Стабильной
точкой нелинейного фильтра называют такой входной сигнал, который при
прохождении через фильтр не изменяется, то есть [2]. Возможно, более точно отражает суть
используемый в англоязычной литературе термин «root signal», т.е. «корневой
сигнал». Одними из стабильных точек обычного медианного фильтра являются
сигналы ²резкий
перепад²
("step edge") и ²наклонный перепад²
("ramp edge"), которые показаны на рис. 9.
|
|
а |
б |
Рис. 9. Сигналы ²резкий перепад² (а) и ²наклонный перепад² (б)
Контрольные вопросы
1. Каковы основные требования к нелинейным фильтрам?
2. Какие критерии качества (эффективности) фильтрации Вы знаете?
3. В чем отличие интегральных и локальных показателей? Почему следует анализировать и те, и другие?
4. Что такое «стабильная точка» нелинейного фильтра?
3. ПРИНЦИП ФИЛЬТРАЦИИ В СКОЛЬЗЯЩЕМ ОКНЕ
Большинство методов нелинейной фильтрации предусматривают обработку данных в скользящем окне, что аналогично принципу действия линейных фильтров с конечной импульсной характеристикой (КИХ). Фильтрация в скользящем окне подразумевает, что некоторому (одному) i-му отсчету, обычно центральному, присваивается выходное значение в результате применения некоторого метода обработки к выборке данных, состоящей из значений N-1 отсчетов, соседних с i-м, и значения для самого i-го отсчета. Самым простым примером такой обработки может быть линейный усредняющий фильтр (ЛУФ), для которого
.
(8)
Согласно
выражению (8) при формировании выходного значения учитываются
значения исходного процесса для отсчетов с индексами от
до
, которые входят в скользящее окно с
центром в i-м отсчете. Простейшим
примером нелинейной обработки данных в скользящем окне является расчет медианы,
лежащей в основе стандартного медианного фильтра
. (9)
Напомним, что расчет медианы выборки (см. также разд. 5) предусматривает сортировку выборки данных в порядке возрастания и выбор среднего (по положению в отсортированной выборке) значения. Например, если размер выборки данных Ns=7 и исходная выборка включает в себя значения 2, 5, 3, 3, 4, 5, 10, то отсортированная выборка (вариационный ряд) имеет вид 2, 3, 3, 4, 5, 5, 10 и, соответственно, медиана равна 4.
В
большинстве случаев выходное значение фильтра присваивается центральному
отсчету скользящего окна (в противном случае для получения учитываются отсчеты с индексами от
до
, где
и
). В
связи с этим размеры скользящих окон, характеризуемые количеством входящих в
них отсчетов
, обычно являются нечетными – 3, 5, 7 и
т.д. На практике нечасто используют
.
Принцип
нелинейной фильтрации в скользящем окне имеет определенное логическое
обоснование. Поскольку нелинейные фильтры, в основном, применяются для
обработки сигналов и процессов, содержащих фрагменты с резким изменением
сигнальной (информационной) составляющей , то
значения
, отстоящие от
достаточно
далеко, редко имеют высокую степень корреляции с значениями
. Следовательно, для получения
нецелесообразно учитывать
, для которых
достаточно
велико. Кроме того, при небольших
, как правило, легче
обеспечить более высокое быстродействие алгоритма фильтрации, чем при обработке
данных в скользящих окнах большого размера или с учетом всех отсчетов, предшествовавших
i-му.
При
алгоритмической реализации и исследовании свойств методов нелинейной фильтрации
в скользящем окне приходится сталкиваться с небольшой практической проблемой
(краевой задачей): как осуществлять обработку первых
и последних отсчетов
? Например, для
в начале обрабатываемого сигнала для
расчета
получается, что необходимо иметь
, которых просто нет. В этом случае обычно
используют один из трех возможных способов:
1)
при
в начале сигнала и
в
конце сигнал вообще не обрабатывают, то есть
присваивают
исходные значения
;
2)
при
или
применяют
тот же тип фильтра, что и для всей остальной части сигнала, но с таким
(разным для разных
),
чтобы выполнялись соответственно равенства
и
; первому и последнему отсчетам
присваивают исходные значения
;
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.