чжу и Дж. Росс Митчелл, «S-образное преобразование в медицинской визуализации», Университет Калгари, Центр исследования семейных врачей моряков, Медицинский центр Предгорья, Канада.
  10. ^ Пракаш К. Рэй и др. «Определение когерентности в подключенной к сети гибридной системе на основе распределенной генерации при сценариях изолирования». Power and Energy (PECon), Международная конференция IEEE 2010 г. IEEE, 2010 г.,Дои:10.1109 / PECON.2010.5697562
  • Рокко Дитоммазо, Феличе Карло Понцо, Джанлука Аулетта (2015). Обнаружение повреждений каркасных конструкций: оценка модальной кривизны с помощью преобразования Стоквелла при сейсмическом возбуждении. Землетрясение и инженерная вибрация. Июнь 2015 г., Том 14, Выпуск 2, стр. 265–274.
  • Рокко Дитоммазо, Марко Муччарелли, Феличе К. Понцо (2010). Фильтр на основе S-преобразования, применяемый для анализа нелинейного динамического поведения почвы и зданий. 14-я Европейская конференция по сейсмостойкости. Сборник трудов. Охрид, Республика Македония. 30 августа - 3 сентября 2010 г. (скачать с http://roccoditommaso.xoom.it)
  • М. Муччарелли, М. Бьянка, Р. Дитоммазо, М. Р. Галлиполи, А. Маси, С. Милкерайт, С. Паролаи, М. Пикоцци, М. Вона (2011). ПОВРЕЖДЕНИЯ ЖИВОТНЫХ ЗДАНИЙ В ДАЛЬНЕМ ПОЛЕ: ПРИМЕР НАВЕЛЛИ ВО ВРЕМЯ СЕЙСМИЧЕСКОЙ ПОСЛЕДОВАТЕЛЬНОСТИ ЛАКИЛА (ИТАЛИЯ), 2009. Бюллетень сейсмологической инженерии. Дои:10.1007 / s10518-010-9201-y.
  • Дж. Дж. Динг, «Частотно-временной анализ и заметка о курсе вейвлет-преобразования», факультет электротехники, Национальный университет Тайваня (NTU), Тайбэй, Тайвань, 2007.
  • Джая Бхарата Редди, Душманта Кумар Моханта и Б. М. Каран, «Распознавание нарушений в энергосистеме с использованием методов вейвлета и s-преобразования», Технологический институт Бирла, Месра, Ранчи-835215, 2004.
  • Б. Боашаш, «Заметки об использовании распределения Вигнера для частотно-временного анализа сигналов», IEEE Trans. на Акуст. Речь. и обработка сигналов, т. 26, вып. 9 августа 1987 г.
  • Р. Н. Брейсвелл, Преобразование Фурье и его приложения, McGrawHill Book Company, Нью-Йорк, 1978
  • Э. О. Бригам, Быстрое преобразование Фурье, Prentice-Hall Inc., Энглвуд Клиффс, Нью-Джерси, 1974 г.
  • Коэн, Л. (1989). «Частотно-временные распределения - Обзор». Proc. IEEE. 77 (7): 941–981. CiteSeerX 10.1.1.1026.2853. Дои:10.1109/5.30749.
  • И. Добеши, "Вейвлет-преобразование, частотно-временная локализация и анализ сигналов", IEEE Trans. по теории информации, т. 36, нет. 5 сентября 1990 г.
  • Фардж, М. (1992). «Вейвлет-преобразования и их применение к турбулентности». Ежегодный обзор гидромеханики. 24: 395–457. Дои:10.1146 / annurev.fluid.24.1.395.
  • Д. Габор, "Теория коммуникации", J. Inst. Избрать. Англ., Т. 93, нет. 3. С. 429–457, 1946.
  • Goupillaud, P .; Grossmann, A .; Морле Дж. (1984). «Цикл-октава и связанные с ней преобразования в сейсмическом анализе». Георазведка. 23: 85–102. Дои:10.1016/0016-7142(84)90025-5.
  • F. Hlawatsch и G. F. Boudreuax-Bartels, 1992 "Линейные и квадратичные частотно-временные представления сигналов", IEEE SP Magazine, стр. 21–67
  • Rioul, O .; Веттерли, М. (1991). «Вейвлеты и обработка сигналов» (PDF). Журнал IEEE SP. 8 (4): 14–38. Дои:10.1109/79.91217.
  • Р. К. Янг, Теория всплесков и ее приложения, Kluwer Academic Publishers, Dordrecht, 1993