| 2.2. Korrelyatsiya
Korrelyatsiya - bu ikkita signal o'rtasidagi o'xshashlik o'lchovidir. Korrelyatsiya 2 turga bo’linadi:
Avto-korrelyatsiya
Kross-korrelyatsiya
Korrelyasiya koeffisientini hisoblashning Pirson formulasi quyidagicha :
Signallarni filtrlash
Filtrlash- bu ma'lumotlarning har qanday o'zgarishi (signallar, o'lchov natijalari va boshqalar), bunda qayta ishlangan ma'lumotlarning kirish ketma-ketligida ushbu ma'lumotlarning turli komponentlari o'rtasidagi ma'lum munosabatlar (dinamik yoki chastota) o'zgaradi.
Filtrlar turli shovqinlarni bartaraf etish imkonini beradi. Filterlar asosan 2 turga bo’linadi:
Analog
Raqamli
Analog filtr - bu kuchlanish, tovush yoki mexanik harakat kabi analog yoki uzluksiz signallar bilan shug'ullanadigan elektron, mexanik yoki audio filtr.
Raqamli filtrga analog -raqamli konvertor (DAC) kerak bo'ladi. Bu to'lqin shaklidagi analog kuchlanish darajasini ikkilik raqamlarga o'zgartiradi.
Diskret Furye o'zgartirish algoritmi
Furye o’zgartirish (f) – operatsiyasi moddiylik o’zgaruvchisini, boshqa funksiyaning moddiylik o’zgaruvchisiga solishtirish, bu yangi funksiya reja tuzishda boshlang’ich ajralish funksiyasini elimentar garmonika tebranishini har-xil chastotasi bilan amplituda koeffitsientini tavsiflaydi.
X[n] diskret signali N ta nuqtali davrga ega bo‘lsin. Bu holda uni diskret sinusoidlarning yakuniy qatori (ya’ni chiziqli kombinatsiya) ko‘rinishida keltirish mumkin:
O‘xshash yozuv (har bir cosinusni sinus va kosinusga taqsimlaymiz, lekin endi – fazalarsiz):
Signalni sinusoidlarga taqsimlanishi (ya’ni koeffitsientlarning olinishi) Furyening to‘g’ri o‘zgartirishi deb ataladi. Teskari jarayon – signalning sinusoidalar bo‘yicha sintezi – Furyening teskari o‘zgartirishi deb ataladi.
Svyortka va korrelyatsiya algoritmalarini realtaymda o'zgaruvchilarning aloqasini o'rganishda foydalaniladi.
Ikki o'zgaruvchining svyortkasini topish uchun quyidagi algoritmni amalga oshirish mumkin:
1. Mos uchun, har bir o'zgaruvchi miqdorlari va ularning o'rtacha qiymatlari (m, n) bo'lishi kerak.
2. Endi, har bir o'zgaruvchi uchun, o'zgaruvchining o'rtacha qiymatidan ayirib, keyingisiga ko'paytirilishi kerak.
3. Natijada, miqdori yig'indisiga kiritib, n soni bilan bo'lish kerak.
Svyortkaning ko'rsatuvlari hamda algoritmi quyidagi ko'rinishda ifodalangan:
Cov(X, Y) = Σ [ (X[i] - m(X)) * (Y[i] - m(Y)) ] / N
Korrelyatsiyani topish uchun quyidagi algoritmni amalga oshirish mumkin:
1. Aniq bo'lgan X va Y o'zgaruvchilarining mosliki miqdorlarini toping.
2. Endi, svyortka o'zgaruvchiqi miqdorlarini toping.
3. X va Y o'zgaruvchilarining standard deviasiya (ildizga), m(X) va m(Y) ni hisoblang.
4. Natijada, formulalar orqali ikki o'zgaruvchi mosligini topish uchun, svyortkani o'zgaruvchilar umumiy mosliki miqdori va ildizlarga bo'lib chiqing.
