PDF
ZENODO
Published
2026-02-27
Section
Articles
How to Cite
How to Cite
ВЫБОР ФОРМЫ СИГНАЛА (ДЕЛЬТА-ФУНКЦИИ) И ЕЁ ПАРАМЕТРОВ ДЛЯ ОПТИМАЛЬНОГО ПРИМЕНЕНИЯ ДИСКРЕТНОГО ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ. ПРЕОБРАЗОВАНИЕ ПОСТУПАЮЩИХ СИГНАЛОВ В СООТВЕТСТВИИ С ПОСТАВЛЕННОЙ ЦЕЛЬЮ.
Абдулазизов Бахром
Наманганский государственный университет
Байматов Пазильжон
Наманганский государственный университет
Иноятов Шукурилло
Наманганский государственный университет
Шарибаев Носир
Наманганский государственный технический университет
Жарин Анатолий
Белорусский национальный технический университет
Keywords: дискретное вейвлет-преобразование, выбор вейвлетов, импульс (дельта), шумоподавление, пороговое значение, уровень разложения, извлечение признаков, сжатие, диагностика.
Abstract
Дискретное вейвлет-преобразование (ДВП) представляет собой один из самых результативных инструментов анализа нестационарных сигналов в масштабах времени. Вибрационные, акустические, вольт-амперные, медицинские (ЭКГ/ЭЭГ) и иные сенсорные данные, получаемые в реальных системах, нередко включают шум, кратковременные события (импульсы, скачки, разрывы) и плавно эволюционирующие тренды. По этой причине грамотный подбор типа вейвлета и его характеристик при обработке подобных сигналов существенно определяет точность и надежность итогов. В статье детально анализируется оптимальное применение ДВП с учетом характера входных сигналов, включая подходы к настройке параметров — выбор вейвлета, глубину разложения, пороговую фильтрацию и обработку границ для импульсоподобных событий (дельта-импульсов). Кроме того, вводится унифицированный алгоритм подбора на основе метрик сжатия энергии, симметрии, нулевых моментов и фазовых искажений для задач диагностики и детекции. Итоговые методические указания охватывают подавление шума, разделение импульсных компонент и достоверное выделение признаков посредством ДВП.
References
1. Стефан Маллат(1999). Вейвлет-анализ обработки сигналов. Academic Press.
2. Ингрид Добеши(1992). Десять лекций по вейвлетам. Общество промышленной и прикладной математики (SIAM).
3. Дэвид Л. Донохо, & Иэн М. Джонстон. (1994). Идеальная пространственная адаптация путем вейвлет-сжатия. Biometrika, 81(3), 425–455.
4. Дэвид Л. Донохо. (1995). Шумоподавление с помощью мягкого порогового значения. Труды IEEE по теории информации, 41(3), 613–627.
5. Младен Виктор Викерхаузер(1994). Адаптированный вейвлет-анализ: от теории к программному обеспечению. А. К. Петерс.
6. Гилберт Стрэнги Труонг Нгуен. (1996). Вейвлеты и фильтровые банки. Издательство Уэлсли-Кембридж.
7. Мартин Веттерлии Елена Ковачевич. (1995). Вейвлеты и кодирование поддиапазонов. Прентис Холл.
8. Шарибаев, Н. Ю., Турсунов, А. А., и Джураев, С. С. (2021). Интеллектуальные устройства для определения концентрации пылевых частиц. Текущий научный журнал педагогики, 2(12), 166–170. https://doi.org/10.37547/pedagogics-crjp-02-12-33
9. Шарибаев, Н. И., Джураев, Ш. С., Турсунов, А. А., и Кодиров, Д. Т. (2023). Роль Secube в реализации планов обеспечения непрерывности бизнеса (BCM) в различных отраслях. Американский журнал прикладной науки и техники, 3(12), 37–39. https://doi.org/10.37547/ajast/Volume03Issue12-08
10. Шарибаев, Н. Ю., Джураев, Ш. С., Турсунов, А. А., и Парпиев, Д. Х. (2023). Преимущества использования Secube в государственном управлении для обеспечения информационной безопасности. Американский журнал социальных наук и образовательных инноваций, 5(12), 77–79. https://doi.org/10.37547/tajssei/Volume05Issue12-10
11. Шарибаев, Н. Ю., и Джураев, С. С. (2023). Химические инновации в производстве компостируемых целлофановых материалов. Американский журнал социальных наук и гуманитарных исследований, 3(12), 288–290.
12. Шарибаев, Н. Ю., и Джураев, Ш. С. (2023). От отходов к ресурсам: компостирование и переработка биоразлагаемого целлофана. Американский журнал социальных наук и гуманитарных исследований, 3(12), 285–287.
13. Джураев, Ш. С., и Мадалиев, Х. Б. (2023). Метод распределения транспортного потока на основе 14 дифференциальных уравнений. Научный журнал исследований намерений, 2(10), 1–10.
14. Шарибаев, Н., Турсунов, А., и Джураев, Ш. (2022). Математическое моделирование законов распределения пылевых частиц в воздухе, образующихся на производственных предприятиях. Журнал физики: Серия конференций, 2373(7), 072043. https://doi.org/10.1088/1742-6596/2373/7/072043
