
- •Чернівецький національний університет ім. Ю. Федьковича
- •Оптичні технології в зв’язку
- •1. Поняття про перетворення, аналіз спектрів сигналу та фільтрацію сигналів [1-5]
- •1.1. Отримання образів сигналів. Мета. Аналіз спектрів
- •1.1.1. Фур’є перетворення
- •1.1.2. Деякі властивості Фур’є перетворення
- •1.2. Згортка. Розмиття сигналу
- •1.3. Віконне Фур’є перетворення
- •1.4. Поняття про вейвлет-перетворення
- •1.5. Поняття про фільтрацію сигналу
- •1.6. Деякі приклади фільтрації
- •1.6.1. Фільтрація адитивних завад
- •1.6.2. Фільтрація мультиплікативних завад
- •1.6.3. Фільтрація постійної складової
- •1.6.4. Диференціювання сигналу
- •1.7. Нейронні і нейроподібні мережі та їх оптична реалізація
- •1.7.1. Структура нейронних мереж
- •1.7.2. Алгоритм роботи нейронної мережі. Алгоритм Хопфілда
- •1.7.3. Перспективи розвитку оптичних нейронних мереж
- •1.7.4. Реалізація оптичних нейронних мереж
- •2. Системи багатохвильового ущільнення
- •2.1. Вступ до wdm
- •2.2. Модель взаємодії wdm з транспортними технологіями [6-10]
- •2.3. Блок-схема систем з wdm
- •2.4. Вузькосмугові і широкосмугові wdm
- •2.5. Рекомендації itu-t відносно довжин хвиль в системах wdm
- •2.5.1. Стандартний канальний план і його використання
- •Стандартний канальний план з розносом каналів на 100 гГц
- •Стандартний канальний план при розносі каналів на 200 гГц
- •Сітка частот wdm
- •2.5.2. Типові характеристики систем wdm
- •2.6. Синхронні оптичні мережі sonet і sdh
- •2.6.1. Відмінності між sonet і sdh
- •2.6.2. Основні сигнали sonet і sdh
- •Як в sonet так I в sdh швидкість передавання фреймів складає 8000 фреймів/с, що відповідає періоду повторення фреймів 125 мкс.
- •2.7. Структура синхронних сигналів
- •2.7.2. Фрейми сигналів вищого рівня
- •2.7.3. Структура фрейма sdh
- •Характеристики волокон згідно Рекомендаціям g.652.
- •Характеристики волокон згідно Рекомендацій g.655
- •2.9. Комплектуючі пристрої та елементи систем багатохвильового ущільнення [6,18,19]
- •2.9.1. Основні визначення
- •2.9.2. Типи оптичних рознімів
- •2.10. Мультиплексування з розділенням за довжиною хвилі
- •2.11. Циркулятори
- •3. Безпроводний оптичний зв’язок. Принципи. Втрати
- •3.1. Беспровідні оптичні системи зв’язку. Основні абревіатури
- •3.2. Загальні характеристики. Принципи побудови [20-35]
- •3.3.1. Преваги fso-систем
- •3.3.2. Недоліки fso-систем
- •3.3.3. Області застосування
- •3.4. Структура безпроводної оптичної системи зв’язку
- •3.6. Рівняння системи зв’язку
- •3.7. Втрати і завади в атмосферному каналі зв’язку
- •3.7.1. Вібраційні завади
- •3.7.2. Вплив турбулентності на характеристики оптичного каналу
- •3.8. Загасання сигналу в атмосфері [36-46]
- •3.8.1. Модель атмосфери. Загасання сигналу
- •3.8.2. Фракції атмосфери, які впливають на загасання сигналу
- •3.8.3. Метеорологічна дальність видимості та атмосферні втрати
- •4. Розрахунок доступності каналу fso-cистеми [47-49]
- •4.1. Розрахунок енергетичного бюджету системи – величини максимально допустимого затухання сигналу
- •4.2. Встановлення відповідності між допустимим затуханням та критичною (мінімально допустимою) мдв
- •4.3. Розрахунок імовірності виникнення погодних умов, коли мвд менша ніж
- •4.4. Оцінка метеоумов в Чернівецькому регіоні
- •4.5. Розрахунок доступності каналу аолз в Чернівецькому регіоні
- •4.6. Деякі розрахункові і експериментальні дані щодо впливу метеоумов на роботу fso-систем
- •5. Техніко-економічні показники цифрових мереж на основі аолз. Сучасний стан ринку
- •5.1. Порівняння фінансових, часових та інших витрат при побудові різних за природою ліній зв’язку [50]
- •5.2. Аналіз існуючих рішень і ринка fso-систем
- •5.3. Огляд існуючих рішень
- •5.4.2. Обладнання компанії fSona Communications (сша)
- •5.4.3. Обладнання компанії нпк «Катарсіс» (Санкт-Петербург, Росія)
- •5.4.4. Атмосферні оптичні лінії зв’язку Artolink. Ват "Мостком". Виробник: Державний рязанський приладний завод
- •5.4.4.1. Деякі загальні відомості
- •5.4.4.2. Сфери застосування
- •5.4.4.3. Принцип роботи пристрою
- •5.4.4.4. Якість та надійність передавання сигналу
- •5.4.4.5. Базові моделі і деякі технічні характеристики
- •5.4.4.6. Відмінності та особливості обладнання
