CC BY
65
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №7-8/2016 ISSN 2410-6070_
5. Фатьянов Е.В., Алейников А.К. Анализ современного состояния средств определения показателя активности воды в пищевых продуктах // Вавиловские чтения - 2005. - Саратов, 2005. - С. 177-180.
6. ГОСТ Р ИСО 21807-2012. Микробиология пищевых продуктов и кормов для животных. Определение активности воды. - М. : Стандартинформ, 2013. - 8 с.
7. Алейников А.К., Фатьянов Е.В. Методы контроля показателя активности воды в пищевых продуктах // Пища. Экология. Качество. - М., 2015. - С. 51-55.
8. Способ определения активности воды на поверхности пищевых продуктов / Кичкарь Ю.Е., Бунич Д.Х., Насибов З.Г., Марков Ю.Ф. - патент на изобретение RUS 1176245. - 15.08.83.
9. Патент 2431051 ФРГ. Messvorrichtungen für die Wasseraktivität von freies Wasser enthaltenden Stoffen / O.F. Pott. - 28.06.74.
10. Устройство для определения активности воды в колбасных изделиях / Рогов И.А., Фатьянов Е.В., Чернов А.Е., Мартынов О.А. - патент на изобретение RUS 1455298. - 29.12.1986.
11. Методы определения активности воды в пищевых продуктах: состояние и перспективы / Е.В. Фатьянов, А.К. Алейников, И.В. Мокрецов, Р.Е. Тё // Вавиловские чтения - 2010. - Саратов, 2010. - С. 290-294.
12. Алейников А.К., Фатьянов Е.В. К вопросу определения активности воды в мясных продуктах криоскопическим методом // Актуальные проблемы ветеринарной патологии, физиологии, биотехнологии, селекции животных. - Саратов, 2007. - С. 133-134.
13. Устройство для определения активности воды в пищевых продуктах / Рогов И.А., Фатьянов Е.В., Мартынов О.А., Чернов А.Е. - патент на изобретение RUS 1464069. - 29.12.1986.
14. Устройство для измерения активности воды в пищевых продуктах / Фатьянов Е.В., Алейников А.К. // патент на полезную модель RUS 75049. - 26.02.2008.
15. Устройство для измерения активности воды в пищевых продуктах / Фатьянов Е.В., Алейников А.К., Мокрецов И.В. - патент на полезную модель RUS 98246. - 28.04.2010.
16. Алейников А.К., Фатьянов Е.В., Евтеев А.В. Разработка прибора для определения активности воды в пищевых продуктах криоскопическим методом // Аграрный научный журнал. - 2013. - № 8. - С. 38-41.
© Петрашкевич Э.В., 2016
УДК 621.391
М.В. Рыбцов
Магистрант
Факультет «Энергетика и системы коммуникаций» Донской государственный технический университет г. Ростов-на-Дону, Российская Федерация
АНАЛИЗ ОСОБЕННОСТЕЙ МЕТОДОВ ФИЛЬТРАЦИИ РЕЧЕВЫХ СИГНАЛОВ
Аннотация
В работе проведен анализ методов фильтрации речевых сигналов, целью которого являлось выявление основных особенностей этих методов, влияющих на сферу их применения. По результатам анализа был сделан вывод, что каждый из рассмотренных алгоритмов фильтрации эффективен при восстановлении речевого сигнала, содержащего помехи определенного вида. В дальнейшем планируется построение экспертной системы, обеспечивающей последовательный выбор в автоматическом режиме нескольких методов фильтрации в зависимости от наложенных на речевой сигнал видов помех.
Ключевые слова
Цифровые фильтры, методы фильтрации сигналов, зашумленные речевые сигналы.
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №7-8/2016 ISSN 2410-6070_
Результатом развития и внедрения в различные области деятельности вычислительной техники и информационных технологий является то, что в настоящее время звуковые сигналы (речь, звуки, музыка) содержаться в цифровом виде или контролируются цифровыми процессорами. Это, в свою очередь, привело к необходимости разработки и распространению цифровых методов обработки звуковых сигналов [1].
При этом неотъемлемой частью цифровой обработки сигналов является их фильтрация, которую применяют в тех случаях, когда необходимо изменить спектр звукового сигнала в определенном диапазоне. Метод фильтрации позволяет избавиться от нежелательных шумов и помех, подавить определенные частотные полосы. К тому же, устройства звукозаписи имеют свойство завышать или занижать частотные характеристики звука, и фильтрация позволяет нормализовать частотные составляющие в необходимом диапазоне. Подробная классификация методов фильтрации сигналов приведена в [2], но в общем виде можно провести следующую классификацию методов фильтрации звуковых сигналов:
— фильтрация, приводящая к усилению или ослаблению отдельных частотных составляющих спектра;
— фильтрация, приводящая к полному подавлению частотных составляющих в определенной полосе частот.
