A technique of early recognition (recovery) of data transmitted using OFDM technology by an incompletely received signal is considered. Theoretically, this approach is able to increase the speed of information transfer, as well as the resistance of the de-encoder to the loss of part of the transmitted signal. The article proposes a mathematical formulation of the OFDM signal early recognition problem, and also discusses several methods for solving it: a regularization method, an iterative method based on the fast Fourier transform, a gradient method based on learning, and an inverse operator method. The possibility of simultaneously using several methods to improve the accuracy of information recovery is considered. The results of numerical experiments presented in this work confirm the practical potential of the proposed approach.
АннотацияПредложена параметрическая модель трёхмерной автокорреляционной функции для космических гиперспектральных изображений. Описывается эвристический алгоритм при-ближённой оценки параметров. Демонстрируются хорошие результаты аппроксимации наблюдаемых автокорреляционных функций предложенной моделью.Ключевые слова: автокорреляционная функция, космические гиперспектральные изоб-ражения, параметрическая модель.Цитирование: Сергеев, В. В. Параметрическая модель автокорреляционной функции кос-мических гиперспектральных изображений / В. В. Сергеев, Р. Р. Юзькив // Компьютерная опти-ка. -2016- . -Т. 40, № 3. -С. 416-421. -DOI: 10.18287/0134-2452- -2016. ВведениеПараметрическая модель автокорреляционной функции (АКФ) изображений имеет важное значение для многих теоретических построений и практических приложений. Так, она используется при синтезе псев-дослучайных полей в задаче моделирования информа-ционного канала систем формирования и обработки оптической информации [1, 2], при построении и оценке эффективности оптимальных линейных филь-тров в задаче восстановления двумерных сигналов [3, 4], при оптимизации процедуры кодирования с преоб-разованием в задаче сжатия изображений [3, 5] и т. д.Статистические свойства изображений, описывае-мые как двумерных стационарные (пространственно-однородные) случайные поля, давно и глубоко изуче-ны, как в общем случае [6][7][8], так и конкретно, в при-менении к данным дистанционного зондирования Зем-ли (ДЗЗ) [9][10][11]. Однако для сравнительно нового клас-са аэрокосмических гиперспектральных изображений (ГСИ) их статистическое описание и, в частности, по-строение модели АКФ до сих пор остаётся открытой задачей, что связано, главным образом, с появлением третьего (спектрального) измерения в данных. Вариант решения этой задачи предложен в настоящей статье.В качестве материала для экспериментальных ис-следований были использованы гиперспектральные данные, полученные сканером «Aviris» и находящие-ся в открытом доступе в интернете [12]. Построение модели трёхмерной АКФ ГСИПусть R(x, y, λ) -нормированная АКФ [13] ГСИ, рассматриваемого как трёхмерное стационарное слу-чайное поле в декартовой системе координат: R(0, 0, 0) = 1, R(x, y, λ)→0 при |x|, |y|, |λ|→∞, где x, y, λ -расстояния между парой точек поля соот-ветственно по двум пространственным и спектраль-ной координате. Не умаляя общности рассуждений, далее будем считать аргументы x, y и λ безразмерны-ми и целочисленными.Предположим, что модель АКФ ГСИ является разделимой по пространственной и спектральной ча-стям (экспериментальное подтверждение этому до-пущению будет дано позже):Рассмотрим RXY(x, y). Эта двумерная функция представляет собой обычную АКФ панхроматическо-го (или отдельного спектрального канала) изображе-ния, т. е. не имеет специфики для гиперспектральных данных ДЗЗ. Принято считать [2, 9, 11], что на доста-точно больших участках земной поверхности одно-мерные сечения её функции яркости, рассматривае-мые как случайные процессы, обладают близкими статистическими характеристиками в любом направ-лении, т. е. АКФ двумерн...
Самарский государственный аэрокосмический университет имени академика С.П. Королёва (национальный исследовательский университет) (СГАУ), Институт систем обработки изображений РАН Аннотация В работе предлагается новый метод сжатия и построенный на его основе алгоритм, которые являются обобщением известного метода кодирования с преобразованием на случай трёхмерных гиперспектральных данных. Решена задача выбора параметров алгоритма. Выполнено исследование алгоритма в сравнении с известными методами сжатия изображений и гиперспектральных данных, продемонстрированы его преимущества. Ключевые слова: гиперспектральные данные, алгоритмы сжатия, кодирование с преобразованием, дискретное косинусное преобразование. Введение В ряду задач обработки данных особое место занимают задачи, связанные с дистанционным зондированием Земли из космоса. В последнее время наибольший интерес вызывают так называемые гиперспектральные данные (или изображения), представляющие собой трёхмерный массив, состоящий из множества изображений одного и того же участка земной поверхности, полученных в разных спектральных диапазонах (см. рис. 1).
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.