- •5.4.4.7. Встановлення та інсталяція обладнання
- •5.4.4.8. Віддалений контроль
- •5.4.5. Обладнання компанії «Гранч»
- •6. Лазерна локація [20,51]
- •6.1. Лазерна локація як прикладна дисципліна
- •6.2. Переваги та недоліки лазерної локації
- •6.2.1. Технологічна простота, короткий технологічний цикл
- •6.2.2. Гарантії точності
- •6.2.3. Відсутність наземних геодезичних робот по планово-висотному обогрунтуванню при виконанні повітряного лазерно-локаційного знімання
- •6.2.4. Висока продуктивність
- •6.2.5. Можливість роботи в нічний час і будь яку пору року
- •6.2.6. Надзвичайно широкий спектр застосувань
- •6.3. Загальні принципи роботи лазерного локатора
- •6.4. Лазерно-локаційні дані
- •6.5. Імпульсний і фазовий методи вимірювання дальності
- •6.5.1. Імпульсний метод
- •6.5.2. Фазовий метод
- •6.6. Інструментальні засоби лазерної локації
- •6.6.1. Способи отримання лазерно-локаційних зображень. Основні принципи роботи типового аерознімального лідара
- •6.6.2. Функціональна схема типового лазерного локатора на прикладі системи altm компанії Optech
- •7. Системи геопозиціонування gps і глонас
- •7.1. Супутникові системи позиціонування
- •7.2. Короткий опис супутникових систем позиціонування
- •7.3. Загальні відомості про глонасс
- •7.4. Як працює система глонасс?
- •7.5. Склад системи глонасс: орбітальна структура супутників глонасс
- •Література
- •3. І.І Мохунь, п.В. Полянський. Інтегральна оптика в інформаційній техніці. Конспект лекцій. Чернівці, Рута, 79 с. (2002).
- •28. К. Дыхов, а. Максимов. Аолс – технология будущего. Вестник связи, 2, (2006).
1.4. Поняття про вейвлет-перетворення
Вирішити певною мірою проблему одночасної високої роздільної здатності як по частоті так і по часу може, так зване, вейвлет-перетворення.
За визначенням неперервне вейвлет-перетворення можна записати у вигляді
,
(1.26)
де
– функція перетворення, яка має назву
материнського вейвлета,
– кофіцієнт масштабу або просто масштаб.
Слово вейвлет можна перекласти як маленька хвиля. Під словом маленька розуміють те, що така віконна функція має кінцеву ширину. Слово хвиля вказує на той факт, що віконна функція – осцилююча функція. Термін материнський озночає, що різні за шириною віконні функції, які використовуються у перетворенні народжуються від однієї і тієї базової функції – материнського вейвлета.
а б в
Рис. 1.13
а – WAVE-вейвлет; б – MHAT-вейвлет (мексиканський капелюх); в – вейвлет Морле
Вейвлети можуть бути різної конфігурації (див., рис. 1.13). Головна вимога до вейалету така
.
(1.27)
Оскільки вейвлет осцилююча біля нуля функція, то геометричне тлумачення виразу 1.27 означає – площа ділянок обмежених позитивними і негативними ділянками вейвлета однакова.
Відзначимо, що для вирішення конкретної задачі аналізу сигналу існує оптимальна конфігурація вейвлета, вибір якої є далеко не простим.
Якщо звернути увагу на визначення вейвлет-перетворення, то можна побачити, що вейвлет-образ є функцією масштабу. Параметр може бути як більше так і менше одиниці, тобто віконна функція стискається або розширюється у відповідності до . Інакше кажучи для кожного моменту часу існує ціла сукупність образів, отриманих для різних . Саме завдяки цьому вейвлет-перетворення дає змогу детально проаналізувати поведінку сигналу у часі.
Рис. 1.14. До пояснення ідеї Вейвлет аналізу
a
– вейвлет певного масштабу; b-d
– ділянки сигналу з різним масштабом
флуктуацій. b
– ділянка сигналу де характерний
тривалість елементу сигналу значно
більша ніж ширина вейвлету; с
– ділянка сигналу де характерна
тривалість елементу сигналу значно
менша ніж ширина вейвлету; d
– ширина вейвлету сумірна за розмірами
з елементом сигналу; e-g
– результати множення вейвлета на
сигнал з різним масштабом флуктуації.
– позитивна та негативна площі результату
множення.
Спробуємо пояснити ідею вейвлет-перетворення виходячи з наступних міркувань. Згідно до визначення вейвлет-перетворення для розрахунку образу необхідно здійснити такі операції:
1.
Вибрати величину масштабу
.
Відзначимо, що розрахунок образу
починається із значення
.
Далі величина
змінюється як в бік більше одиниці
(«вузькі» вейвлети), так і бік
менше одиниці («широкі» вейвлети).
