Khảo sát một số phương pháp xử lý tín hiệu tiên tiến và giảm nhiễu xung trong thông tin

119 Trang 4 Lời nói đầuNguyên lý xử lý tín hiệu đóng một vai trò ngày càng trọng tâm trong sự phát triển các hệ thống xử lý thông tin và viễn thông hiện đại, và có một giới hạn ứng dụn

Bộ GIáO DụC Và ĐàO TạO TRờng đại học bách khoa hµ néi luận văn thạc sĩ khoa học KHảO SáT MộT Số PHơNG PHáP Xử Lý tín hiệu TIÊN TIếN Và GIảM nhiễu XUNG TRONG THÔNG TIN ngành: kỹ thuật điện tử Phạm hồng thịnh Ngời hớng dẫn khoa học: TS đỗ hoàng tiến Hà nội 2006 Tai ngay!!! Ban co the xoa dong chu nay!!! 17061131476981000000 MụC LụC Trang Mục lục Các chữ viết tắt Lời nói Đầu Chơng 1- GiớI THIệU 1.1 TÝn hiệu thông tin 1.2 Các phơng pháp xử lý tÝn hiÖu 1.3 C¸c øng dơng xư lý tÝn hiƯu sè Ch¬ng 2- NHIƠU Và Sự BIếN DạNG 18 2.1 Giíi thiƯu 18 2.2 NhiƠu tr¾ng 20 2.3 NhiƠu mµu 21 2.4 NhiÔu xung 22 2.5 NhiÔu xung tøc thêi 24 2.6 NhiƠu nhiƯt 25 2.7 Nhiễu phát xạ 26 2.8 NhiƠu ®iƯn tõ 27 2.9 Các biến dạng kênh 28 Chơng 3- ớc lợng Bayes MÔ HìNH MARKOV ẩN 29 3.1 Ước lỵng Bayes 29 3.1.1 Nguyên lý ớc lợng Bayes 29 3.1.2 C¸c bé íc lỵng Bayes 30 3.2 Mô hình Markov ẩn 36 3.2.1 Mô hình thống kê trình không dừng 37 3.2.2 Mô hình Markov ẩn 39 3.2.3 Lập mô hình Markov Èn 46 3.2.4 Giải mà tín hiệu dùng mô hình Markov ẩn 51 3.2.5 Ước lợng tín hiệu nhiễu dựa HMM 54 3.2.6 Kết hợp phân tách mô hình tín hiệu nhiễu 57 3.2.7 Các lọc Wiener dựa HMM 58 3.3 KÕt luËn 60 Chơng 4- MÔ HìNH Dự ĐOáN TUYếN TÝNH 61 4.1 M· hãa dự đoán tuyến tính 61 4.2 Bộ dự đoán hớng thuận, hớng ngợc mạng lới 69 4.3 Các dự đoán dạng ngắn dạng dài 76 4.4 Mô hình dự đoán tuyến tính băng 78 4.5 Khôi phục tín hiệu sử dụng mô hình dự ®o¸n tuyÕn tÝnh 80 4.6 KÕt luËn 86 Ch¬ng 5- NHIƠU XUNG 87 5.1 NhiÔu xung 87 5.2 Các mô hình thống kê cho nhiễu xung 91 5.3 C¸c bé läc trung b×nh 95 5.4 Loại bỏ nhiễu xung sử dụng mô hình dự đoán tuyến tính 97 5.5 Phục hồi đĩa ghi lu trữ 102 5.6 KÕt luËn 104 Ch¬ng 6- XUNG NHIÔU TøC ThêI 105 6.1 Các dạng sóng nhiễu tức thời 105 6.2 Các mô hình xung nhiÔu tøc thêi 107 6.3 Sù ph¸t hiƯn xung nhiƠu 111 6.4 Lo¹i bá biÕn d¹ng xung nhiÔu 114 6.5 KÕt luËn 119 KÕT LUËN 120 Tài liệu tham khảo Lời nói đầu Nguyên lý xử lý tín hiệu đóng vai trò ngày trọng tâm phát triển hệ thống xử lý thông tin viễn thông đại, có giới hạn ứng dụng rộng công nghệ đa phơng tiện, xử lý tín hiệu nghe nhìn, thông tin di động cellular, quản lý mạng thích ứng, hệ thống radar, phân tích mô hình mẫu, xử lý tín hiệu y học, báo dự liệu, hình thành hệ thống định, v.v Lý thuyết ứng dụng xử lý tín hiệu có liên quan đến nhận dạng, lập mô hình, sử dụng cấu trúc mô hình mẫu trình tín hiệu Các tín hiệu quan sát thờng bị biến dạng, thiếu hụt nhiễm nhiễu Do đó, vấn đề giảm loại bỏ nhiễu biến dạng kênh đóng