“Data exchange” service offers individual users metadata transfer in several different formats. Citation formats are offered for transfers in texts as for the transfer into internet pages. Citation formats include permanent links that guarantee access to cited sources. For use are commonly structured metadata schemes : Dublin Core xml and ETUB-MS xml, local adaptation of international ETD-MS scheme intended for use in academic documents.
Export
Stanković, Isidora, 1993-
Analiza nestacionarnih signala: doprinos kompresivnog odabiranja u smanjenju interferencija u disperzivnim kanalima
Autorstvo-Nekomercijalno-Bez prerade 3.0 Srbija (CC BY-NC-ND 3.0)
Academic metadata
Phd. theses
Tehnicko-tehnološke nauke
doktor nauka - elektrotehnika i računarstvo
Univerzitet Crne Gore
Elektrotehnički fakultet
Studijski program Elektronika
Other Theses Metadata
Analysis of non-stationary signals: contribution of compressive sensing for interference management in dispersive media
[I. Stanković]
PDF/A (143 pages)
Daković, Miloš, 1970- (mentor)
Orović, Irena, 1983- (član komisije)
Ioana, Cornel (član komisije)
U obradi signala, teorija koja stoji iza kompresivnog odabiranja pokazala se kao uspješna tehnika uzorkovanja u različitim oblastima. Upotreba malog broja mjerenja za akviziciju povecćava efikasnost skladištenja, memorije i prenosa signala. Buducći da se brojni signali u prirodi mogu predstaviti kao rijetki u određenom domenu reprezentacije, tehnika je pokazala ogroman potencijal u mnogim oblastima kao što su medicina, telekomunikacije, radar i sonarni sistem. Međutim, iako je veoma uspješno, kompresivno odabiranje još uvijek nije u potpunosti razvijeno i primijenjeno u podvodnoj akustici. Akustični signali koji se prenose kroz vodu uvode mnoge složene karakteristike čineći njihovu analizu izazovnom i teškom. Proces prenošenja i primanja signala kroz plitko vodeno okruženje reprezentativan je primjer prenosa signala kroz disperzivni kanal. Nestacionarna priroda takvih signala zahtijeva prilagođen i pogodan alat za analizu razvijenu u vremensko-frekvencijskoj analizi signala. Unutar okvira kompresivnog odabiranja, važno je naglasiti da su nestacionarni signali samo približno rijetki ili nerijetki u odgovarajućem domenu transformacije. Budući da se metoda rekonstrukcije u kompresivnom odabiranju intrinzično oslanja na rijetkost, rekonstrukcija približno rijetkih ili nerijetkih signala stvoriće grešku koja mora biti uzeta u obzir u proračunima i primjenama. Glavni doprinos ove teze je u proširivanju i prilagođavanju glavnih rezultata kompresivnog odabiranja na nestacionarne signale, uz primjenu na akustične i sonarne signale. Ovo može da obuhvati propagiranje u disperzivnim medijima. Konkretno, izvedena je tačno očekivana greška rekonstrukcije nesta- cionarnih signala u vremensko-frekvencijskoj analizi korišćenjem metoda kompresivnog odabiranja. Predložene su tehnike dekompozicije i rekonstrukcije signala u sonarnim sistemima i disperzivnim podvodnim kanalima korišćenjem vremensko-frekvencijske analize. Različite sekvence korišćene u sonarnom snimanju se razmatraju sa stanovišta rekonstrukcije zasnovane na kompresivnom odabiranju, uključujući smanjeni skup mjerenja ili visoko oštećenih uzoraka i podešavanje scenarija u stvarnom svijetu. Svi predstavljeni teorijski rezultati prate brojni primjeri. Takođe, prikazana je primjena rekonstrukcije opšte obrade slika i problema rašumljavanja. Algoritmi za dobijanje glavnih rezultata koji se koriste u tezi dati su u dodatku.
