Помощь в написании студенческих работ
Антистрессовый сервис

Алгоритмы и специализированные устройства для корреляционного обнаружения и распознавания образов

Диссертация: Алгоритмы и специализированные устройства для корреляционного обнаружения и распознавания образов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Алгоритм аффинно-корреляционного распознавания образов с приоритетным ранжированием внедрен в ОАО «Трансмаш» (г. Москва) в аппаратно-программный комплекс «хВгаке» для испытания и измерения рабочих характеристик изделий. Использование алгоритма позволяет выявлять характерные участки на временной диаграмме работы устройства, что существенно повышает скорость обработки и анализа данных за счет… Читать ещё >

Алгоритмы и специализированные устройства для корреляционного обнаружения и распознавания образов (реферат, курсовая, диплом, контрольная)

Содержание

  • Глава 1. МЕТОДЫ И СРЕДСТВА КОРРЕЛЯЦИОННОЙ ОБРАБОТКИ СИГНАЛОВ И ИЗОБРАЖЕНИЙ
    • 1. 1. Роль корреляции в обработке образов — сигналов и изображений
    • 1. 2. Классификация и анализ методов корреляционного обнаружения и распознавания объектов по их изображениям
    • 1. 3. Корреляционное сжатие сигналов в задачах локации и связи
    • 1. 4. Анализ технических средств для построения корреляционных вычислителей
    • 1. 5. Цель и задачи диссертационной работы
  • Выводы по главе 1
  • Глава 2. РАЗРАБОТКА АЛГОРИТМОВ АССОЦИАТИВНОГО СТАТИСТИЧЕСКОГО ОБНАРУЖЕНИЯ И АФФИННО-КОРРЕЛЯЦИОН-НОГО РАСПОЗНАВАНИЯ ОБРАЗОВ С ПРИОРИТЕТНЫМ РАНЖИРОВАНИЕМ
    • 2. 1. Анализ методов компенсации геометрических искажений при поиске и обнаружении объектов на изображениях
    • 2. 2. Разработка алгоритма ассоциативного статистического поиска
    • 2. 3. Разработка алгоритмов центрально-симметричных аффинных преобразований
    • 2. 4. Разработка алгоритма аффинно-корреляционного ранжирования объектов на изображении
    • 2. 5. Разработка и исследование модели устройства распознавания образов
  • Выводы по главе 2
  • Глава 3. РАЗРАБОТКА МЕТОДА СГЛАЖЕННЫХ ПОЛИГОНОВ ДЛЯ СИНТЕЗА НЕЛИНЕЙНЫХ ЧАСТОТНО-МОДУЛИРОВАННЫХ СИГНАЛОВ
    • 3. 1. Усовершенствование параметров линейных частотно-модулированных сигналов и предпосылки к синтезу сигналов с нелинейной модуляцией
    • 3. 2. Разработка метода сглаженных полигонов для синтеза сигналов с нелинейной частотной модуляцией и программного обеспечения для их исследования
    • 3. 3. Исследование кривых Чайкина, В-сплайнов, кривых Безье для формирования нелинейной функции изменения частоты
    • 3. 4. Разработка методики вычисления аналитического выражения для функции неопределенности НЧМ-сигнала и ее исследование
    • 3. 5. Исследование характеристик сжатого сигнала в условиях шумовых воздействий и цифровой обработки
  • Выводы по главе 3
  • Глава 4. АРХИТЕКТУРА И АППАРАТНЫЕ СРЕДСТВА ПОСТРОЕНИЯ ЦИФРОВЫХ СОГЛАСОВАННЫХ ФИЛЬТРОВ И ПАРАЛЛЕЛЬНЫХ КОРРЕЛЯТОРОВ В УСТРОЙСТВАХ ОБНАРУЖЕНИЯ
    • 4. 1. Сравнительный анализ обобщенных структурных схем цифровых согласованных фильтров и параллельных корреляторов в частотной и временной областях
    • 4. 2. Разработка метода эквивалентных горизонтальных сумм для свертки многоразрядных сигналов в согласованных фильтрах и параллельных корреляторах
    • 4. 3. Разработка и исследование метода параллельного умножения с помощью код-компенсатора при построении малоразрядных согласованных фильтров с высокой компрессией
    • 4. 4. Разработка алгоритмов суперконвейерного пирамидального суммирования и экономичного вычисления модуля комплексного числа для сокращения аппаратных затрат корреляторов
    • 4. 5. Анализ факторов, влияющих на выделение корреляционного пика выходного сигнала при обнаружении сигналов
  • Выводы по главе 4
  • Глава 5. ТЕХНИЧЕСКАЯ РЕАЛИЗАЦИЯ СОГЛАСОВАННЫХ ФИЛЬТРОВ И ПАРАЛЛЕЛЬНОГО КОРРЕЛЯТОРА
    • 5. 1. Специализированное устройство «SCS-1» — аппаратная реализация согласованного фильтра / параллельного коррелятора (12)х (12)
    • 5. 2. Устройство «SM2» — реализация двухканального согласованного фильтра (4)х (1)
    • 5. 3. Исследование характеристик и тестирование разработанных устройств
  • Выводы по главе 5