vai trß quan träng hƯ thèng xư lý tÝn hiệu Mục đích luận văn trình bày cách có cấu trúc mạch lạc lý thuyết ứng dụng phơng pháp xử lý tín hiệu giảm nhiễu Luận án đợc thiết lập chơng nh sau: Chơng bắt đầu với giới thiệu việc xử lý tín hiệu xem xét lại vắn tắt phơng pháp luận ứng dụng xử lý tín hiệu Chơng trình bày khái niệm nhiễu biến dạng Xem xét số loại nhiễu khác nhau, bao gồm nhiễu nhiệt, nhiễu phát xạ, nhiễu âm, nhiễu điện từ biến dạng kênh Chơng trình bày khái niệm ớc lợng Bayes xem xét mô hình Markov ẩn (HMMs) tín hiệu không dừng Chơng bắt đầu với giới thiệu việc lập mô hình tín hiệu không dừng sau tập trung vào nguyên lý ứng dụng mô hình Markov ẩn Mô hình Markov ẩn đợc giới thiệu nh mô hình Bayes, đồng thời xem xét phơng pháp thực HMMs sử dụng chúng để mà hóa phân loại tín hiệu Trong chơng nói đến ứng dụng HMMs việc giảm nhiễu Chơng xem xét mô hình dự đoán tuyến tính dự đoán tuyến tính băng Sự dự đoán hớng thuận, dự dự đoán hớng ngợc dự đoán mạng lới đợc nghiên cứu Chơng giới thiệu dự đoán cải tiến nhằm lập mô hình cấu trúc tơng quan dạng ngắn dạng dài Chơng kết thúc ứng dụng mô hình dự đoán tuyến tính nhằm khôi phục tín hiệu Chơng chơng bao gồm việc lập mô hình, phát loại bỏ nhiễu xung xung nhiễu tức thời Trong chơng 5, nhiễu xung đợc mô hình nh trình trạng thái nhị phân không dừng mô hình ngẫu nhiên cho nhiễu xung đợc xem xét Để loại bỏ nhiễu xung, lọc trung bình phơng pháp dựa mô hình dự đoán tuyến tính trình tín hiệu đợc xem xét Trong chơng 13, phơng pháp mô hình mẫu bản, phơng pháp HMM phơng pháp mô hình tự hồi quy AR (autoregresive) đợc xem xét nhằm loại loại bỏ xung nhiƠu tøc thêi Ch¬ng I- GIíI THIƯU Xư lý tín hiệu có liên quan đến việc lập mô hình, phát hiện, nhận dạng sử dụng mẫu, cấu trúc qui trình tín hiệu Các ứng dụng phơng pháp xử lý tín hiệu bao gồm âm Hifi, truyền hình vô tuyến số, điện thoại di động, nhận dạng tiếng nói, truyền hình chất lợng cao, radar, sonar, khảo sát địa lý, điện tư y häc, vµ nãi chung bÊt cø hƯ thống có liên quan đến truyền tin xư lý th«ng tin Lý thut xư lý tÝn hiƯu đóng vai trò quan trọng phát triển hệ thống thông tin số tự động, có khả phát, thu mà hóa thông tin tối u Nguyên lý xử lý tín hiệu thống kê đặt tảng cho mô hình phân phối tín hiệu ngẫu nhiên môi trờng truyền dẫn 1.1 Tín hiệu thông tin Tín hiệu đợc định nghĩa nh biến đổi định tính mà thông tin mang trạng thái, đặc điểm cấu tạo, quỹ đạo, trình hoạt động hay dự định trớc tín hiệu nguồn xem xét Tín hiệu phơng tiện để mang thông tin Thông tin tín hiệu đợc sử dụng ngời thiết bị cho truyền tin, dự báo, định mô hình, điều khiển, thăm dò v.v Hình 1.1 minh häa mét nguån th«ng tin theo sau bëi hệ thống tín hiệu thông tin, kênh thông tin truyền từ phía phát đến phía thu Thông thờng, có sơ đồ hoạt