Найти

Результаты поиска

• ФОРМИРОВАНИЕ ИМПУЛЬСНОЙ ХАРАКТЕРИСТИКИ РЕКУРСИВНОГО ФИЛЬТРА НИЖНИХ ЧАСТОТ С КОНЕЧНОЙ ИМПУЛЬСНОЙ ХАРАКТЕРИСТИКОЙ В ВИДЕ СУММЫ КВАЗИГАРМОНИК УСЕЧЕННОГО РЯДА ФУРЬЕ

  Д.И. Бакшун , И.И. Турулин

  221-228

  2025-12-30

  Аннотация ▼

  Задача сокращения количества арифметических операций в алгоритмах цифровой фильтрации является актуальной, поскольку это напрямую влияет на энергопотребление, быстродействие и аппаратные затраты. В условиях жестких требований к энергопотреблению мобильных и встраиваемых устройств сокращение операций умножения и сложения становится важным фактором проектирования. В статье рассмотрена методика реализации рекурсивного фильтра с конечной импульсной характеристикой (КИХ) в виде усеченной функции sinc, сглаженной окном (весовой функцией), которая представляет собой сумму квазигармонических функций. Квазигармонические функции с разными частотами представляют собой полиномы степени . За основу взят полином второй степени и предложен численный метод повышения степени полинома для улучшения точности аппроксимации. Анализ точности аппроксимации показал, что при использовании полиномов 4-ой и 6-ой степени достигается погрешность аппроксимации менее 1%. Коэффициенты нерекурсивной части фильтра вычисляются через нахождение обратных конечных разностей исходной КИХ. Коэффициентами являются целые числа, значения которых зависят от числа отсчетов (длины) полупериода квазисинусной функции, что упрощает реализацию подобного РКИХ-фильтра на базе программируемой логической интегральной схемы (ПЛИС). Результаты численного анализа конечных разностей для каждой квазисинусоиды показали, что при использовании квадратичной аппроксимации требуется всего 16 отсчетов, однако при этом будет относительно высокий уровень боковых лепестков
  (–30 дБ). Переход к аппроксимации 4-го порядка увеличивает количество ненулевых коэффициентов до 20-ти и приводит к существенному (на 13 дБ) уменьшению уровня частотной характеристики в полосе заграждения, который достигает -43 дБ

• МЕТОДЫ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ОБРАБОТКИ ТЕКСТОВ НА ЕСТЕСТВЕННОМ ЯЗЫКЕ

  В. В. Курейчик , С. И. Родзин , В.В. Бова

  2022-05-26

  Аннотация ▼

  Представлен анализ подходов, основанных на глубоком обучении (DL), к задачам об-
  работки естественного языка (NLP). Исследование охватывает различные задачи NLP,
  реализованные с помощью искусственных нейронных сетей (ANNs), сверточных нейронных
  сетей (CNNs) и рекуррентных нейронных сетей (RNNs). Эти архитектуры позволяют ре-
  шать широкий спектр задач обработки естественного языка, ранее не поддававшихся
  эффективному решению: моделирование предложений, маркировка семантической роли,
  распознавание именованных сущностей, ответы на вопросы, категоризация текста, ма-
  шинный перевод. Наряду с преимуществами использования CNN для решения задач NLP
  имеются проблемы, связанные с большим числом варьируемых параметров сети и выбором
  ее архитектуры. Мы предлагаем для оптимизации архитектур сверточных нейронных
  сетей эволюционный алгоритм. Алгоритм инициализирует случайную популяцию из малого
  числа агентов (не более 5) и с помощью фитнесс функции получает оценки каждого агента
  в популяции. Затем проводится турнирная селекция между всеми агентами и применяется
  оператор кроссинговера между выбранными агентами. Алгоритм обладает таким пре-
  имуществом как малый размер популяции сетей, он использует несколько типов слоев
  CNN: сверточный слой, максимальный слой пулинга (субдискретизации), средний слой пу-
  линга и полносвязный слой. Алгоритм тестировался на локальном компьютере с графиче-
  ским процессором ASUS Cerberus GeForce ® GTX 1050 Ti OC Edition 4 ГБ GDDR5, 8 ГБ
  оперативной памяти и процессором Intel(R) Core(TM) i5-4670. Результаты экспериментов
  показали, что предлагаемый нейроэволюционный подход способен достаточно быстро
  найти оптимизированную архитектуру CNN для заданного набора данных с приемлемым
  значением точности. Для завершения выполнения алгоритма потребовалось около 1 часа.
  Для создания и обучения CNN был использован популярный фреймворк TensorFlow.
  Для оценки алгоритма использовались общедоступные наборы данных: MNIST и MNIST-RB.
  Наборы содержали черно-белые изображения рукописных букв и цифр с 50000 обучающими
  образцами и 10000 тестовыми образцами.

• АНАЛИЗ УПРАВЛЯЕМОСТИ НЕКОТОРЫХ ЦИФРОВЫХ ФИЛЬТРОВ С КОНЕЧНОЙ ИМПУЛЬСНОЙ ХАРАКТЕРИСТИКОЙ

  Д.А. Гужва , К.О. Север , А. А. Морозов

  2021-08-11

  Аннотация ▼

  Рассмотрены фильтры с конечной импульсной характеристикой и банки фильтров. Рас-
  смотрено использование данных фильтров для слуховых аппаратов. Рассмотрены способы
  компенсации потери слуха и способы повышения громкости с помощью широкополосного уси-
  ления. Приведена схема метода цифровой обработки сигналов с использованием банка фильт-
  ров, а также методика синтеза интерполяционных фильтров с малой вычислительной слож-
  ностью. Также рассмотрено применение системы MATLAB для синтеза узкополосных нерекур-
  сивных КИХ-фильтров, их процедура проектирования, методика и примеры. Фильтры с конеч-
  ной импульсной характеристикой (КИХ) и банки фильтров обладают определенными свойст-
  вами, которые гарантируют стабильность. Поэтому они популярны во многих приложениях,
  таких как системы связи, обработка аудиосигналов, биомедицинские инструменты и так да-
  лее. К сожалению, из-за большей длины волны стоимость реализации КИХ-фильтра обычно
  выше, чем фильтр с бесконечной импульсной характеристикой (БИХ), отвечающий тем же
  требованиям. Хорошо известно, что длина КИХ-фильтра обратно пропорциональна его пере-
  ходной полосе пропускания. Поэтому недостаток становится острым, когда данный фильтр
  имеет узкую полосу перехода. Основная цель - рассмотреть эффективные с вычислительной
  точки зрения методы проектирования КИХ-фильтров и банков фильтров. Метод маскирова-
  ния (FRM) приводит к значительной экономии количества множителей. Затем рассматрива-
  ется 16-полосный блок цифровых КИХ-фильтров с неравномерным разнесением и низкой груп-
  повой задержкой. Общая задержка значительно снижена в результате новой структуры
  фильтра, которая снижает коэффициент интерполяции для фильтров-прототипов. Маски-
  рующий фильтр может быть фильтром с интерполированной конечной импульсной характе-
  ристикой (ИКИХ), который способствует снижению сложности.