Электронные системы поиска и распознавания образов, входными воздействиями для которых являются цифровые однои двумерные сигналы (изображения), в настоящее время являются наиболее эффективными средствами анализа поведения и пространственного положения контролируемых объектов.

Одним из методов сравнения входного сигнала и эталонного сигнала, задаваемого заранее или получаемого непосредственно в процессе работы, является корреляционный анализ. Универсальность этого метода обусловила широту его применения: масочная фильтрация с помощью свертки в задачах преди постобработки сигналов, согласованная фильтрация сигналов и изображений с целью максимизации соотношения сигнал/шум и др. Вычисление функции корреляции анализируемых величин выполняется как во временной, так и в частотной областях.

Анализ проблем, возникающих при корреляционной обработке отдельных видов сигналов и изображений, показал:

— при корреляционном ранжировании объектов в задаче распознавания образов существует класс геометрических искажений, снижающих эффективность совмещения эталона и входного изображения;

— при согласованной фильтрации зондирующих сигналов с частотной модуляцией существующими методами не обеспечивается низкий уровень боковых лепестков без потери разрешающей способности;

— способы, применяемые при технической реализации согласованных фильтров и параллельных корреляторов, в ряде случаев приводят к излишним аппаратным затратам либо к их нерациональному использованию.

Поэтому разработка алгоритмов и специализированных устройств для корреляционного обнаружения и распознавания образов является актуальной проблемой, от эффективности решения которой зависит оперативность и качество получаемого результата обработки входной информации.

Цель и задачи исследования

Целью работы является обобщение и исследование особенностей корреляционной обработки сигналов и изображений, разработка алгоритмов и аппаратуры, ориентированных на компенсацию искажений при распознавании образов, на снижение уровня боковых лепестков сжатого сигнала и на способы сокращения аппаратных затрат.

Для достижения цели в диссертационной работе последовательно решается ряд задач:

— анализ проблем, возникающих при корреляционной обработке сигналов и изображений;

— исследование существующих решений этих проблем;

— разработка и исследование алгоритмов для поиска и распознавания объектов по их изображениям;

— разработка метода сглаженных полигонов для синтеза частотно-модулированных сигналов с низким уровнем боковых лепестков;

— обоснование алгоритмов и методов матричного умножения-суммирования, ориентированных на параллельную архитектуру вычислителя и позволяющих сократить аппаратно-временные затраты при построении согласованных фильтров и параллельных корреляторов;

— создание и внедрение аппаратуры для технической реализации разработанных алгоритмов и методов на базе согласованных фильтров и параллельных корреляторов.

Методы исследования. Теоретическое и практическое решение поставленных задач выполнено с применением следующих методов: объектно-ориентированного программирования, интегрального исчисления, математического анализа, дискретной математики, спектрального анализа, дискретного гармонического анализа и математической статистики.

Научная новизна работы состоит в развитии и модернизации приложений корреляционного анализа:

1. Разработаны и исследованы алгоритмы ассоциативного статистического поиска и аффинно-корреляционного распознавания образов с приоритетным ранжированием. Поиск образа объекта происходит в быстром темпе при условии различия интенсивностей изображений объекта и фона, распознавание образа происходит корреляционным способом с компенсацией аффинных искажений.

2. Разработан метод сглаженных полигонов для синтеза нелинейных частотно-модулированных сигналов с низким уровнем роковых лепестков. В отличие от известных зарубежных и отечественных методов синтеза сигналов разработанный метод не приводит к существенному уменьшению разрешающей способности, а полученные сигналы могут быть обработаны существующими согласованными фильтрами без внесения аппаратных изменений.

3. Предложены и обоснованы алгоритмы и методы параллельного умножения и суммирования для построения согласованных фильтров и параллельных корреляторов, работающих во временной области. В результате их применения происходит высвобождение аппаратных ресурсов, которые могут быть использованы для расширения вычислительной мощности системы.

Практическая значимость проведенных исследований и разработок заключается в создании алгоритмов, методов и специализированных устройств для корреляционного обнаружения и распознавания сигналов и изображений, позволяющих устранять аффинные искажения при распознавании изображений, получать сжатые сигналы с низким уровнем боковых лепестков и снижать аппаратные затраты в согласованных фильтрах и параллельных корреляторах.