В работе выполняется обзор и анализ особенностей фильтрации речевых сигналов, которые подвержены искажениям в результате действия различных типов помех. Каждый метод фильтрации применяется для восстановления речевого сигнала зашумленного определенным типом помех [3].
Широкополосная фильтрация, основанная на методе спектрального вычитания, предназначена для подавления широкополосных и периодических помех, вызванных промышленными электрическими наводками, механическими вибрациями, звуками улицы, помехами каналов связи и записывающей аппаратуры. Такие помехи не могут быть устранены другими методами (например, выравниванием спектра, эквалайзером), поскольку они рассредоточены по спектру и пересекаются с областью речевого сигнала.
Адаптивная инверсная фильтрация заключается в усилении слабых спектральных составляющих сигнала и подавлении мощных, то есть усредненный спектр сигнала приближается к белому. Это позволяет повысить разборчивость речевого сигнала при зашумлении периодическими помехами, возникающими в результате промышленных электрических наводок или механических вибраций. При применении этого метода фильтрации необходимо учитывать, что он приводит к усилению широкополосных шумов, таким образом, необходимо добиться компромисса между степенью подавления шума и усилением речевого сигнала.
Адаптивная компенсация помех позволяет удалять из сигнала узкополосные стационарные помехи, а также помехи, имеющие регулярный характер (например, вибрации, сетевые наводки, шумы бытовых приборов, медленную музыку, звук проезжающего автомобиля, шум воды, шум зала, реверберацию и т.д.). За счет того, что фильтр осуществляет компенсацию помех, то есть вычитание помехи, а не умножение ее компонент на ноль, его применение позволяет восстановить речевой сигнал более качественно, чем при использовании других методов.
Адаптивная фильтрация импульсных помех предназначена для восстановления речевых сигналов, искаженных импульсными помехами, например, щелчками, помехами радиоэфира, стуками и т.п. При этом выполняется замена импульсных участков сигнала интерполированными, сглаженными и ослабленными значениями. На тех участках, где импульсы не обнаружены, сигнал не изменяется. Для обнаружения импульсов используется информация о различии свойств полезного речевого сигнала и помехи. Условием эффективной фильтрации является правильный выбор параметров обработки.
В общем случае полезный речевой сигнал может быть зашумлен несколькими помехами, обладающими различными статистическими характеристиками. Проведенный анализ методов фильтрации показывает, что в силу особенностей алгоритмов функционирования, каждый из методов эффективен при восстановлении речевого сигнала, содержащего помехи определенного вида. Эффективного подавления разнородных помех в автоматическом режиме можно добиться на основе построения экспертной системы, обеспечивающей последовательный выбор нескольких методов фильтрации в зависимости от наложенных на речевой сигнал видов помех.
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №7-8/2016 ISSN 2410-6070_
Список использованной литературы:
1. Сергиенко, А.Б. Цифровая обработка сигналов / А.Б. Сергиенко — СПб.: Питер, 2002. — 608 с.
2. Джиган, В. Адаптивные фильтры современные средства моделирования и примеры реализации [Текст] / В. Джиган // Электроника: наука, технология, бизнес: науч.-техн. журн. — 2012. — № 7. — С. 106—125.
3. Комплекс шумоочистки на базе ПК «Sound Cleaner» // ООО «ЦЕНТР РЕЧЕВЫХ ТЕХНОЛОГИЙ». — URL: http://www.speechpro.ru (дата обращения: 11.06.2016).
© Рыбцов М.В., 2016
УДК 004.75
М.А. Сибиряков
аспирант ПГТУ
Г. Йошкар-Ола, Российская Федерация
СТРУКТУРА СИСТЕМНОЙ ПАМЯТИ СИСТЕМЫ ХРАНЕНИЯ ДАННЫХ
НА ОСНОВЕ БАНКОВ
Аннотация
Рассматривается система хранения данных Hitachi. Предлагается структура системной памяти на основе банков памяти.
Ключевые слова:
система хранения данных, банки памяти, индексные таблицы.
В статье рассматривается структура системы хранения данных (СХД) Hitachi, реализуемая в рамках метода обработки кэшируемых данных на основе индексных таблиц [1]. Структура системы представлена на рисунке 1.