động xếp thông tin I(t) vào tín hiệu x(t) mang thông tin, chức sơ đồ biểu thị nh T[.] vµ biĨu diƠn nh sau x(t) = T[I(t)] (1.1) VÝ dụ, truyền tin tiếng nói, chế phát tiÕng cung cÊp mét ph¬ng tiƯn cho ngêi nãi để xếp từ thành tín hiệu phát âm rõ ràng mà truyền lan đến ngời nghe §Ĩ trun mét tõ w, ngêi nãi ph¸t mét tÝn hiƯu ©m chn cđa tõ; tÝn hiƯu ©m x(t) bị nhiễm nhiễu xung quanh và/hoặc bị biến dạng kênh thông tin khác, bị méo dị thờng phát âm ngời nói, nơi nhận xẽ nhận đợc tín hiệu có nhiễu y(t) Thêm vào để mang từ đà nói, tín hiệu phát âm có dung lợng mang thông tin đặc điểm nói, giọng nói cảm xúc ngời nói Ngời nghe trích thông tin việc xử lý tín hiệu y(t) Trong thập niên gần đây, lý thuyết ứng dụng xử lý tín hiệu số đóng vai trò quan trọng phát triển hệ thống công nghệ thông tin viễn thông đại Hình 1.1 Minh họa hệ thống truyền tin xử lý tín hiệu Các phơng pháp xử lý tín hiệu quan trọng đến khả truyền thông phát triển ngời/máy móc thông minh có ảnh hởng đến lĩnh vực nh nhận dạng tiếng nói mô hình hệ thống truyền thông Nói chung, xử lý tín hiệu số quan tâm đến hai lĩnh vực lý thuyết thông tin: (a) mà hóa, phát, thu, lu trữ biểu diễn tín hiệu có hiệu đáng tin cậy hệ thống truyền tin, (b) tách thông tin từ tín hiệu nhiễu để nhận dạng mô hình, phát hiện, dự báo, định cấu hình, tăng cờng tín hiệu, tự động hóa v.v Sau xem xét phơng pháp tổng quát cho vấn đề xử lý tín hiệu 1.2 Các phơng pháp xử lý tín hiệu Các phơng pháp xử lý tín hiệu đà đa liên hợp thuật toán nhằm mục đích tối u hóa việc sử dụng thông tin để đạt đợc chế độ làm việc tốt Dựa vào phơng pháp đà dùng, thuật toán xử lý tín hiệu phân chia thành tổ hợp bốn loại Đó phơng pháp xử lý tín hiệu phi tham số, xử lý tín hiệu dựa mô hình, xử lý tín hiệu thống kê Bayes mạng thần kinh Các phơng pháp đợc miêu tả cách vắn tắt sau 1.2.1 Xử lý tín hiệu phi tham số Phơng pháp phi tham số ngụ ý không lợi dụng mô hình tham số tạo tín hiệu, hay mô hình phân bố thống kê tín hiệu Tín hiệu đợc xử lý dựa vào dạng sóng dÃy số Phơng pháp phi tham số không chuyên cho tín hiệu riêng biệt nào, chúng có phơng pháp ứng dụng rộng rÃi mà đợc áp dụng đến tín hiệu bất chấp đặc điểm hay nguồn tín hiệu Nhợc điểm phơng pháp chúng không lợi dụng đặc điểm riêng trình tín hiệu để dẫn đến cải tiến phong phú trình xử lý Vài ví dụ phơng pháp phi tham số bao gồm phơng pháp lọc số phơng pháp xử lý tín hiệu biến đổi chẳng hạn nh quan hệ phân tích/ tổng hợp Fourier biến đổi cosin rời rạc 1.2.2 Xử lý tín hiệu dựa mô hình Phơng pháp xử lý tín hiệu dựa mô hình sử dụng mô hình tham số trình tạo tín hiệu Mô hình tham số thờng miêu tả cấu trúc dự đoán mẫu kỳ vọng quy trình tín hiệu, dùng để dự báo giá trị tơng lai tín hiệu từ quỹ đạo khứ Phơng pháp dựa mô hình thờng thực chức phơng