Внедрение результатов работы. Теоретические положения и расчеты, предложенные автором, внедрены на ряде предприятий.

Алгоритм аффинно-корреляционного распознавания образов с приоритетным ранжированием внедрен в ОАО «Трансмаш» (г. Москва) в аппаратно-программный комплекс «хВгаке» для испытания и измерения рабочих характеристик изделий. Использование алгоритма позволяет выявлять характерные участки на временной диаграмме работы устройства, что существенно повышает скорость обработки и анализа данных за счет автоматизации процесса.

Метод сглаженных полигонов для синтеза зондирующих сигналов с нелинейной частотной модуляцией внедрен в процесс моделирования радиолокационных сигналов (НИР «Магнолия») в НИИ Радиоприборостроения (г. Москва). Методика вычисления аналитического выражения для функции неопределенности сигнала использована при комплексном исследовании перспективных сигналов для систем распознавания зондирующих радиосигналов с высокой разрешающей способностью.

Метод эквивалентных горизонтальных сумм для параллельных архитектур корреляционных вычислителей внедрен в УГП «Сигнал» (дочернее предприятие ФГП «НИИ Микроприборов», г. Москва) при разработке и выпуске специализированного устройства «SCS-1» — цифрового согласованного фильтра, предназначенного для сжатия сложных частотно-модулированных сигналов и для корреляционной обработки изображений. Алгоритмы суперконвейерного пирамидального суммирования и экономичного вычисления модуля комплексного числа внедрены в проект специализированного устройства «SM-2» — согласованного фильтра, предназначенного для сжатия шумо-подобных сигналов.

Алгоритм компенсации аффинных искажений и метод сглаженных полигонов для синтеза сигналов использованы в учебном процессе МИЭТ (ТУ).

Достоверность основных научно-технических положений диссертации подтверждена математическими обоснованиями и доказательствами, результатами практического использования специализированного устройства"8С5−1″, а также исследованиями и испытаниями, проведенными на указанных предприятиях.

Личный вклад автора. Основные результаты получены автором лично. Главными из них являются:

1. Предложены и обоснованы алгоритмы статистического поиска и аф-финно-корреляционного распознавания образов с приоритетным ранжированием.

2. Разработан и исследован метод сглаженных полигонов для синтеза зондирующих сигналов с нелинейной частотной модуляцией, обеспечивающий низкий уровень боковых лепестков без существенного изменения разрешающей способности.

3. Разработана методика вычисления аналитического выражения для функции неопределенности сигналов с нелинейной модуляцией.

4. Разработаны и реализованы алгоритмы и методы параллельного умножения и суммирования для построения согласованных фильтров и параллельных корреляторов.

На защиту выносятся:

— алгоритмы ассоциативного статистического обнаружения и аффинно-корреляционного распознавания образов с приоритетным ранжированием;

— метод сглаженных полигонов для синтеза зондирующих сигналов с нелинейной частотной модуляцией;

— методика аналитического вычисления функции неопределенности для сигналов с нелинейной модуляцией;

— алгоритмы и методы параллельного умножения и суммирования для построения согласованных фильтров и параллельных корреляторов.

Апробация работы. Основные научные положения и практические результаты диссертационной работы доложены и обсуждены на 14 научно-технических конференциях:

— VI Всероссийской межвузовской научно-технической конференции студентов и аспирантов «Микроэлектроника и информатика» — Москва, 1999 г.;

— Международной научно-технической конференции «Интеллектуальные микропроцессорные системы» — Таганрог, 1999 г.;

— Международной конференции студентов и аспирантов по фундаментальным наукам «Ломоносов 2000» — Москва, 2000 г.- и

— VII Всероссийской межвузовской научно-технической конференции студентов и аспирантов «Микроэлектроника и информатика» — Москва, 2000 г.;

— II Международной научно-технической конференции «Информационные технологии в моделировании и управлении» — Санкт-Петербург, 2000 г.;

— V Всероссийской научной конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления» — Таганрог, 2000 г.;

— III Международной научно-технической конференции «Электроника и информатика — XXI век» — Москва, 2000 г.;

— VII Международной научно-технической конференции «Актуальные проблемы твердотельной электроники и микроэлектроники» — Таганрог,

2000 г.;

— II Международной конференции «Циклы» — Ставрополь, 2000 г.;

— IV Международной научно-технической конференции «Новые информационные технологии и системы» — Пенза, 2000 г.;

— VIII Всероссийской межвузовской научно-технической конференции студентов и аспирантов «Микроэлектроника и информатика» — Москва,

2001 г.;

— Международной научно-технической конференции «Гражданская авиация на рубеже веков» — Москва, 2001 г.;

— Межвузовской электронной научно-технической конференции «Управляющие и вычислительные системы. Новые технологии» — Вологда, 2001 г.;

— Международной научно-практической конференции «Системный анализ в проектировании и управлении» — Санкт-Петербург, 2001 г.

