RU2030788C1 - Method of selection of symptoms of objects - Google Patents

Method of selection of symptoms of objects Download PDF

Info

Publication number
RU2030788C1
RU2030788C1 SU4875757A RU2030788C1 RU 2030788 C1 RU2030788 C1 RU 2030788C1 SU 4875757 A SU4875757 A SU 4875757A RU 2030788 C1 RU2030788 C1 RU 2030788C1
Authority
RU
Russia
Prior art keywords
signal
signals
block
objects
threshold
Prior art date
Application number
Other languages
Russian (ru)
Inventor
А.Г. Бобышев
В.И. Щербаков
Original Assignee
Бобышев Арнольд Григорьевич
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Бобышев Арнольд Григорьевич filed Critical Бобышев Арнольд Григорьевич
Priority to SU4875757 priority Critical patent/RU2030788C1/en
Application granted granted Critical
Publication of RU2030788C1 publication Critical patent/RU2030788C1/en

Links

Images

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

FIELD: automatics. SUBSTANCE: reference signals of objects are delayed for period of formation of difference voltages, their amplitudes are summed up with corresponding levels of difference voltages and converted to threshold voltages by change of amplitude of proper resulting signals in agreement with nonlinear law. Specified operations are repeated until all symptoms of object are extracted. EFFECT: increased precision of selection of symptoms of objects. 1 dwg

Description

Изобретение относится к автоматике, в частности к способам селекции признаков объектов, может быть использовано при поиске месторождений полезных ископаемых, в медицинской и технической диагностике. The invention relates to automation, in particular to methods for selecting features of objects, can be used in the search for mineral deposits, in medical and technical diagnostics.

Цель изобретения - повышение точности селекции. The purpose of the invention is to increase the accuracy of selection.

На чертеже представлена структурная схема устройства, реализующего предлагаемый способ. The drawing shows a structural diagram of a device that implements the proposed method.

Устройство содержит блок 1 описания входной информации, интеграторы 2, пороговые элементы 3, регулируемые элементы (усилители) 4, блок 5 регистрации и памяти, компаратор 6 наибольшего напряжения, блок 7 вычитания, блоки 8 суммирования, узлы 9 задержки, блоки 10 первого опорного напряжения, генератор 11 случайных сигналов. The device comprises an input information description unit 1, integrators 2, threshold elements 3, adjustable elements (amplifiers) 4, a recording and memory unit 5, the highest voltage comparator 6, a subtraction unit 7, summing units 8, delay nodes 9, blocks 10 of the first reference voltage , generator of 11 random signals.

Реализация предлагаемого способа заключается в следующем. The implementation of the proposed method is as follows.

В блоке 1 происходят предварительные преобразования различного вида и формы представления входной медицинской, геофизической и т.п. информации (графического изображения, механических колебательных процессов и т.п.) в электрические сигналы аналогового или цифрового кода в зависимости от дальнейшего способа их обработки, а также описание отображения этих сигналов в функции времени на элементах блока 1. In block 1, preliminary transformations of various types and forms of representation of the input medical, geophysical, etc., occur. information (graphic images, mechanical oscillatory processes, etc.) into electrical signals of an analog or digital code, depending on the further processing method, as well as a description of the display of these signals as a function of time on the elements of block 1.

При описании сигнала в основу формирования признаков входной информации исследуемого объекта взято отображение пространства, например сейсмической информации (волновой картины), совокупностью электрических сигналов на элементах в виде триггеров, регистров, острорезонансных фильтров и т.п. блока 1 с последующим интегрированием случайных величин (входных сигналов) на интеграторах 2 и сравнении выходных сигналов блока 2 с пороговым напряжением блока 3, т.е. формирование опорного сигнала и последующим усилении опорного сигнала регулируемыми элементами (усилителями) 4. В дальнейшем измененный сигнал поступает на последующий интегратор 2, выходной сигнал которого сравнивается с пороговым напряжением блока 3, при превышении которого выходной сигнал с интегратора 2 выдается в регулируемый элемент (усилитель 4) и т.п. Обработка исследуемого сигнала производится каскадом решающих слоев. Основой решающего слоя являются многовходовый интегратор блока 2 в виде аналогового операционного усилителя с емкостной обратной связью или цифровой интегратор и т.п., пороговый элемент блока 3 (диодно-резисторная схема, полупроводниковая резисторно- и регулируемый элемент блока 4 и т.п. When describing the signal, the basis for the formation of signs of the input information of the studied object is taken to display the space, for example, seismic information (wave pattern), a set of electrical signals on the elements in the form of triggers, registers, acute-resonance filters, etc. block 1 with the subsequent integration of random variables (input signals) on integrators 2 and comparing the output signals of block 2 with the threshold voltage of block 3, i.e. formation of the reference signal and subsequent amplification of the reference signal by adjustable elements (amplifiers) 4. Subsequently, the changed signal is fed to a subsequent integrator 2, the output signal of which is compared with the threshold voltage of unit 3, above which the output signal from integrator 2 is output to an adjustable element (amplifier 4 ) etc. Processing the signal under investigation is carried out by a cascade of decision layers. The basis of the decision layer are the multi-input integrator of block 2 in the form of an analog operational amplifier with capacitive feedback or a digital integrator, etc., the threshold element of block 3 (diode-resistor circuit, semiconductor resistor and adjustable element of block 4, etc.