In signal processing, the theory behind compressive sensing presented a successful sampling technique in various fields. Using a small number of measurements for the acquisition improves the efficiency of storage, memory, and transmission of signals. Since numerous signals in nature can be represented as sparse in some representation domain, the technique showed massive potential in many areas such as medicine, telecommunications, radar, and sonar systems. Although very successful, compressive sensing is not yet fully developed and implemented in underwater acoustics. Acoustic signals transmitted through water introduce many complex characteristics making their analysis challenging and difficult. The process of transmitting and receiving signals through shallow water environment is a representative example of a signal transmission through dispersive channel. The non-stationary nature of such signals leads to the time-frequency signal analysis as well developed theory suitable for non-stationary signal processing. Within the compressive sensing framework, it is important to emphasize that the non-stationary signals are only approximately sparse or nonsparse in the corresponding transformation domain. Since the compressive sensing reconstruction methods intrinsically relies on the sparsity, the reconstruction of approximately sparse or non-sparse signals will produce an error that should be considered in the calculations and applications. The main contributions of this thesis are in extending and adjusting the compressive sensing methods and results to the non-stationary signals, with application to the acoustic and sonar signals. This can include dispersive media propagation. In particular, the exact expected error of the reconstruction of non-stationary signals in time-frequency analysis using the compressive sensing methods is derived. The decomposition and reconstruction of signals in sonar systems and dispersive underwater channels using time-frequency approaches are presented. Various sequences used in the sonar imaging are considered from the point of the compressive sensing based reconstruction, including a reduced set of measurements or highly corrupted samples and real-world scenario setup. All of the presented theoretical results are followed by numerous examples. Application of the proposed methods and obtained theoretical results to image reconstruction and denoising problems is also presented as an example that developed tools and theoretical results are important not only for underwater acoustic systems. The algorithms used to achieve the main results in the thesis are given in the Appendix.
U obradi signala, teorija koja stoji iza kompresivnog odabiranja pokazala se kao uspješna tehnika uzorkovanja u različitim oblastima. Upotreba malog broja mjerenja za akviziciju povecćava efikasnost skladištenja, memorije i prenosa signala. Buducći da se brojni signali u prirodi mogu predstaviti kao rijetki u određenom domenu reprezentacije, tehnika je pokazala ogroman potencijal u mnogim oblastima kao što su medicina, telekomunikacije, radar i sonarni sistem. Međutim, iako je veoma uspješno, kompresivno odabiranje još uvijek nije u potpunosti razvijeno i primijenjeno u podvodnoj akustici. Akustični signali koji se prenose kroz vodu uvode mnoge složene karakteristike čineći njihovu analizu izazovnom i teškom. Proces prenošenja i primanja signala kroz plitko vodeno okruženje reprezentativan je primjer prenosa signala kroz disperzivni kanal. Nestacionarna priroda takvih signala zahtijeva prilagođen i pogodan alat za analizu razvijenu u vremensko-frekvencijskoj analizi signala. Unutar okvira kompresivnog odabiranja, važno je naglasiti da su nestacionarni signali samo približno rijetki ili nerijetki u odgovarajućem domenu transformacije. Budući da se metoda rekonstrukcije u kompresivnom odabiranju intrinzično oslanja na rijetkost, rekonstrukcija približno rijetkih ili nerijetkih signala stvoriće grešku koja mora biti uzeta u obzir u proračunima i primjenama. Glavni doprinos ove teze je u proširivanju i prilagođavanju glavnih rezultata kompresivnog odabiranja na nestacionarne signale, uz primjenu na akustične i sonarne signale. Ovo može da obuhvati propagiranje u disperzivnim medijima. Konkretno, izvedena je tačno očekivana greška rekonstrukcije nesta- cionarnih signala u vremensko-frekvencijskoj analizi korišćenjem metoda kompresivnog odabiranja. Predložene su tehnike dekompozicije i rekonstrukcije signala u sonarnim sistemima i disperzivnim podvodnim kanalima korišćenjem vremensko-frekvencijske analize. Različite sekvence korišćene u sonarnom snimanju se razmatraju sa stanovišta rekonstrukcije zasnovane na kompresivnom odabiranju, uključujući smanjeni skup mjerenja ili visoko oštećenih uzoraka i podešavanje scenarija u stvarnom svijetu. Svi predstavljeni teorijski rezultati prate brojni primjeri. Takođe, prikazana je primjena rekonstrukcije opšte obrade slika i problema rašumljavanja. Algoritmi za dobijanje glavnih rezultata koji se koriste u tezi dati su u dodatku.