Публикации. Материалы, отражающие основное содержание диссертационной работы, опубликованы в 3 статьях и 14 тезисах докладов на научно-технических конференциях.

— результаты работы доложены и обсуждены на 14 всероссийских и международных научно-технических и научно-практических конференциях, опубликованы в 3 статьях и 14 тезисах докладов;

— разработанные алгоритмы, методы и специализированные устройства внедрены в ОАО «Трансмаш» (г. Москва), НИИ Радиоприборостроения (г. Москва), УГП «Сигнал» (г. Москва), учебный процесс МИЭТ (ТУ).

ЗАКЛЮЧЕНИЕ

При выполнении диссертационной работы получены следующие основные результаты:

— разработаны алгоритмы ассоциативного статистического обнаружения и аффинно-корреляционного распознавания с ранжированием объектов по приоритетам, предложена структурная схема для компенсации геометрических искажений с помощью указанных алгоритмов и проведено, ее моделирование;

— проведены исследования существующих и разработан новый метод для синтеза зондирующих сигналов с нелинейной частотной модуляцией — метод сглаженных полигонов, обеспечивающий низкий уровень боковых лепестков без существенного изменения разрешающей способности;

— разработана методика вычисления аналитического выражения для функции неопределенности сигналов с нелинейной модуляцией;

— разработан и обоснован метод эквивалентных горизонтальных сумм, позволяющий сократить аппаратные затраты при реализации многоразрядных согласованных фильтров и параллельных корреляторов;

— разработан метод параллельного умножения с код-компенсатором для малоразрядных операндов;

— разработан алгоритм суперконвейерного пирамидального суммирования для построения малоразрядных согласованных фильтров с высокой компрессией;

— предложен и исследован алгоритм экономичного вычисления модуля комплексного числа;

— разработаны и аппаратно реализованы специализированные устройства для корреляционной обработки сигналов — согласованный фильтр/параллельный коррелятор «АР-81», устройство сжатия «SCS-1» и проект согласованного фильтра «SM-2»;

