Алгоритм технології розпізнавання акустичних сигналів

Abstract

Наведено алгоритм обробки відбитого акустичного сигналу для технології розпізнавання об’єктів на фоні шумових перешкод. Розглянута математична модель враховує, що вхідні дані (акустичні сигнали) мають раніше невідомий розподіл ймовірностей. Для побудови технології обробки акустичного сигналу використовувалися ймовірнісні моделі, побудовані на основі ланцюга Маркова, метод інтегрування Монте-Карло та побудований на ньому метод фільтра Bootstrap. На їх основі розроблено алгоритм обробки акустичного сигналу, відбитого від перешкод. Технологія обробки сигналів реалізує перехід від вхідних даних до представлення вхідних даних у вигляді сітки, де кожній комірці присвоєна характеристика-інтенсивність, яка наближається до нормального розподілу за центральною граничною теоремою та графічним методом. Для виявлення факту наявності перешкоди в довільній точці використана функція правдоподібності. Алгоритм готовий до практичного використання, що підтверджено прикладами. Графічно представлено результат роботи алгоритму розпізнавання двох рухомих об’єктів, які мають відбитий акустичний сигнал, близький до шумового. Відзначено залежність швидкості обробки від обсягу даних. Наведено декілька конструктивних підходів до вирішення цієї проблеми. Зауважено, що при використанні методів зберігання розріджених матриць досягається зменшення оцінки використаної пам’яті з квадратичної до лінійної при погіршенні оцінки швидкості у логарифм.An algorithm for processing the reflected acoustic signal for the technology of object recognition against the background of noise interference is presented. The considered mathematical model takes into account that the input data (acoustic signals) have a previously unknown probability distribution. To build an acoustic signal processing technology the Markov chain based probabilistic models, the Monte Carlo integration method and the Bootstrap filter method built on it were used. Based on them, an algorithm for processing an acoustic signal reflected from obstacles was created. The signal processing technology implements the transition from the input data to the representation of the input data in the form of a grid, where a characteristic-intensity normally distributed according to the central limit theorem is assigned to each cell. A likelihood function is used to detect noise at a random point. The algorithm is ready for practical use, which is confirmed by examples. The result of the algorithm application for the recognition of two moving objects, which have a reflected acoustic signal close to the noise, is graphically presented. The dependence of the processing speed on the amount of data is noted. Several constructive approaches to solving this problem are given. It is noted that by using the methods of storing sparse matrices the estimate of the memory used is reduced from quadratic to linear with deterioration of the speed estimate by a logarithm.