Bu algoritmlar, ikkita o'zgaruvchilarning moslik holatini aniqlashda yordam beradi va ularni birlashmalardagi o'zgarishlari o'rganishda foydalaniladi.
Wavelet o’zgartirish butunlay o’zgacha baholash funksiyali Furye o’zgartirishiga o’xshash o’zgartirishdir. Asosiy farq quyidagicha: Furye o’zgartirish signalni sinuslar va kosinuslar, ya’ni Furye-fazoda lokalizasiyalangan funksiyalar ko’rinishidagi tashkil etuvchilarga bo’linadi; aksincha wavelet-o’zgartirish real va Furye-fazoda lokalizasiyalangan funksiyalardan foydalanadi. Umuman olganda wavelet o’zgartirish quyidagi tenglamada ifodalanishi mumkin:
Nutq signallari inson aloqa tizimida katta rol o'ynaydi. Eshitish asboblari, avtomatik nutqni aniqlash, mobil telefonlar, avtomobil aloqasi, ovozli kodlovchi tizimlar, telekonferentsiya tizimlari, hands-free telefonlar, sud ekspertizasi va shunga o'xshash nutqni qayta ishlash dasturlarida fon shovqinini bartaraf etish zerikarli jarayondir. Nutqni yaxshilash uchun shovqinni kamaytirish algoritmlari nutqni qayta ishlash dasturlarida ushbu muammoni bartaraf etish uchun ishlatiladi. Nutqni oshirish algoritmining ushbu turi fon shovqinini bartaraf qiladi va nutq signalining tushunarli va nutq sifatini yaxshilaydi. Ushbu bobda, biz bir tahrirlangan kamida o'rtacha kvadrat adaptiv shovqin kamaytirish rivojlantirish (LMS-AN) to'xtovsiz shovqin muhitda ostida maqbul sifati bilan Tamil nutq signal oshirish uchun algoritm. Bu taklif etilgan algoritm avtomatik ravishda kirish shovqinli signallarga nisbatan koeffitsientlarini moslashtiradi.
Nutq signallari tabiatda to'xtovsiz bo'lib, ularning intensivligi va o'zgarishi kabi statistik parametrlari vaqt o'tishi bilan farq qiladi [11]. Nutq signallari qisqa muddat davomida statsionar bo'lishi mumkin, ammo uzoqroq muddat davomida ko'rib chiqilganda ular aperiodik bo'ladi. Shuning uchun Fourier transform nutqni tahlil qilish uchun mos texnik emas, chunki u cheksiz vaqt uchun davriy signalni talab qiladi. Qisqa vaqt tahlil deb nomlangan texnikasi ishlatiladi. Ushbu texnikada signal qisqa ramka yoki segmentlarga bo'linadi, chunki signal qisqa muddatda statsionar va har bir ramka yoki segmentni alohida tahlil qiladi. Har bir ramka uzunligi taxminan 10-20 ms, taxminni qondirish uchun etarlicha qisqa. Spektrogram keyingi bobda muhokama qilinadi qisqa vaqt tahlil namunasidir.
Bu yerda - kompleks tutashish simvoli va funksiya- ayrim funksiya. Funksiya erkin tanlanishi mumkin, biroq u muayyan qoidalarni qoniqtirishi kerak. Ko’rinib turganidek wavelet-o’zgartirish turli o’zgartirishlarning cheksiz ko’pligi bo’lib, uni hisoblash uchun qo’llangan baholash funksiyasiga bog’liq. Diskret wavelet-o’zgartirish xuddi kiruvchi uzunlikdek uzunlikka ega ma’lumotlar vektorini qaytaradi. Odatda, xatto bu vektorda ko’plab ma’lumotlar deyarli nolga teng. U parallel ko’chirish va masshtablashga ortogonal bo’lgan waveletlar (funksiyalar)ga bo’linadi, degan faktga mos keladi. Biz ham bunday signalni wavelet-spektr koeffisiyentlarning signal ma’lumotlar nuqtalariga teng yoki kam soniga bo’lamiz. Bunday wavelet-spektr signallarga ishlov berish va siqish uchun yaxshi, chunki biz bu yerda ortiqcha axborotga ega bo’lmaymiz. Uzluksiz-veyvlet o’zgartirish, aksincha, massivni kiruvchi ma’lumotlardan bir o’lcham katta o’lchamga qaytaradi.