Показать весь текст

Список литературы

  1. С.З. Основы проектирования систем цифровой обработки радиолокационной информации. — М.: Радио и связь, 1986.
  2. Методы фильтрации сигналов в корреляционно-экстремальных системах навигации/В .К. Баклицкий, A.M. Бочкарев, М. П. Мусьяков: Под ред. В. К. Баклицкого М.: Радио и связь, 1986. — 216 с.
  3. Г. П. Восприятие и анализ оптической информации автоматической системой. М.: Машиностроение, 1986. — 416 с.
  4. И.А., Гайдук А. Р. Однородные нейроподобные структуры в системах выбора действий интеллектуальных роботов. М.: Янус-К, 2000. — 279 с.
  5. F. Bremond, М. Thonnat. Tracking multiple nonrigid objects in video sequences. ШЕЕ Transactions on circuits and systems for video technology, Vol. 8, No.5, September 1998, pp. 585−591.
  6. P. Цифровые системы управления: Пер. с англ. М.: Мир, 1984.-541 с.
  7. Системы технического зрения: Справ./ Сырямкин В. И., Титов B.C., Якушенков Ю. Г. и др./ Под общ. ред. В. И. Сырямкина, B.C. Титова. Томск: МГП РАСКО, 1993. — 367 с.
  8. Н.А. Система обработки изображений/ Под ред. В .В .Клюева. -Итоги науки и техники. Серия Промышленные роботы и манипуляторы ВИНИТИ, Т.З. М., 1992. — 101 с.
  9. И.В., Никифоров В. О., Фрадков A.JI. Нелинейное и адаптивное управление динамическими системами. СПб.: Наука, 2000. — 549 с.
  10. Ч. Кук, М. Бернфельд. Радиолокационные сигналы: Пер. с англ./Под ред. B.C. Кельзона. М.: Сов. радио, 1971. — 568 с.
  11. B.C. Оконешников, В. Н. Кочемасов. Сжатие частотно-модулированных сигналов с небольшим произведением частоты на длительность импульса. Зарубежная радиоэлектроника, 1987, № 1, с. 82−94.
  12. G. Bors, I. Pitas. Optical flow estimation and moving objects segmentation based on median radial basis function network. IEEE Transactions on image processing, Vol. 7, No.5, May 1998, pp. 693−702.
  13. T. Deng. Design of variable 2-D linear phase recursive digital filters with guaranteed stability. ШЕЕ Transactions on circuits and systems-i: fundamental theory and applications, Vol. 45, No.8, August 1998, pp. 859−862.
  14. Приемные устройства ИК-систем/ П. А. Богомолов, В. И. Сидоров, И. Ф. Усольцев./ Под ред. В. И. Сидорова. М.: Радио и связь, 1987. — 208 с.
  15. Ф.П. Фоточувствительные приборы с зарядовой связью. М.: Радио и связь, 1991. — 264 с.
  16. Технология многоэлементных ИК приемников и обработка их изображений. М.: НИИЭИР, 1992. — 141 с.
  17. Радиолокационные станции с цифровым синтезированием апертуры антенны/В.Н. Антипов, В. Т. Горяинов, А. Н. Кулин и др./ Под ред. В. Т. Горяинова. М.: Радио и связь, 1988. — 304 с.
  18. Сайт ГУП «Орион» (г. Москва) производство датчиков и фотоприемных устройств (http://www.vimi.ru/orion)
  19. Сайт Института Информационных Технологий (г. Москва) (http://www.iitvision.ru)
  20. М. Ранговые корреляции. Зарубежные статистические исследования. М.: Статистика, 1975. — 216 с.
  21. В.А. Ковалевский. Методы оптимальных решений в распознавании изображений. М.: Гл. ред. физ.-мат. лит. изд-ва Наука, 1976. — 328 с.
  22. К. Konolige and К. Chou. Markov. Localization using Correlation International. Joint Conference on Artificial Intelligence, Stockholm, Sweden (July 1999). (http://www.ai.sri.com/~konolige/)
  23. ., Рэйдер Ч. Цифровая обработка сигналов: Пер. с англ./Под ред. A.M. Трахтмана. М.: Сов. радио, 1973. — 368 с.
  24. Ред. Э. Оппенгейм. Применение цифровой обработки сигналов: Пер с англ./Под ред. A.M. Рязанцева. М.: Мир, 1980. — 552 с.
  25. У. Лекции по теории распознавания образов: Анализ образов.: Пер с англ. -М.: Мир, 1981.-481 с.
  26. Быстрые алгоритмы в цифровой обработке изображений / Т. С. Хуанг, Дж.-О. Экмунд, Т.Дж. Нуссбаумер и др./ Под ред. Т. С. Хуанга: Пер. с англ. / Под ред. Л. П. Ярославского. М.: Радио и связь, 1984. — 224 с.
  27. У. Цифровая обработка изображений: Пер. с англ. Кн. 1. — М.: Мир, 1982.-312 с.
  28. Ю.С. Робастность в статистическом распознавании образов. -Минск: Университетское, 1992. 230 с.
  29. А.В. Параметрическое распознавание образов по выборке фиксированного объема с погрешностями в признаках./Под ред. А. А. Грешилова. М.: Радио и связь, 1999. — 73 с.
