信息与信号处理技术.pptxVIP

信息与通信技术学科概论;第5章：信息与信号处理技术;5.4信号再生与信息再现;5.4信号再生与信息再现;5.4信号再生与信息再现;5.4信号再生与信息再现;抽样判决过程如图5-14所示。 假若发送端的数字基带信号经过信道和接收滤波器后，在无码间串扰条件下，对“1”码抽样判决时刻信号有正最大值，用A表示；对“0”码抽样判决时刻信号有负的最大值，用-A表示(对双极性码)，或者为0值(对单极性码)。无论是单极性信号还是双极性信号，均应在信号的最大值和最小值之间选择一个适当的电平Vb作为判决的标准，这个Vb称为判决门限。;完整信号再生系统如图5-15所示。;光信号在光纤通道中传输时，光纤损耗大和色散严重将会导致光信号的失真。 损耗导致光信号的幅度随传输距离按指数规律衰减，光信号的衰减可以利用全光放大器来放大光信号功率的方式解决。 色散会导致光脉冲展宽而产生码间干扰，使误码率增大，严重影响了通信质量。 目前对光信号的再生是利用光电中继器来实现的。 光电中继器先将光信号经过光信号转变为电信号，经电路整形放大后，再重新驱动一个光源，实现光信号的再生。 全光信息再生技术，即在光纤链路上接入光调制器和滤波器，从链路传输的光信号中提取同步时钟信号输入到光调制器中，对光信号进行周期性同步调制使光脉冲变窄、频谱展宽、频率漂移和系统噪声被降低、光脉冲位置得到校准和重新定时。 全光信息再生技术不仅能从根本上消除色散等不利因素的影响，而且克服了光电中继器的缺点，成为全光信息处理的基础技术之一。 ;信息再现 信息经过信息处理系统的处理后产生了一种具有某种应用意义上信息表示形式，即由客观信息转变为另一种具有特殊意义的客观信息或主观信息，利用这个新的信息表示形式恢复信息原型的一种处理技术称为信息再现。 信息再现原理：假设映射变换A存在一个逆映射A-1，则逆映射变换可以把N维特征向量信息再现。A实质上是通过某种映射变换将原始特征从高维空间映射到低维空间。 ;设：A是一个映射，把M维向量X映射为N维向量Y，如存在逆影射：A-1：YN → X’M ， 则有： X’M = XM + XM 其中： XM是测试向量与再现向量的差向量，是特征提取过程中被忽略掉的信息；在数据压缩时， XM是数据压缩算法引入的失真。只要失真满足一定的保真度要求，即失真足够小，或失真不能被信息使用者觉察到，则数据压缩算法就是可行的。同时，在信号能量满足一定信息描述要求的条件下的信息表示，就构成了信号的主特征。;特征提取是模式识别技术中的一个概念。它指的是对一种事物的已知数据集进行分析，找到表示该类事物共有特点，并把所有可以用来表示该类事物的因素用向量表示的一种技术。表示该类事物共有因素的向量称为特征向量。 因此要想完成特征提取工作，首先要对原始信号进行采集，获得关于客观事物的多次原始测量数据集合，该测量数据集合称为训练数据集合，又称训练样本。 ;特征提取原理：特征提取实质上是通过某种映射变换将原始特征从高维空间映射到低维空间。设A是一个映射，X是M维测量样本数据，Y是N维特征向量（NM），则特征提取可以表示为A：XM→YN，其中A称为特征提取器，通常是某种正交变换。映射变换实现特征提取的原理如图5-16所示。;设：J是一个满足有效特征衡量标准的一类准则函数，则最优特征提取准则是： J(A*) = Max J(A) 即最优特征选择以选取的特征使准则函数取最大值为原则。 为了满足特征选择有效特征衡量标准，应当在映射变换域内从一组特征中挑选出一些最有效的特征，以达到降低特征空间维数的目的。;5.4信号再生与信息再现;5.4信号再生与信息再现;5.4信号再生与信息再现;5.4信号再生与信息再现;5.5推理与决策;5.5推理与决策;5.5推理与决策;5.5推理与决策;5.5推理与决策;5.5推理与决策;5.5推理与决策;5.5推理与决策;5.5推理与决策;5.5推理与决策;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人;5.6智能机器人