Вы находитесь на странице: 1из 5

Th P 10

Some Questions of the Adapting the Order Filters


to the Signal Form and Character of Noise
V.I. Znak* (ICM&MG SB RAS)

SUMMARY
The objective of this paper is improvement of the quality of the vibroseismic research data under the
condition of preservation of the form of a wave of a sounding signal. For this purpose, the weighted order
statistics filters are offered. However, the given filters are nonlinear (an analytical estimation of their
behavior is a complicated process), and the processing of periodic signals demands separate attention in
this case (the filter response tends to zero when approaching the length of the filter to integer periods of a
signal). At the same time, the filters belong to the nonlinear ones. The result of signal processing (the filter
response) depends both on the filter parameters (including the dependence on a sequence of operations)
and properties of a signal and the kind of noise. Thus, analysis of their behavior is rather complicated. In
this paper, the technique of order filters adaptation invoking a method of statistical trials is offered, and the
results of processing and restoration of the model of the noise swip signal are presented

6th Saint Petersburg International Conference & Exhibition – Geosciences – Investing in the Future
Saint Petersburg, Russia, 7-10 April 2014
Введение

При предобработке и обработке данных вибросейсмических исследований в качестве модели


сигнала используется, как правило, модель либо периодического (монохромного) либо
частотно-модулированного (FM, или свип) сигнала. В данной работе для предобработки и
восстановления зашумленных периодических и частотно-модулированных сигналов
предлагается использовать фильтры взвешенных порядковых статистик (weighted order
statistics, WOS).

Проблема обработки зашумленных сигналов с использованием WOS фильтров не нова, т.к. они
обладают рядом достоинств по сравнению с другими фильтрами: a) замечательной
способностью удаления импульсных шумов при сокращении прочих, b) устойчивостью к виду
шумов (робастностью), c) сохранением ступенек сигнала, имеющего форму телеграфной
последовательности.

Однако, есть важное ограничение для широкого привлечения WOS фильтров к обработке
периодических сигналов: при приближении длины фильтра к целому числу периодов сигнала
реакция фильтра стремится к нолю. Ряд публикаций рассматривают задачу преодоления такого
ограничения. Так, в работе [1] названная задача решается с использованием гибридных (WOS
фильтров и фильтров с конечный импульсной характеристикой FIR), в то время как в работе
[2] допускаются отрицательные веса в проекте медианного фильтра. Наконец, в работе [3]
предлагается использовать нулевые веса наравне с прочими. Подобная техника (децимация)
широко используется в обработке изображений с привлечением медианных фильтров, как,
например, в работе [4]. Последнее обобщение позволяет определить ко-фазный (CoPh WOS)
фильтр. Как показано в работах [3] и [5], ко-фазные WOS фильтры позволяют сохранить
форму волны в частотном диапазоне f(CoPh WOS) ~ 1.0÷1.5 Гц. Далее под обработкой
периодических и частотно-модулированных сигналов подразумевается их обработка ко-
фазными и стандартными WOS фильтрами.

Другая особенность порядковых фильтров их нелинейность. Частный случай таких фильтров,


медианный, был исследован в работе [6]. Вследствие нелинейности таких фильтров
аналитическая оценка их поведения очень сложный процесс. Общепризнанно, что
оно(поведение) в значительной мере зависит от проекта фильтра (значений весов, величины
апертуры или окна анализа, последовательности операций в многошаговом процессе
фильтрации). В таком случае можно сказать, что качество обработки сигнала в условиях его
обработки WOS фильтром есть случайная величина. В то же самое время, в работе [7] пришли
к выводу, что отклик медианного фильтра на ступеньчатый сигал при высоком уровне шума
близок отклику линейного фильтра. При этом отмечена важность проекта фильтра для
ослабления высоких уровней шума, не вызывая слишком большого искажения сигнала. В этих
условиях внимание привлекает численный метод решения математических задач при помощи
моделирования случайных величин, т.е., метод статистических испытаний для целей выбора
наиболее эффективного проекта WOS фильтра.