Svyortka (convolution) algoritmi, ikki funksiyaning o'zaro ko'paytirilishi orqali yangi funksiya hosil qilish uchun ishlatiladi. Masalan, ikki signalning o'zaro svyortkasi orqali yangi signal hosil qilinadi.
Korrelyatsiya algoritmi, ikki signal o'rtasidagi o'zaro bog'lanishni aniqlash uchun ishlatiladi. Korrelyatsiya, ikki signalning o'zaro qanday mos kelishini aniqlash uchun foydalaniladi.
Korrelyasiya (genetikada) -bir butun organizmda belgilarning oʻzaro bogʻliqligi. K. asoslarini birinchi marta J. Kyuvye bayon etgan (1800—05). K.ning evolyusion ahamiyatini Ch.Darvin asoslab bergan (1859). K. oʻzgaruvchanlikning muhim unsuri boʻlib, organizmning rivojlanish tarzi va evolyusiyasiga taʼsir koʻrsatadi. Korrelyasion bogʻlanishlar mutlaq boʻlmay, tabiiy tanlanish va sunʼiy tanlash bilan boshqarilishni taʼminlaydi. Genetik K. (genlarning birikkanligi yoki ularning pleyotrop taʼsiri sabab boʻladi), paratipik K. (oʻzaro bogʻliq belgilarning muhim sharoitlariga boʻlgan reaksiyasi), fenotip i k va boshqa K.lar farqgtanadi. K.ning fenotipik, genetik va paratipik koeffitsiyenti koʻrsatkichlari oʻzaro muvofiq kelmaydi, baʼzan esa boshqa-boshqa yoʻnalishga ega boʻlishi mumkin. Seleksiya sxemalari va tanlash yoʻna-lishini toʻgʻri tuzishda genetik K.ni bilish katta ahamiyatga ega. Korrelyativ bogʻliqlik sifat (morfologik) hamda miqdoriy belgilar boʻyicha ku-zatiladi. Miqdoriy belgilar rivojini nazorat qiluvchi poligenlar yagona birikish guruhlarida boʻlishi va kompleks irsiylanishi mumkin. Madaniy ekinlarda koʻpgina qimmatli xoʻjalik belgilar oʻzaro salbiy K.ga egaligi aniqlangan. Xususan, gʻoʻzada genetik K. kuchi oʻrtacha, tola miqdori (chiqishi) va indeksi tola uzunligi va chiziqli zichlik bilan, ertapisharlik hosildorlik bilan, tolaning sifati koʻsakning ogʻirligi bilan, 1000 dona chigit massasi tolaning chiqishi bilan oʻzaro teskari nisbatga ega. Salbiy aloqadorlikning mavjudligi seleksiya ishlarini qiyinlashtiradi, chunki bir belgini yuzaga chiqarish uchun olib borilgan intensiv tanlash boshqa belgilarning rivojlanishiga salbiy taʼsir koʻrsatishi mumkin. Shuning uchun salbiy K. mavjud boʻlgan hollarda tanlash kompleks belgilar boʻyicha oʻtkazilishi kerak. Oʻrin almashishi mumkin boʻlgan rekombinantlarni topish uchun kattagina populyasiyalar bilan ishlash, mutagenlarning samarali taʼsiri talab etiladi. Xususan, ertapisharlik bilan boshqa qimmatli xoʻjalik belgilar oʻrtasidagi salbiy K.ni bartaraf etish mumkin. Mas, dastlabki ertapishar gʻoʻza navlarining koʻsagi mayda (4 g atrofida), tola chiqishi 28%, tola oʻz. 26–28 mm dan oshmas edi. Hozirgi rayonlashtirilgan gʻoʻza navlarida (S-6524 Yulduz, Gulbahor, Toshkent 6, Buxoro 6, Namangan 77 va boshqalar) duragaylash, mutagenez va sunʼiy tanlash usullaridan foydalanib, K. bogʻlanishlarini boʻzish asosida ertapisharlik bilan koʻsakning yirikligi, tolaning uzunligi va pishikligi, navning serhosilligi kabi belgilarni uygʻunlashtirishga erishilgan. Genetik K. muammolari genetik-matematik usullar, xususan, kovariatsion tahlil yordamida tadqiq qilinadi.
