CC BY
92
Grinchenko Natalia Nikolaevna, candidate of technical science, docent, grinchen-ko_nn@mail. ru, Russia, Ryazan, Ryazan State Radio-Engineering University,
Tarasov Andrei Sergeevich, student, vb2005@yandex. ru, Russia, Ryazan, Ryazan State Radio-Engineering University,
Potapova Valentina Jyrievna, student, Valentina2008.91@mail.ru, Russia, Ryazan, Ryazan State Radio-Engineering University
УДК 621.391.837
МОДЕЛИРОВАНИЕ КАНАЛА СВЯЗИ
Б.В. Костров, Н.И. Соломенцева
Рассмотрены основные этапы моделирования канала связи и результат их экспериментальной проверки в среде Matlab.
Ключевые слова: обработка изображений, канал связи, Matlab, преобразование Уолша-Адамара, постоянная составляющая, среднеквадратическое отклонение, код Хемминга.
Обработка аэрокосмических изображений является одним из основных направлений обработки изображений, которое основано на общих положениях теории обработки изображений, но требует при этом специальных методов и алгоритмов. Конечной целью обработки аэрокосмических изображений является получение тематической информации из цифровых данных, формируемых с помощью различных приборов [1].
Обработка спутниковых изображений имеет широкую область применения: изучение природных ресурсов, поиск полезных ископаемых, мониторинг экологических и техногенных проблем, мониторинг геологической среды, оценка местности, картографирование различных объектов.
В данной статье рассматривается одна из фундаментальных проблем обработки аэрокосмических изображений, а именно моделирование канала передачи данных средствами среды МаНаЬ.
Разработка и моделирование систем передачи данных предусматривает исследование результатов наложения шума, существующих в реальных системах, изучение их поведения и контроль системы на соответствие предъявленным требованиям.
Современные системы передачи изображений должны решать задачу повышения достоверности, увеличению скорости передачи данных и уменьшение энергетических затрат. Это способствует снижению мощности передающего устройства, ощутимого уменьшения размеров антенн, повышения дальности связи и для улучшения качества других свойств канала передачи данных [2].
Передача изображения по каналам связи является одной из самых сложных процедур при построении любой системы, использующей для решения целевой задачи видеоданные [3]. Проблемы связаны, прежде всего, с объемом данных, передаваемых на пределе пропускной способности канала. Поиск простых и эффективных методов для решения этой проблемы до настоящего времени остается актуальной задачей. Проанализировав и сравнив существующие методы преобразования изображений можно сделать вывод, что наиболее перспективным является преобразование Уолша-Адамара [4, 5].
В статье рассматривается канал передачи данных, сформированный средствами среды МаНаЬ, который на данном этапе состоит из следующих действий:
1. Загрузка изображения;
2. Получение одномерного спектра Уолша;
3. Исключение постоянной составляющей;
4. Преобразование десятичных чисел матрицы в двоичный код для передачи по двоичному каналу;
5. Преобразование матрицы в строку;
6. Восстановление матрицы из строки;
7. Преобразование чисел двоичного канала в десятичные;
8. Восстановление постоянной составляющей;
9. Обратное преобразование Уолша;
10. Расчет среднеквадратического отклонения.
Рассмотрим подробнее последовательность действий, формирующих канал передачи изображения:
1. Загрузка изображения производится с помощью функции тгеаё: II = imreadCimg1.bmp');
Исходное изображение, которое имеет размер 512^512 представлено на рис. 1.
2. Распространенной задачей обработки сигналов является разложение спектра сигнала на составляющие (спектральное представление изображения). Изображение представляет собой двумерный пространственный сигнал, поэтому спектральный его образ также будет двумерным. Канал передачи данных работает так, что передача изображения происходит строка за строкой. Самым компактным преобразованием для получения спектрального представления сигналов, является квазидвумерное преобразование Уолша-Адамара [2].
Получение квазидвумерного спектра достигается умножением матрицы изображения на матрицу Адамара, упорядоченную по Уолшу
в (п )]=[х и! \-l±w (п)] ,
96
где [Bx (n)] - матрица квазидвумерного спектра; [Xn ] - матрица изображения размером n х n; [Hw (n)] - матрица Адамара, упорядоченная по Уолшу [3].
Вычислительная сложность такого преобразования будет минимальна, так как все операции заменяются на операции сложения действительных чисел в отличие от дискретных экспоненциальных функций, где все числа комплексные [5].
Одномерное преобразование Уолша в Matlab: Spectre = =WalshMatrix2(n) *I;
Рис. 1. Исходное изображение
3. При передаче изображений по каналам связи важнейшими задачами являются уменьшение времени передачи за счёт уменьшения количества передаваемой информации и обеспечение приемлемого качества восстановления при высокой степени сжатия [6,7].
Для решения этих задач разработано множество методов. В данной статье рассматривается метод передачи изображения без постоянной составляющей.
Исключение постоянной составляющей заключается в обнулении первой строки: Spectre (1,:) = 0. Полученная матрица приведена на рис. 2.