В данной работе исследуются некоторые возможности метода статистических испытаний в


условиях обработки WOS фильтрами зашумленного FM сигнала с целью повышения его
качества.

Основные определения WOS и CoPh WOS фильтров

Пусть последовательность Х = {хj: j=1, …, N} представляет собой некоторый исходный сигнал.


Тогда формальную процедуру порядковой фильтрации можно представить как
последовательность следующих операций:
i) Y={yi, i=0, 1, …, v,} выборка n=2v+1 значений сигнала, где Y  X (n нечетное),

6th Saint Petersburg International Conference & Exhibition – Geosciences – Investing in the Future
Saint Petersburg, Russia, 7-10 April 2014
~
i) Y  ~
y c  v  ...  ~
y c  ...  ~
y c  v , построение вариационного ряда, где терм ~
y i есть статистика
соответствующего ранга, i=1, …, n
iii) RANK(y1,…, y(n-1)/2,…, yn)= ~ y r операция замещения центрального элемента (CE) yv Y
y r  Y~ (v, c, iZ).
статистикой ~

В частном случае, при r=(n 1)/2, имеем медианный фильтр MEDn(y1,…, y(n-1)/2,…, yn) = ~
yc .

В ряде случаев положение терма вариационного ряда определяют через относительные


значения   ( r  1) /( n  1),   1   ( отношение, называемое далее процентилем, числа
предшествующих термов к их общему количеству, без данного терма). Такая форма
порядкового фильтра носит название процентильного фильтра.

В общем случае полагается, что каждому элементу последовательности Y сопоставлено


рациональное число wi  W , i  1,..., n , (трактуемое как число копий yi Y). Тогда в качестве
длины последовательности выступает N  i 1 wi . При этом N также нечетное.
n

Пусть сигнал представляет собой гармоническую функцию yi=sin(+it) с периодом T.


Приравняем нолю веса всех членов последовательности за исключением веса CE и весов тех
термов, которые отстоят друг от друга на длину периода (ко-фазные). При этом положим, что
длина фильтра равна m периодам функции, где m четное (m=2,4, и т.д.). В этом случае значение
Vm = mT/t =m2/t может использоваться как "цена" (или оценка) m периодов сигнала в
квантах времени. Рис. 1 иллюстрирует данное рассуждение.

Рисунок 1 Выборки ко-фазных значений периодического сигнала в последовательные моменты


времени.

Для оценки значений весов воспользуемся алгоритмом, предложенным в работе Znak V. I.


(2005):

1. Вычисление длины фильтра как [ n ] , где n=2RT/Δt+1;
2. Реализация присваиваний: w 0 =1 для CE и wi =0 для прочих компонентов
последовательности Y;
3. Вычисление, в цикле j=1,…, R, индексов компонент последовательности Y согласно
правилам:
i) Vj = jT / t;

6th Saint Petersburg International Conference & Exhibition – Geosciences – Investing in the Future
Saint Petersburg, Russia, 7-10 April 2014
 
ii) if V j  [V j ]  [V j ] , тогда wV j  1 ; иначе:

iii) w  [V ]  V j  [V j ] ;
j

iv) w  [ V ]  [V j ]  V j .
j

Здесь символом [ x ] обозначено наименьшее целое, ближайшее сверху значению х, и символом

[ x ] наибольшее целое, ближайшее снизу. Такой WOS фильтр назовем ко-фазным (CoPh WOS)
фильтром и частоту, соответствующую периоду Т, назовем рабочей частой фильтра.

Возможности статистического исследования проекта WOS фильтра

В принципе, список параметров и характеристик WOS фильтра, определяющих качество


обработки сигнала, зависит от вида сигнала. Однако в любом случае решающее значение имеет
структура фильтра, все детали его компонент (значения весов, величина апертуры или окна
анализа), а также последовательность операций в многошаговом процессе фильтрации и их
вид. Так, в случае привлечения процентильного фильтра интерес представляет композиция
результатов обработки сигнала парой таких фильтров при условии +=1. Изменение значений
соответствующих процентилей также приводит к изменению качества обработки сигнала.