Svyortka (convolution) algoritmi, signal va rasmni ma'lum bir o'lchovda boshqa bir signal yoki rasm bilan ko'paytirish uchun ishlatiladi. Svyortka, bir matn, rasm yoki boshqa matematik ko'rsatuvni boshqa bir matn, rasm yoki ko'rsatuv bilan "ko'paytiradi". Bu algoritm signal ishlovchilari, tasvir ishlovchilari va boshqa ma'lumotlar tahlilida keng qo'llaniladi.
Korrelyatsiya algoritmi esa ikki signal o'rtasidagi o'zaro bog'lanishni aniqlash uchun ishlatiladi. Korrelyatsiya, ikki signalning o'zaro qanday mos kelishini aniqlash uchun foydalaniladi. Bu algoritm statistika, signal ishlovchilari, ma'lumotlar tahlili va boshqa sohalar uchun muhimdir.
Xulosa
Noldan o‘tuvchi nuqtalar soni. Diskret vaqtda signallarga ishlov berishda, signalning ikkita ketma-ket qiymatida turli ishoralar mavjud bo‘lsa, noldan o‘tish sodir bo‘lgan deb tushuniladi. Signalda noldan o‘tish chastotasi uning spektral xususiyatlarining eng oddiy belgisi bo‘lib xizmat qilishi mumkin. Bu qisqa polosali
signallar uchun to‘g‘ri keladi. Misol uchun chastotasi bilan olingan chastotali sinusoidal signal davri uchun qiymatlarga ega. Har bir shakllanish nutq signalining vokallashgan fragmentlarining energiyasi 3 kGs dan past chastotalarda jamlanganligini anglatadi. Bu qo‘zg‘alish signalining spektrini pasayishi bilan bog‘liq, ammo vokallashmagan fragmentlar uchun energiyaning katta qismi yuqori chastotali sohada yotadi. Yuqori chastotalarda noldan kesib o‘tishlarning soni ko‘p buladi, pastlarida esa kam buladi. Shu sababli noldan kesib o‘tuvchi nuqtalar soni va chastotalar bo‘yicha energiya taqsimoti o‘rtasida qat'iy bog‘liqlik mavjud. Noldan kesib o‘tmaganlarning katta soni vokallashmagan fragmentlarga mos keladi va kichik soni esa vokallashgan nutq segmentlariga mos keladi deb hisoblash o‘rinli.
Nutq signalining noldan o‘tuvchi nuqtalar soni quyidagi formula yordamida aniqlanadi:
FOYDALANILGAN ADABIYOTLAR RO‘YXATI
1. A.A. Abduazizov. Elektr aloqa nazariyasi. – T.: “Nashr-matbaa”, 2013y. - 366 b.
2. A.A. Abduazizov, M.M. Muxitdinov, Ya.T. Yusupov. Radiotexnik zanjirlar va signallar. –T.: “Sams ASA”, 2012y. - 480 b.
3. A.A.Abduazizov. Elektr aloqa nazariyasi. T.: Fan va texnologiyalar, 2010.
4. https://www.google.com/.
|