4. На этом этапе происходит формирование из десятичных чисел двоичного канала;
5. Преобразование матрицы 512*512 в одну строку: s_2 = =reshape(Spectre.', 1,m*n);
Ьрми*
1 J 3 А S А 7
1 i 0 Q Р 0 & 0
2 fit до мЧт 5n ft и» 1КИ - aC.il
i rtiil ■iSi 1ЭТЭ гом м» 214а -ЧОТ
J -2D43 -1792 1№ -2Ю6 jqnj ■15М -23&3
S 33J6 р£й 3 Ы-3 uifi КС* 562 -1S5
с -Й6 ■nw -2Я0 fclfr Ji-W
7 ■йЗ? • VJA .11« ■ ■ют
Э J 664 -77¥ -498 -471
? -тые. -ЮЛ -«я -Ь74 -а« -1500 -1101
10 -ыг -Я7 -sit -47
11 -Itjj* ■ iM 1 Т1»
1.Е N44 -5* -1 гя 34J 1244 1Ь?1
13 382 437 -ж -НЕ -301
и -1371 -ЯбЙ -IBM -11М
jew -¡511 -и» ■Л«
16 -да ■3405 osaa -iaca ■ 13м »7
BU «8 121« И2 1112 W7
Рис. 2. Фрагмент матрицы одномерного спектра
6. Восстановление матрицы из строки: svost = (reshape(s_2,m,n)).';
7. Обратное преобразование чисел двоичного канала в десятичные;
8. Восстановление постоянной составляющей: s_vost(1,:) = = -sum(svost);
9. Обратное преобразование Уолша выглядит следующим образом:
[Xn ] = [Bx (n)]-[Hw (n)].
Обратное преобразование Уолша в Matlab: ImageVost = double ((1/n) *WalshMatrix2(n) *s_vost);
10. Определение среднеквадратического отклонения исходного и полученного в результате изображения необходимо для сравнения этих изображений. В данном случае рассматривается канал связи без помех, поэтому среднеквадратическое отклонение исходного и конечного изображений будет равным нулю, а сами изображения - одинаковы.
Код Matlab для расчета среднеквадратического отклонения: rmse = =MSE2(I, Image Vost);
Полученное изображение представлено на рис. 3.
Рис. 3. Изображение после прохождения канала связи
Структура канала связи приведена на рис. 4.
Рис. 4. Структура канала связи
В статье было рассмотрено моделирование канала связи без помех, а также проверка корректности его работы. Для моделирования канала с помехами необходимо предусмотреть использование одного из известных способов помехоустойчивого кодирования.
99
Список литературы
1. Злобин В.К., Костров Б.В., Свирина А.Г. Спектральный анализ изображений в конечных базисах: монография. М.: КУРС: ИНФРА-М, 2016. 172 с.
2. Костров Б.В., Гринченко Н.Н., Степанов Д.С., Упакова А.Г. Алгоритмы передачи изображений с восстановлением постоянной составляющей // Известия Тульского государственного университета. Технические науки, 2013. Вып. 9. Ч.1. С. 244 - 249.
3. Kolesenkov A.N., Kostrov B.V., Ruchkin V.N. Emergencies monitoring and preventing // Proceedings - 2013 2nd Mediterranean Conference on Embedded Computing, MECO, 2013. С. 263 - 265.
4. Костров Б.В., Бастрычкин А.С. Модификация методов передачи изображения без постоянной составляющей // в сб.: Современные технологии в науке и образовании. Материалы международной научно-технической конференции, 2016. С. 311 - 313.
5. Костров Б.В. Корреляционно-экстремальный метод обнаружения цифровых сигналов // Цифровая обработка сигналов, 2011. № 2. С. 46 - 50.
6. Костров Б.В., Бастрычкин А.С. Сжатие изображений на основе ортогональных преобразований // Известия Тульского государственного университета. Технические науки, 2016. Вып. 9. С. 113 - 119.
7. Костров Б.В., Ручкин В.Н. Теоретические аспекты обработки аэрокосмических изображений в квазидвумерном пространстве // Известия Тульского государственного университета. Технические науки, 2016. Вып. 9. С. 119 - 128.
Костров Борис Васильевич, д-р техн. наук, проф., зав. кафедрой, ko-strov. b. vaevm.rsreu.ru, Россия, Рязань, Рязанский государственный радиотехнический университет,
Соломенцева Наталья Ивановна, магистр, nsolomentseva. 61 lagmail. com, Россия, Рязань, Рязанский государственный радиотехнический университет
COMMUNICA TION CHANNEL MODELING B. V. Kostrov, N.I. Solomentseva
In this article describes main stages of communication channel simulation and the result of their experimental verification in Matlab environment.
Key words: processing of images, communication channel, Matlab, Walsh-Hadamard's transformation, constant component, mean square deviation, Hamming's code.
Kostrov Boris Vasileevich, doctor of technical science, professor, head of chair, kostrov. b. vaevm.rsreu.ru, Russia, Ryazan, Ryazan State Radio-Engineering University,
Solomentseva Natalia Ivanovna, student, nsolomentseva. 61 lagmail. com, Russia, Ryazan, Ryazan State Radio-Engineering University
