Адаптивное сжатие одномерных сигналов на основе вейвлет-преобразования с автоматическим подбором оптимальных параметров
Ключевые слова:
вейвлет-преобразование, сжатие сигналов, адаптивный алгоритм, пороговая обработка, оптимизация параметров, вейвлеты Daubechies, вейвлеты Symlets, вейвлеты CoifletsАннотация
В статье описан адаптивный алгоритм сжатия одномерных сигналов на основе вейвлет-преобразования (ВП) с автоматическим выбором оптимальных параметров обработки. Реализованный метод решает проблему ручного подбора параметров в классических подходах к вейвлет-сжатию через систематический анализ пространства возможных комбинаций "вейвлет–порог". Исследования, проведенные на тестовом радиосигнале с SNR=10 дБ, показали возможность достижения сжатия до 94,4 % при контролируемой ошибке восстановления 18,6–31,2 %. Реализованный алгоритм демонстрирует адаптивность к характеристикам сигнала и обеспечивает на 15–40 % лучшие результаты по сравнению с методами фиксированных параметров.
Библиографические ссылки
Чумаров С.Г., Лысов П.С. Сравнительный анализ алгоритмов сжатия аудиоданных с помощью вейвлет-функций // Нигматуллинские чтения: сборник докладов Междунар. науч. конф. Казань, 2023. С. 172-174.
Viliam Ďuriš, Vladimir I. Semenov, Sergey G. Chumarov. Application of discrete and fast Fourier transforms to increase the speed of multiscale image analysis. TEM Journal, 2024, 13(1), 349-354. DOI: 10.18421/TEM131-36.
Ďuriš V., Semenov V. I., Chumarov S. G. Wavelet transform of signals with VBA applications. Ste-Con: Karlsruhe, GmbH, Germany, 2022, 1st. ed., 203 p.
Чумаров С.Г., Серейкин С.Ю. Вейвлет-анализ искажений FM-сигналов // Актуальные проблемы радиоэлектроники и телекоммуникаций: Материалы Всерос. науч.-техн. конф. – Самара: Самар. ун-т, 2026. С. 264-266.
Чумаров С.Г., Краснов М.А. Сравнительный анализ дискретного и непрерывного вейвлет-преобразований для фильтрации BPSK-сигналов ГЛОНАСС // Инженерно - техническое образование и наука: cб. тр. VI Междунар. науч.-практ. конф. – Новороссийск: Изд-во НФ БГТУ им. В. Г. Шухова, 2026. С. 162-163.
Семенов В.И., Чумаров С.Г. От конструирования вейвлетов на основе производных функции Гаусса к синтезу фильтров с конечной импульсной характеристикой // Научно-технический вестник информационных технологий, механики и оптики. 2024. Т. 24, № 2. С. 306–313. doi: 10.17586/2226-1494-2024-24-2-306-313.
Семенов В.И., Чумаров С.Г. Уменьшение времени обратного вейвлет-преобразования изображения с применением симметричного ортогонального вейвлета. Свидетельство о регистрации программы для ЭВМ RU 2023664790. 07.07.2023.
Чумаров С.Г., Семенов В.И., Сас Д.Д. Улучшение точности реконструкции изображений с применением вейвлет-преобразования в частотной области // Вестник Казанского государственного технического университета им. А.Н. Туполева. 2025. Т. 81. № 2. С. 102-109.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Молодёжный вестник Новороссийского филиала Белгородского государственного технологического университета им. В. Г. Шухова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
Copyright information
Тексты данной электронной статьи защищены (cc) Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Вы можете свободно:
Делиться (You are free: to Share) – копировать, распространять и передавать другим лицам данную электронную книгу при обязательном соблюдении следующих условий:
– Атрибуция (Attribution) – Вы должны атрибутировать произведения (указывать автора и источник) в порядке, предусмотренном автором или лицензиаром (но только так, чтобы никоим образом не подразумевалось, что они поддерживают вас или использование вами данного произведения).
– Некоммерческое использование (Noncommercial use) – Вы не можете использовать эти произведения в коммерческих целях.
– Без производных произведений – Вы не можете изменять, преобразовывать или брать за основу эту электронную книгу или отдельные произведения.
Licensed under the Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
To view a copy of this license, visit https://creativecommons.org/licenses/by-nc-nd/4.0/
or send a letter to Creative Commons, 444 Castro Street, Suite 900, Mountain View, California, 94041, USA.
You are free:
to Share — to copy, distribute and transmit the work
Under the following conditions:
Attribution — You must attribute the work in the manner specified by the author or licensor (but not in any way that suggests that they endorse you or your use of the work).
Non-commercial — You may not use this work for commercial purposes.
No Derivative Works — You may not alter, transform, or build upon this work.
Any of the above conditions can be waived if you get permission from the copyright holder.