  30. S. Young, D. Scott, С. Bandera. Foveal automatic target recognition using a multiresolutions on image processing. IEEE Transactions on image processing, Vol. 7, No.8. August 1998, pp. 1122−1135.
  31. И.С., Киричук B.C. и др. Цифровая обработка изображений в информационных системах: Учеб. пособ. Новосибирск: Изд-во НГУ, 2000. -168 с.
  32. А.К. Алгоритмы изображения движущихся тел при параллельном и центральном проецировании. Аксонометрия и компьютеризация изображений. Минск: Навука i тэхнка, 1993. — 207 с.
  33. А. Ефлеев. Как масштабировать растровые картинки. И не только это. Монитор, 1994, № 3, с. 60−63.
  34. М. Таинства программирования графики. К.: ЕвроСИБ, 1996.-384 с.
  35. R. Levien. Moire suppression: a white paper. (http://www.levien.com/moire/whitepaper.html)
  36. Сайт с алгоритмами программ http://www.programmersheaven.com
  37. Л., Голд Б. Теория и применение цифровой обработки сигналов.-М.: Мир, 1978.
  38. Справочник по радиолокации: Под ред. Сколника. В 4-х т. — М.: Радио и связь, 1976.
  39. Р.В. Цифровые фильтры: Пер с англ./Под ред. A.M. Трахт-мана. М.: Сов. радио, 1980.
  40. И.С. Радиотехнические цепи и сигналы: Учебник для вузов. 4-е изд., перераб. и доп. — М.: Радио и связь, 1986. — 512 с.
  41. В.И., Харисов В. Н. Статистический анализ и синтез радиотехнических устройств и систем: Учеб. пособие для вузов. М.: Радио и связь, 1991.-608 с.
  42. Хорн Б.К. П. Зрение роботов: Пер. с англ. М.: Мир, 1989. — 487 с.
  43. Техническое зрение роботов/ В. И. Мошкин, А. А. Петров, B.C. Титов, Ю.Г. Якушенков/Под общ. ред. Ю. Г. Якушенкова. М.: Машиностроение, 1990. — 292 с.
  44. С. Alippi, A. Ferrero, V. Piuri. Artificial intelligence for instruments & measurement applications. ШЕЕ Instrumentation & measurement magazine. Vol. 1, No.2, June 1998, pp. 9−17.
  45. X. Liang, L. Wu. New sufficient conditions for absolute stability of neural networks. IEEE Transactions on circuits and systems-i: fundamental theory and applications, Vol. 45, No.5, May 1998, pp. 584−586.
  46. S. Action, A. Bovik. Nonlinear image estimation using piece wise and local image models. IEEE Transactions on image processing, Vol. 7, No.7, July 1998, pp. 979−991.
  47. P., Мак-Доннел M. Восстановление и реконструкция изображений: Пер. с англ. М.: Мир, 1989. — 336 с.
  48. X. Yang, R. Unbehauen. New stability test algorithm for two-dimensional digital filters. IEEE Transactions on circuits and systems-i: fundamental theory and applications, Vol. 45, No.7, July 1998, pp. 739−741.
  49. Г. И. Системное моделирование сложных процессов. М.: ФАЗИС: ВЦ РАН, 2000. — 276 с.
  50. B.C., Кочемасов В. Н., Белов Л. А. Формирование сигналов с линейной частотной модуляцией. М.: Радио и связь, 1983.
  51. B.C. Точное решение для сжатого сигнала при весовой обработке спектра ЛЧМ-импульса. Радиотехника и электроника, том XXX, 1985, № 7, с. 1320−1328.
  52. Д.Е., Седлецкий P.M. Вопросы синтеза радиолокационных сигналов. М.: Сов. радио, 1973. — 312 с.
  53. Л.Е. Теория сложных сигналов. М.: Сов. радио, 1970. — 376 с.
  54. JI.E. Системы связи с шумоподобными сигналами. М.: Радио и связь, 1985.
  55. В.И., Гантмахер В. Е. Дискретно-кодированные последовательности. Ростов н/Д: Изд-во Ростовского ун-та, 1990. — 288 с.
  56. А.В. Каляев, И. А. Каляев STORC-Computer a Multiprocessor Computer System with Structure-Organized Calculations. — Engineering Simulation, Амстердам, 1997, т. 10, с. 505−520.
  57. А.В. Каляев, И. А. Каляев и др. Базовый модуль для построения реконфигурируемых под задачу вычислительных систем. Известия ВУЗов, сер. Электроника, 1998, № 4, с. 67−74.
  58. Н. Дубовая. Конфигурируемые процессоры: настройся на лучшее-ComputerWorld, 1997, № 36.
  59. Д. Сэвидж. Сложность вычислений: Пер. с англ. М.: Изд-во Факториал, 1998. — 368 с.
  60. Д. Бадашин, А. Савчук. Сверхбольшие специализированные ИС в оборудовании цифровых систем передачи (http://chipnews.gaw.ru/html.cgi/arhivi/0002/stat65 .htm)
  61. Цифровые сигнальные процессоры (ГП «НИИЭТ», г. Воронеж) (http://www.electronicengineering.vrn.ru/products/index.htm)