Результаты эксперимента

Для целей исследования возможностей метода статистических испытаний использована


модель свип сигнала с параметрами и характеристиками: момент вступления сигнала 4 сек.,
период его существования 90 сек., частотная полоса 7.2 8.2 Гц, частота дискретизации 0.002
сек., период существования модели 150 сек. При этом для целей искажения сигнала
использован белый Гауссов шум с нулевым средним при условии отношения сигнал – шум s/
= 0.066. Изображение опорного сигнала и модели приведено на рис. 2. При этом длина
опорного свип сигнала 90 сек. Для целей контроля качества сигнала использована свертка
опорного свип сигнала с соответствующей моделью (здесь, в случае отсутствия предобработки
сигнал/шум s/ = 13.374).

Рисунок 2 Изображение опорного сигнала и модели (сверху вниз). Момент вступления – 4 сек.

Для целей обработки модели сигнала использовано два проекта WOS фильтра, блок схемы
которых представлены на рис. 3.

Рисунок 3 Блок схемы проектов фильтров.

В качестве варьируемого параметра использована рабочая частота фильтра. Результаты


свертки опорного свип сигнала с соответствующей моделью после обработки фильтром 1
приведены в таблице 1.

6th Saint Petersburg International Conference & Exhibition – Geosciences – Investing in the Future
Saint Petersburg, Russia, 7-10 April 2014
Таблица 1 Результаты свертки опорного свип сигнала с моделью.
N Рабочая часта, Гц Отношение сигнал/шум (s/)
1 7.975 11.402
2 8.000 12.855
3 8.025 12.463
4 8.050 14.281
5 8.075 14.493
6 8.100 13.513
7 8.125 12.418

При этом после обработки фильтром 2 достигнуто значение s/ = 14.570 (поведение s/ для
прочих значений рабочей часты аналогично предыдущему случаю).

Изображение названных сверток приведено на рис. 4.

Рисунок 4 Свертки необработанного сигнала, сигналов после обработки фильтрами 1 и 2


(сверху вниз соответственно).

Выводы

В данной работе исследованы некоторые возможности привлечения метода статистических


испытаний для целей повышения качества зашумленных периодических и свип сигналов в
частотной полосе f = Гц, при их обработке порядковыми фильтрами. В качестве
варьируемых параметров использованы структура фильтра и его рабочая частота. Здесь не
ставилась цель предложить наиболее эффективный проект порядкового фильтра, но только
продемонстрировать возможности данного направления исследований, что весьма важно в
случае отношения сигнал/шум s/ <<1. В случае свип сигнала с более широкой частотной
полосой можно использовать подход, предложенный в работе [5].

Список литературы

[1] Yin and Y. Neuvo [1994] Fast adaptation and performance characteristics of fir-wos hybrid filters.
IEEE Transactions on signal processing, 42(7), 1610-1628.
[2] Arce, G.R. [1998] A general weighted median filters structure admitting negative weights. IEEE
Transactions on signal processing, 46(12), 3195-3205.
[3] Znak, V. I. [2005] Co-Phased Median Filters, Some Peculiarities of Sweep Signal Processing.
Mathematical Geology, 37(2), 207-221.
[4] Akarun, L. and Haddad, R.A. [1994] Decimated rank order filtering. IEEE Transactions on Signal
Processing, 42(4), 835-845.
[5] Znak, V.I. [2012] Something about processing, analysis and restoration of periodic signals.
Proceedings of the Ninth IASTED International Conference on Signal Processing, Pattern
Recognition and Applications (SPPRA 2012), 778-006.
[6] Justusson, B.I. [1981] Two-dimensional digital signal processing II: transforms and median
filters. Median filtering: statistical properties. Springer-Verlag, Berlin, 161-196.
[7] Duncan, G. and Beresford, G. [1995] Median filter behaviour with seismic data. Geophysical
Prospecting, 43, 329-345.

6th Saint Petersburg International Conference & Exhibition – Geosciences – Investing in the Future
Saint Petersburg, Russia, 7-10 April 2014