WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     || 2 |

На правах рукописи

Королёв Алексей Викторович

MЕТОДЫ ОБРАБОТКИ НЕСТАЦИОНАРНЫХ СИГНАЛОВ, ОСНОВАННЫЕ НА СКРЫТЫХ МАРКОВСКИХ МОДЕЛЯХ

05.12.04 – Радиотехника, в том числе системы и устройства телевидения

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

Нижний Новгород – 2009

Работа выполнена на кафедре «Электроника и сети ЭВМ»

Нижегородского государственного технического университета

им. Р.Е. Алексеева»

Научный руководитель: кандидат технических наук, доцент

Семашко Алексей Владимирович

Официальные оппоненты: доктор технических наук, профессор Плужников Анатолий Дмитриевич

кандидат физико-математических наук, Шапошников Дмитрий Евгеньевич

Ведущая организация: ФГУП «НПП Полет»

Защита состоится 12 марта 2009 года в 15 часов на заседании диссертационного совета Д 212.165.01 при Нижегородском государственном техническом университете им. Р.Е. Алексеева по адресу: 603950, г. Нижний Новгород, ул. Минина, 24

С диссертацией можно ознакомиться в библиотеке Нижегородского государственного технического университета им. Р.Е. Алексеева.

Автореферат разослан «___» февраля 2009 г.

Ученый секретарь

диссертационного совета Назаров А.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы: Работа посвящена исследованию и разработке методов анализа и обработки нестационарных случайных сигналов на основе применения скрытых марковских моделей со случайными скачкообразными изменениями параметров.

Cкрытые марковские модели являются методологической основой для исследования многих современных радиотехнических систем: они активно используются для фильтрации сигналов, для нахождения оценок состояний радиотехнических систем, а также применяются в разных задачах структурного анализа. Скрытые марковские процессы нашли широкое применение в сфере телекоммуникаций, они используются для оценивания параметров сигналов при неизвестных характеристиках каналов связи.

При решении задач обработки скрытых марковских моделей обычно предполагается, что статистические характеристики информационных сигналов и структура наблюдений известны и постоянны во времени или же изменяются во времени, однако закон этого изменения заранее известен. Вместе с тем в большинстве практических задач различные измерительные радиотехнические системы работают в условиях нестационарной обстановки со скачкообразными изменениями параметров или импульсными возмущениями, возникающими в случайные заранее неизвестные моменты времени. Учет скачкообразных изменений параметров или импульсных возмущений сигналов необходим в системах связи при резком изменении уровня помех или случайных замираниях сигнала, в системах распознавания изменяющихся образов, в следящих системах сопровождения при маневрах цели. Таким образом, можно сделать вывод об актуальности, рассматриваемых в диссертации методов обработки и анализа структуры случайных нестационарных сигналов со скачкообразно изменяющимися параметрами в дискретном времени.

Цель работы: Разработать и исследовать алгоритмы обработки сигналов для скрытых марковские моделей со случайным скачком параметров, которые бы позволяли, выбирая априорную статистку момента появления скачка, находить момент скачкообразного изменения параметров сигналов, оценивать последовательность скрытых состояний и вычислять параметры как для модели с дискретными наблюдениями, так и для модели с непрерывными наблюдениями на фоне аддитивных шумов.

Задачи работы:

  1. Получить уравнения алгоритма декодирования сигналов для скрытых марковских моделей, обобщающих алгоритм Витерби на случай скачкообразного изменения параметров в случайный момент времени для модели с дискретнозначными наблюдениями. С целью проверки работоспособности провести моделирование синтезированного алгоритма.
  2. Получить уравнения обобщенного алгоритма Витерби для скрытых марковских моделей со случайным скачком параметров, который позволяет оценивать последовательность состояний по данным непрерывных наблюдений принимаемых на фоне аддитивных гауссовых шумов. Провести моделирование синтезированного алгоритма.
  3. Разработать алгоритм интерполяции сигналов и оценивания момента появления скачка параметров для скрытых марковских моделей, со скачкообразным изменением параметра в случайный момент времени.
  4. Получить уравнения для оценки параметров скрытых марковских моделей, обобщающих алгоритм Баума-Уелша на случай скачкообразного изменения параметров модели в случайных момент времени с дискренозначными наблюдениями. Получить уравнения для оценки апостериорной вероятности момента появления скачка. Исследовать зависимость точности оценивания параметров модели от числа их последовательных корректировок. Исследовать зависимость точности оценивания параметров от момента появления скачка параметров. Исследовать работу алгоритма при условии малой вероятности скачка параметров.
  5. Синтезировать алгоритм для оценки скачкообразно изменяющихся параметров скрытых марковских моделей для случая приема смеси наблюдаемой величины и аддитивного гауссовского шума. С целью проверки работоспособности провести моделирование алгоритма.

