Методи фільтрації в гідроакустичних системах
DOI:
https://doi.org/10.31861/sisiot2025.1.01009Ключові слова:
гідроакустика, вейвлет-перетворення, перетворення Фур’є, фільтр ВінераАнотація
У статті розглянуто основні методи фільтрації гідроакустичних сигналів, що використовуються для виділення корисної інформації з природних та антропогенних завад. Надійність і точність гідроакустичних систем залежать від здатності придушувати завади зі збереженням корисних складових прийнятих акустичних сигналів. Особливу увагу приділено вейвлет-згладжуванню, фільтру Вінера, алгоритмам адаптивної фільтрації на основі методу найменших квадратів, а також різноманітним частотно-селективним фільтрам, зокрема смуговим, низькочастотним, високочастотним і режекторним. Ефективність кожного методу обговорюється в контексті типових підводних акустичних середовищ, де джерела шуму відрізняються за походженням і спектральними характеристиками. В рамках дослідження для оцінки та порівняння методів фільтрації використовувався реальний гідроакустичний сигнал, записаний за допомогою широкосмугового гідрофона в природних водних умовах. Сигнал містив як низькочастотні, так і високочастотні завади, а також імпульсні шуми, характерні для біологічних та антропогенних джерел. Для моделювання та візуалізації процесу фільтрації, включаючи вейвлет-розкладання та порогове значення, було використано програмне забезпечення MATLAB. На основі отриманих результатів запропоновано комбінований підхід до фільтрації, який інтегрує кілька взаємодоповнюючих методів для підвищення чіткості сигналу. Ця гібридна стратегія дозволяє більш точно виявляти та ідентифікувати підводні об'єкти, адаптуючись до конкретних шумових сценаріїв. Результати моделювання підтверджують, що багатоступенева схема фільтрації значно покращує відношення сигнал/шум і зберігає інформативні характеристики гідроакустичного сигналу. Запропонований підхід може бути застосований до гідроакустичних систем, що використовуються для морських досліджень, підводної навігації та екологічного моніторингу.
Завантажити
Посилання
V. I. Khimchenko, Akustyka ta optyka okeanu: konspekt lektsii. Odesa: ODEKU, 2013. [Online]. Available: http://eprints.library.odeku.edu.ua/id/eprint/668/1/KONSPEKT(akustika%20i%20optika).pdf
V. K. Madisetti, The Digital Signal Processing Handbook, 2nd ed. Boca Raton, FL: CRC Press, 2009.
N. Wiener, Extrapolation, Interpolation, and Smoothing of Stationary Time Series. Cambridge, MA: MIT Press, 1949.
A. V. Oppenheim and R. W. Schafer, Discrete-Time Signal Processing, 3rd ed. Upper Saddle River, NJ: Prentice Hall, 2009.
J. G. Proakis and D. G. Manolakis, Digital Signal Processing: Principles, Algorithms, and Applications, 4th ed. Pearson, 2006.
S. Haykin, Adaptive Filter Theory, 5th ed. Pearson, 2014.
L. L. Scharf, Statistical Signal Processing: Detection, Estimation, and Time Series Analysis. Reading, MA: Addison-Wesley, 1991.
A. H. Assi, Ed., Engineering Education and Research Using MATLAB. [Online]. Available: http://dx.doi.org/10.5772/1532
K. P. Soman, K. I. Ramachandran, and N. G. Resmi, Wavelets in Python, MATLAB, and Julia: Theory and Practice. [Online]. Available: https://books.google.com.ua/books?id=V7DgqDL_ZuAC&printsec=frontcover&hl=uk#v=onepage&q&f=false
I. Daubechies, Ten Lectures on Wavelets. [Online]. Available: https://jqichina.wordpress.com/wp-content/uploads/2012/02/ten-lectures-of-waveletsefbc88e5b08fe6b3a2e58d81e8aeb2efbc891.pdf
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Безпека інфокомунікаційних систем та Інтернету речей

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.