2.
Зсунути вейвлет з масштабом
на певну
.
3. Перемножити віконну функцію та сигнал. Природно, що певної внличини добутку можна очікувати лише в інтервалі порівнянному з шириною вейвлета.
4. Провести інтегрування добутку.
Нехай
ми маємо материнський вейвлет, подібний
до зображеного на рисунку 1.14а
і
для певного
цей вейвлет займає позицію відносно
сигналу таку, як зображено на рисунку
b.
Оскільки на ділянці в районі
сигнал практично постійний, то маємо
результат множення віконної функції
на сигнал подібний до зображеного на
рисунку e.
Природно, що такому випадку результат
інтегрування наближається до нуля.
Величина «позитивних» площ
приблизно дорівнює величіні «негативних»
площ
.
Аналогічний результат ми отримаємо і в випадку, коли вейвлет зсунутий в район сигналу, де він має структуру меншу за масштабом ніж вейвлет (див. рис. с).
І лише у випадку, коли вейвлет знаходиться в околі точки, де сигнал має масштаб флуктуацій близький до ширини віконної функції результат інтегрування буде суттєво відрізнятися від нуля. Таким чином відмінність від нуля образу в певній точці для певної величини свідчить про те, що саме тут сигнал має флуктуацію з аналогічним масштабом.
Продемонструємо ефективність вейлет-перетворення на прикладі сигналу, зображеному на рисунку 1.15. Цей сигнал не стаціонарний, проте в різні інтервали часу можна виділити стаціонарні ділянки, де частота сигналу постійна:
1-ша ділянка – 30 Гц (0-300 мкс),
2-га ділянка – 20 Гц (300-600 мкс),
3-тя ділянка – 10 Гц (600-800 мкс),
4-та ділянка – 5 Гц (800-1000 мкс).
Взагалі кажучи масштабний параметр вейвлет-перетворення не можна напряму асоціювати з частотою. Тим не менш можна стверджувати – чим «дрібніша» структура сигналу, тим більш високі частоти присутні в сигналі. Природно, що для сукупності гармонійних сигналів, які не перекриваються в часі (сигнал типу, зображеного на рисунку 1.15) аналогія між масштабом флуктуації сигналу і його частотою повна. Фактично масштаб флуктуації сигналу дорівнює половині періоду гармонійного сигналу. Або інакше – масштаб обернено пропорціний до частоти. Отже аналізуючи вейвлет-образ такого сигналу можна зробити однозначний висновок не тільки про стаціонарність (або не стаціонарність) сигналу в певні інтервали часу, а й про зміну масштабу його флуктуацій, тобто зміну частоти.
Цей висновок підтверджується рисунком 1.16, на якому наданий вейвлет-образ розглянутого сигналу.
Рис. 1.15. Нестаціонарний сигнал, який складається з чотирьох стаціонарних ділянок з частотами 30 Гц (0-300 мкс), 20 Гц (300-600 мкс), 10 Гц (600-800 мкс) і 5 Гц (800-1000 мкс).
Рис. 1.16. Вейвлет-образ сигналу, зображеного на рисунку 1.15
На рисунку 1.17. наданий той самий вейвлет-образ представлений під іншим ракурсом.
Рис. 1.17
Відзначимо, що зсув (на рисунку – трансляція) може бути асоційований з часом.
З рисунків добре видно, що спочатку в сигналі спостерігаються найменші масштаби флуктуації (висока частота), які зростають і досягають максимуму в кінці існування сигналу (частота 5 Гц).
Зауважимо, що вейвлет-перетворення, яке ми розглядали як «альтернативу» ОФП не позбавлене недоліків. Наприклад, різна роздільна здатність за часом для різних масштабів флуктуації.
Відповідно, для відносно повного аналізу сигналу бажано застосовувати всі три, розглянуті нами перетворення: Фур’є-перетворення, ОФП, та вейвлет-перетвореня.
На закінчення наведемо приклад реального застосування вейвлет-перетворення.
На рисунку 1.18 представлена певна медична характеристика здорової людини. Вейвлет-образ цього сигналу ілюструється рисунком 1.19 та рисунком 1.20 (вейвлет-образ під іншим ракурсом).
Як бачимо з рисунків 1.19 та 1.20 в області «середніх масштабів вейвлет-образ характеристики здорової людини має яскраво виражене провалля.
На рисунку 1.21. наведена характеристика людини, яка хвора на хворобу Альцгеймера. На рисунках 1.22. та 1.23. наведені вейвлет-образи.
Рис. 1.18
Рис. 1.19
Рис. 1.20
Рис. 1.21
Рис. 1.22
Рис. 1.23
Треба відзначити, що порівнюючи рисунки 1.18 та 1.19 важко зробити висновки про відмінності в медичних характеристиках. Разом з тим, як читко випливає з рисунків 1.19, 1.20 та 1.22, 1.23 у хворої людини у вейвлет-образі відсутнє провалля в області середніх масштабів. Інакше кажучи, в цьому випадку, саме вейвлет-перетворення дає нам можливість однозначно встановити діагноз хвороби.