pháp phi tham số, chúng dùng nhiều thông tin cấu trúc mô hình xử lý tín hiệu Tuy nhiên, chúng nhạy với sai lệch tín hiệu từ dÃy tín hiệu đợc miêu tả mô hình Mô hình tham số sử dụng rộng rÃi mô hình dự đoán tuyến tính Các mô hình dự đoán tuyến tính thuận lợi để phát triển phơng pháp xử lý tín hiệu đại cho giới hạn rộng ứng dụng nh mà hóa tiếng nói tốc độ bit thấp công nghệ di động cellular, mà hóa video số, phân tích phổ độ phân giải cao, xử lý tín hiệu radar nhận dạng tiÕng nãi 1.2.3 Xư lý tÝn hiƯu thèng kª Bayes Sự thăng giáng tín hiệu ngẫu nhiên tóy, hay sù ph©n bè cđa mét d·y tÝn hiƯu không gian tín hiệu đợc mô phơng trình dự đoán nhng đợc diễn tả số hạng giá trị thống kê trung bình đợc mô hình hàm phân bố xác suất không gian tín hiệu nhiều chiỊu Nguyªn lý Bayes cung cÊp mét hƯ thèng tỉng quát việc xử lý thống kê tín hiệu ngẫu nhiên, thành lập giải công thức ớc lợng toán định hệ thèng 1.3 C¸c øng dơng xư lý tÝn hiƯu sè Trong năm gần phát triển tính thơng mại máy tính số có công suất lớn ngày tăng đà đợc bổ sung phát triển thuật toán xử lý tín hiệu số đại cho nhiều ứng dụng khác nhau, chẳng hạn nh giảm nhiễu, thông tin liên lạc, radar, sonar, xử lý tín hiệu âm hình ảnh, nhận dạng mô hình, khảo sát địa lý, dự báo liệu, xử lý nhiều ngân hàng liệu lớn cho việc nhận dạng, trích dẫn tổ chức cấu trúc mô hình tiềm ẩn cha đợc biết đến Hình 1.2 phân loại tỉng qu¸t mét sè øng dơng cđa xư lý tÝn hiệu số Phần xem xét vài ứng dụng chủ yếu phơng pháp xử lý tín hiệu số Hình 1.2 Phân loại ứng dụng xử lý tÝn hiƯu sè 1.3.1 Gi¶m nhiƠu thÝch øng Trong sù truyền tiếng nói từ môi trờng âm có nhiễu nh chuyển động xe hay tàu lửa, hay kênh điện thoại có nhiễu, tín hiệu tiếng đợc quan sát trình nhiễu cộng ngẫu nhiên Trong hệ thống đo lờng tín hiệu, tín hiệu mang thông tin thờng bị ô nhiễm nhiễu từ môi trờng xung quanh Quan sát tín hiệu nhiễu y(m) đợc mô hình nh sau y(m) = x(m) + n(m) (1.2) x(m) n(m) lµ tÝn hiƯu vµ nhiƠu, vµ m lµ biÕn số thời gian rời rạc Trong vài trờng hợp, ví dụ sử dụng điện thoại di động xe chuyển động, hay sử dụng dụng cụ thông tin vô tuyến buồng lái máy bay, đợc đo lờng ớc lợng biên độ nhiễu xung quanh dùng micro định hớng Sau tín hiệu x(m) đợc khôi phục cách trừ ớc lợng nhiễu từ tín hiệu nhiễu H×nh 1.3 chØ mét hƯ thèng khư nhiƠu thÝch nghi hai đầu vào cho tăng cờng tiếng nói có nhiễu Trong hệ thống micro định hớng dẫn tín hiệu nhiễu x(m)+n(m) nh đầu vào, micro định hớng thứ hai định vị trí vài hớng cách để đo lờng nhiễu n(m+) Hệ số suy giảm thời gian trễ cung cấp mô hình đơn giản hóa hiệu ứng truyền lan nhiễu đến vị trí khác không gian mà micro đặt đến Nhiễu từ micro thứ hai đợc xử lý lọc số thích nghi để làm cân với tín hiệu tiếng nói bị nhiễm nhiễu, sau trừ từ tín hiệu nhiễu để loại nhiễu