  62. Б. Симонов, Б. Малашевич. Базовые матричные кристаллы. (http://chipnews.gaw.ru/html.cgi/arhiv/0006/stat18.htm)
  63. Сайт фирмы THOMPSON: (http://eu.st.com «matched filter»)
  64. Д.А. Компьютерные методы анализа видеоинформации. -Красноярск: Изд-во Краснояр. ун-та, 1993. 188 с.
  65. Д. Избранные труды. Т.1. Теория инвариантов. Теория чисел. Алгебра. Геометрия. Основания математики. М.: Изд-во Факториал, 1998.-575 с.
  66. Wong R.Y., Hall E.L. Scene Matching with invariant moments. Computer Graphics and Image Proc., 1978, v.8, № 1, pp. 16−24.
  67. В.А., Тельминов О. А. Исследование алгоритма обработки изображений в системах поиска. В кн.: Интеллектуальные микропроцессорные, системы: Материалы Международной научно-технической конференции. -Таганрог: ТРТУ, 1999, с. 89−90.
  68. Дж. Статистические методы в имитационном моделировании: Пер. с англ. Вып. 1,2.- М.: Статистика, 1978.
  69. В.А. Бархоткин, Г. Э. Широ, О. А Тельминов. Метод масштабирования изображений для многопроцессорной вычислительной системы. Интеллектуальные микропроцессорные системы: Сб. научн. трудов. — Таганрог: ТРТУ, 1999, с.79−183.
  70. В.А., Широ Г. Э., Тельминов О. А. Компенсация масштабных искажений в корреляционных системах обработки изображений. Информационные технологии и системы управления. Сб. науч. трудов. — М.: МГИЭТ (ТУ), 2000, с. 19−25.
  71. О.А. Тельминов, А. Н. Зайцев. Информационно-моделирующая система для алгоритмов обработки изображений. В кн.: Электроника и информати-ка-XXI век: Материалы Третьей международной научно-технической конференции. — М.: МГИЭТ (ТУ), 2000, с. 358.
  72. О.А. Тельминов. Циклические процессы в системах обработки изображений.-В кн.: Циклы: Материалы Второй международной конференции. -Ставрополь: СКГТУ, 2000, часть 2, с. 15−16.
  73. М. Solal. High performance saw dispersive delay lines for low time bandwidth using periodically sampled transducers. IEEE Ultrasonic symposium, 1988, pp.175−178.
  74. С.Г.Ральников «Моделирование формирования широкополосного ЛЧМ сигнала» (http://www.ustu.e-burg.su/main/vekradio/d27.html)
  75. К.В., Черниковский A.JI. Анализ частотного взвешивания в фильтрах сжатия ЧМ-сигналов. Радиотехника, 1989, № 5, с. 34−37.
  76. Марпл С. J1. Цифровой спектральный анализ и его приложения. М.: Мир, 1990. — 584 с.
  77. JI.A. Обработка сигналов на цифровых процессорах. Линейно-аппроксимирующий метод. М.: Горячая линия — Телеком, 2001. — 112 с.
  78. О.А. Метод синтеза нелинейно-частотно-модулированных сигналов с высоким динамическим диапозоном. Информационные технологии и системы управления. Сб. науч. трудов. — М.: МГИЭТ (ТУ), 2001 — в печати.
  79. А.П. Полное собрание сочинений в • трех томах. Том 1. Методы и средства анализа данных в среде Windows. STADIA. Изд. 3-е, перераб. и доп. М.: Информатика и компьютеры, 1999. — 341 с.
  80. В.Н., Гуров И. П. Компьютерная обработка сигналов в приложении к интерферометрическим системам. СПб.: БХВ — Санкт-Петербург, 1998.-240 с.
  81. А.И., Сливина Н.А. Mathcad 2000. Математический практикум для экономистов и инженеров: Учеб. пособие. М.: Финансы и статистика, 2000. — 656 с.
  82. Пакет MATLAB и его применение в лабораторном компьютерном практикуме: Уч. пособие/ Ю. Л. Лисовец, A.M. Ревякин и др. М.: МИЭТ, 1998.-96 с.
  83. Б.П. Демидович, И. А. Марон, Э. З. Шувалова. Численные методы анализа. Приближение функций, дифференциальные и интегральные уравнения. -М.: Наука, 1967.-368 с.
  84. Р.В. Хемминг. Численные методы. М.: Наука, 1968. — 400 с.
  85. В.И.Елфимов, В. К. Рагозин. Цифровой измеритель погрешности формирования прецизионного ЧМ сигнала. (http://www.ustu.ru/main/vekradio/d30.html)97. http://graphics.cs.ucdavis.edu/CAGDNotes/Bernstein-Polynomials/ Bernstein-Polynomials.html
  86. Г., Корн Т. Справочник по математике: Пер. с англ. /Под общ. ред. И. Г. Арамановича. М.: Наука, 1978. — 832 с.
  87. А.В., Полянин А. Д. Методы решения интегральных уравнений: Справочник. М.: Факториал, 1999. — 272 с.
  88. Помехозащищенность радиосистем со сложными сигналами/ Г. И. Тузов, В. А. Сивов, В. И. Прытков и др.: Под ред. Г. И. Тузова. М.: Радио и связь, 1985.-264 с.