Методы решения. При решении поставленных задач использовались методы теории оптимальной обработки сигналов, методы марковской теории нелинейной фильтрации случайных процессов, методы обработки скрытых марковских процессов, а также общие методы теории вероятностей и теории статистической радиотехники.

Научная новизна работы заключается в следующем:

  1. Исследованы модели скрытых марковских процессов со скачкообразным изменением параметров модели в случайный момент времени и получены уравнения обобщенного алгоритма Витерби для оценивания последовательности скрытых состояний.
  2. Для оценивания скрытых марковских процессов в обобщенной модели со скачкообразным изменением параметров был применен аппарат теории оптимальной нелинейной фильтрации сигналов, что позволило:

- Разработать алгоритмы оптимального оценивания последовательности скрытых состояний и момента появления скачка параметров путем интерполяции, т.е. анализа данных всей последовательности наблюдений;

- Разработать алгоритмы оценивания параметров обобщенной марковской цепи до момента и после момента их случайного скачкообразного изменения как для случая приема дискретнозначных наблюдений, так и для случая приема смеси наблюдаемой величины и аддитивного гауссова шума.

Практическая ценность. Полученные алгоритмы могут существенно улучшить качество и расширить область применения скрытых марковских моделей в радиотехнических системах с существенно нестационарной обстановкой со случайными скачкообразными изменениями параметров, а именно:

  1. В системах связи при резком изменении уровня помех или случайных замираниях сигнала.
  2. При случайном возникновении помех в системах распознавания речи и образов.
  3. При диагностике сложных технических систем, где часто необходимо оценивать переменные, характеризующие состояние системы, и своевременно обнаруживать скачки параметров, приводящие к нарушению нормального режима ее работы.

Разработана схема оценивания характеристик канала связи и приема данных на базе скрытых марковских моделей со случайным скачкообразным изменением параметров задачах оценивания характеристик канала связи без использования тренировочных последовательностей. Показано, что использование алгортимов обработки скрытых марковских моделей со случайными скачкообразными изменениями параметров в системах связи без использования тренировочных последовательностей позволяет улучшить качество приема и при этом обеспечить устойчивость относительно временных изменений характеристик канала связи.

Положения, выносимые на защиту

  1. Алгоритм оценки состояний процесса позволяет по данным реализации наблюдений и при известных параметрах модели отыскать оценку удовлетворяющую критерию максимума апостериорной вероятности для сигналов, описываемых скрытой марковской моделью, со скачкообразным изменением параметров в случайный момент времени.
  2. Алгоритм интерполяции позволяет по данным реализации наблюдений и при известных параметрах модели вычислять апостериорные вероятности, состояний скачкообразно изменяющихся скрытых марковских моделей и момента их скачка.
  3. Алгоритм оценки параметров позволяет по реализации наблюдений путем коррекции априорных значений параметров найти оценки условных вероятностей переходов и параметры распределения наблюдаемых величин, удовлетворяющих критерию локального максимума функции правдоподобия, а также вычислить оценку момента дискретного времени, при котором происходит скачок параметров.

Публикация результатов

По теме диссертационной работы опубликованы семнадцать работ из них пять статей, тезисы одиннадцати докладов, в том числе пять статьей в изданиях рекомендованных ВАК.

