Algorytm identyfikacji składowych sinusoidalnych złożonego sygnału na podstawie jego losowo pobranych próbek
EN Sinusoidal signal components identification algorithm based on limited number of its random samples
2013
scientific article
polish
- sygnał złożony
- składowe sinusoidalne złożonego sygnału
- Compressed Sensing
- identyfikacja parametrów sygnału
- algorytm identyfikacji
PL W artykule przedstawiono algorytm estymacji parametrów składowych sinusoidalnych złożonego sygnału, na podstawie ograniczonej liczby losowo pobranych próbek tego sygnału. Działanie algorytmu zostało zbadane na przykładach kilku sygnałów, które stanowią sumę składowych sinusoidalnych o różnych amplitudach i częstotliwościach. Wyniki eksperymentu pokazują, że proponowany algorytm jest w stanie zidentyfikować i określić parametry składowych sinusoidalnych badanego sygnału o największej amplitudzie. Wyniki działania badanego algorytmu mogą stanowić punkt wyjścia dla bardziej zaawansowanych metod identyfikacji składowych takiego sygnału, takich jak algorytmy ewolucyjne. W artykule zostało zbadane zachowanie się proponowanego algorytmu i dokładność otrzymanych wyników w zależności od parametrów i liczby próbek użytych w procedurze identyfikacji składowych sygnału. Zostały również zarysowane kierunki dalszych badań nad udoskonaleniem algorytmu.
EN The paper presents an algorithm for sinusoidal signal components estimation based on a limited number of random samples of this signal. The algorithm was tested on several examples of signals that are the sum of sinusoidal components having different amplitudes and frequencies. The experimental results show that the proposed algorithm is able to identify and determine the parameters of sinusoidal components of the test signal with the highest amplitudes. The results of the test algorithm can provide a starting point for more advanced ways to identify components of such signals, such as evolutionary algorithms. The behavior of the proposed algorithm, and the accuracy of the results obtained, depending on the parameters used and the number of samples to reconstruct the signal was tested. The directions for further research to improve the algorithm are outlined.
197 - 203
public
9