  89. Scale periodicity and its sampling theorem / Sundaram Hari, Joshi S. D., Bhatt R. K. P. // IEEE Trans. Signal Process. IEEE Trans. Acoust., Speech, and Signal Process. .- 1997, v. 45, № 7, p. 1862−1865.
  90. Numerical recipes in C: the art of scientific computing/ William H. Press, et al. Cambridge university press, 1997. 994 c. http://www.uhb.org/webRoot/Books/NumericalRecipes/bookcpdf.html)
  91. JI.А. Квантование по уровню и временная дискретизация в цифровых системах управления. М.: Энергоатомиздат, 1990. — 304 с.
  92. О.А. Тельминов, Г. Э. Широ. Применение согласованной фильтрации при обработке изображений. В кн.: Новые информационные технологии и системы: Материалы IV Международной научно-технической конференции. — Пенза, ПТУ, 2000, с. 70−71.
  93. А.К. Декомпозиция энергии шумоподобных фазоманипули-рованных сигналов, принимаемых многоэлементной антенной системой, на плоскости угол-задержка, (http://rav.sio.rssi.ru/shkola/07.html)
  94. Д. Дрягин, С. Кот. Шумоподобные радиосигналы в системах сигнализации. (http://www.bdi.spb.ru/4−98/shum radio. htm)
  95. К.В. Боровков, И. Малыгин. Перспективные способы модуляции в широкополосных системах передачи данных. (http://www.irt.ustu.ru/common/statyi/statya4/statya4.htm)
  96. Согласованные фильтры (http://www.milparade.com/ru/36/03 05. htm)
  97. С.И. Радиотехнические цепи и сигналы. М.: Высш. шк. 2000. — 462 с.
  98. Javidi В., Zhang G. Experiments on nonlinearly transformed matched filters. Optical Engng., 1992, Vol.91, No. 5, pp.934−938.
  99. Гольденберг JIM. и др. Цифровая обработка сигналов: Учеб. пособие для вузов. М.: Радио и связь, 1996. — 256 с.
  100. E.D. Kaplan. Understanding GPS: principles and applications. Artech house inc., 1996.
  101. Д. Проксис. Цифровая связь. Пер. с англ./ Под ред. Д. Д. Кловского. -М.: Радио и связь, 2000. 800 с.
  102. Злобин C. JL, Стальной АЛ. Матричные алгоритмы ускоренного вычисления быстрых преобразований Фурье и Хартли. Радиотехника, 2001. № 1, с.17−23.
  103. Функциональные устройства обработки сигналов (основы теории и алгоритмы): Учебн. пособие для вузов / С. А. Баруздин, Ю. В. Егоров, Б. А. Калиникос и др.: Под ред. Ю. В. Егорова. М.: Радио и связь, 1997. — 288 с.
  104. Эффекты, возникающие при вычислении на ЭВМ дискретного преобразования Фурье, (http://src.msu.ru/icen/grants/cmet/node39.html)
  105. Н.В. Сумматоры: определения, классификация, уравнения, структуры и применение. Chip news, 2000, № 2, с.37−40.
  106. Е.П. Проектирование элементов и узлов ЭВМ: Учебное пособие для вузов. М.: Высшая школа, 1987. — 318 с.157
  107. Е.П. Цифровая схемотехника. СПб.: БХВ-Петербург, 2001.-528 с.
  108. The TTL Data Book. Vol. 1. Texas Instruments, 1989.
  109. И.С. Функциональные узлы цифровой автоматики. М.: Энергоатомиздат, 1988. — 320 с.
  110. Э.И., Телига А. И., Шаталов А. С. Точность вычислительных алгоритмов. М.: Машиностроение, 1976. — 200 с.
  111. А.Т. Минганзин. Шумы округления каскадных цифровых фильтров при их описании в пространстве состояний. Радиотехника, 1997, № 3, с.78−80.
  112. Т. Кормен, Ч. Лейзерсон, Р.Ривест. Алгоритмы: построение и анализ. М.: МЦМНО, 1999. — 960 с.
  113. К. Гласман. Методы передачи данных в цифровом телевидении. (http ://625-net.ru/archi ve/0599/glasman .htm)
  114. В.Я. Применение микросхем с зарядовой связью. М.: Радио и связь, 1989. — 256 с.
  115. О.А. Тельминов, Г. Э. Широ. Оптимизация аппаратных затрат при реализации согласованных фильтров. В кн.: Системный анализ в проектировании и управлении: Труды международной научно-практической конференции. -СПб.: Изд-во СПбГТУ, 2001, с. 430.
  116. О.А. Тельминов. Анализ и генерация тестовых воздействий для корреляторов и согласованных фильтров. В кн.: Гражданская авиация на рубеже веков: Материалы Международной научно-технической конференции. — М.: МГТУГА, 2001, с. 155.
  117. Ю.В. Новиков, О. А. Калашников, С. Э. Гуляев Разработка устройств сопряжения для персонального компьютера типа IBM PC.: Практ. пособие./Под общ. ред. Ю. В. Новикова.- М.: ЭКОМ, 2000. 224 с.
Заполнить форму текущей работой

Сессия? Спокойно!