Апробация результатов

Основные результаты диссертации докладывались на VII Международной научно-технической конференции «Математические методы и информационные технологии в экономике», на седьмой нижегородской сессии молодых ученных, на 6-й Международной конференции «Цифровая обработка сигналов и ее применение DSPA», на тринадцатой Всероссийской научно-технической конференции «Информационные технологии в науке, проектировании и производстве», на научных конференциях по радиофизике, на научных семинарах Института радиотехники и информационных технологий НГТУ.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения и библиографического списка. Объем работы составляет 183 листа и содержит 37 рисунков. Список литературы включает 87 наименований.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении к диссертации обосновывается актуальность темы исследований, приведен краткий обзор работ по методам обработки скрытых марковских процессов и методам теории оптимального оценивания сигналов. Сформулированы цели работы, в аннотированном виде изложены основные результаты диссертационной работы.

В первой главе диссертации делается обзор существующих методов обработки скрытых марковских моделей и их использования в системах распознавания речи.

В п. 1.1 дается определение скрытых марковских моделей и их основных элементов и рассмотрен пример перехода от модели, описываемой марковской цепью, к скрытой марковской модели. Показана связь между состояниями наблюдениями и парамтрами СММ (рисунок 1).

Рисунок 1. Графическое представление зависимостей между состояниями и наблюдениями в скрытой марковской модели.

Во втором параграфе рассмотрены основные задачи обработки СММ и приведены методы решения трех основных задач обработки скрытых марковских моделей.

В п. 1.3 рассмотрена возможность применения СММ на примере системы распознавания речевых команд. Рассмотрена общая схема распознавания речи с испольованием СММ и основные принципы распознавания речи на базе скрытых марковских моделей и методы их использования при построении систем распознавания.

Показана общая схема распознавания речи и описаны элементы системы распознавания речи. Рассмотрена различные типы скрытых моделей используемых в практических задача.

Во второй главе рассматриваются задачи оптимального оценивания последовательности состояний для моделей скрытых марковских процессов, обобщенных на случай скачкообразного изменения параметров в случайный момент времени.

В п. 2.1, п. 2.3 предполагается, что в дискретном времени последовательность наблюдений статистически связана с последовательностью скрытых состояний следующими условными вероятностями:

(1)

Здесь, - известные условные вероятности наблюдений, - наблюдаемая дискретная величина из набора значений, - скрытое состояние из набора значений, - неизвестный момент времени, при котором происходит скачкообразное изменение параметров модели.

Марковская последовательность скрытых состояний описывается вероятностью переходов следующего вида:

(2)

и вероятностью начальных состояний:

(3)

Здесь,,, - априорно известные вероятности в рассматриваемой модели.

Графически описанную модель при можно представить в виде, показанном на рисунке 2.

Рисунок 2. Графическое представление зависимостей между состояниями и наблюдениями в скрытой марковской модели со скачком параметров.

В п. 2.1 выводятся уравнения обобщенного алгоритма Витерби для фильтрации сигналов, основанных на скрытых марковских моделях со скачкообразным изменением параметров в случайный момент времени (1) - (3). Алгоритм позволяет находить оптимальные по критерию максимального правдоподобия последовательности состояний модели.

Рассматривается частный случай скачкообразного изменения матрицы переходов в случайный момент времени. Для рассматриваемого случая с целью проверки работоспособности проводится моделирование обобщенного алгоритма Витерби и исследуется зависимость точности оценивания состояний процесса от частоты переключений между состояниями, определяемой матрицей условных вероятностей переходов.

Основываясь на результатах моделирования, можно сделать вывод, что полученный обобщенный алгоритм Витерби для оценивания скрытых марковских процессов в модели с неизвестным временем скачка параметров характеризуется высокой точностью оценивания и хорошим быстродействием.

В п. 2.2 рассматривается задача оценивания апостериорных вероятностей состояния модели и неизвестного момента появления скачка параметров. Данная задача является более общей, чем задача отыскания максимально правдоподобной оценки последовательности состояний, т.к. наиболее полную информацию об оцениваемом состоянии модели содержит апостериорная вероятность, найденная при условии, что на интервале времени наблюдается процесс.

Выбирая затем критерий оптимальности, по вероятностям, можно находить оптимальные оценки момента появления скачка параметров и оценки состояний модели, а также исследовать точности формируемых оценок.

Pages:     || 2 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»