Физическая сущность действия над исследуемым входным сигналом при его обработке заключается в следующем. The physical essence of the action on the investigated input signal during its processing is as follows.

В блок 1 заносится (записывается) полная волновая картина исследуемого сигнала (сейсмограмма), которая является отображением геологического объекта и характеризуется его амплитудно-частотным спектром. В аналоговом виде - это матрицы амплитуд острорезонансных фильтров. В цифровом виде - это матрицы амплитуд отсчетов кодирования (оцифровка амплитуд), группы значений которых соответствуют времени шага дискретности. Block 1 contains (records) the complete wave pattern of the signal under investigation (seismogram), which is a reflection of the geological object and is characterized by its amplitude-frequency spectrum. In analog form, these are matrices of amplitudes of acute-resonance filters. In digital form, these are the matrixes of amplitudes of coding samples (digitization of amplitudes), the groups of values of which correspond to the step time of the discreteness.

С матриц блока 1 аналоговые или цифровые значения исследуемого сигнала случайно заносятся на многовходовые интеграторы блока 2, причем одни и те же сигналы могут попасть частично на любой интегратор этого первого слоя. Аналогично распределение сигналов и в других слоях. Многовходовым интегратором блока 2 каждого канала первого слоя производится суммирование входящих значений, а результат сравнивается с пороговым уровнем порогового элемента 3 этого первого слоя. При превышении порога сигнал выдается в регулируемый элемент (усилитель) 4 первого слоя. From the matrices of block 1, the analog or digital values of the signal under investigation are randomly recorded on the multi-input integrators of block 2, and the same signals can be partially transmitted to any integrator of this first layer. The distribution of signals in other layers is similar. The multi-input integrator of block 2 of each channel of the first layer sums the input values, and the result is compared with the threshold level of the threshold element 3 of this first layer. When the threshold is exceeded, the signal is issued to an adjustable element (amplifier) 4 of the first layer.

С матрицы регулируемых элементов 4 первого слоя значения также случайно заносятся на многовходовые интеграторы 2 второго слоя. Результат интегрирования сравнивается с порогом пороговых элементов 3 второго слоя. При превышении порога сигнал выдается на регулируемые элементы 4 второго слоя, а с их матрицы значений случайно перераспределяются на многовходовые интеграторы 2 третьего слоя и т.п. Таким образом, дальнейшая работа слоев (каскадов) аналогична, только в последнем слое с выходных интеграторов 2 сигналы сразу поступают в блок 5 регистрации и памяти, а также в компаратор 6 наибольшего напряжения 6. From the matrix of adjustable elements 4 of the first layer, the values are also randomly recorded on the multi-input integrators 2 of the second layer. The result of integration is compared with the threshold threshold elements 3 of the second layer. When the threshold is exceeded, the signal is output to the adjustable elements 4 of the second layer, and from their matrix of values are randomly redistributed to the multi-input integrators 2 of the third layer, etc. Thus, the further operation of the layers (cascades) is similar, only in the last layer from the output integrators 2, the signals immediately go to the registration and memory unit 5, as well as to the comparator 6 of the highest voltage 6.

Описанные действия представляют собой процесс распознавания, отличающийся от задачи выявления признаков объектов одноразовым прохождением сигнала через решающие блоки при установленных значениях весовых коэффициентов, т. е. признаков объекта. Для выявления признаков объекта с целью определения объекта необходимо оптимальное выявление весовых коэффициентов, т.е. рабочий процесс продолжается. Оптимальная селекция признаков объекта распознавания осуществляется многократными циклами в виде вышеописанных действий над электрическими сигналами, т.е. их интегрирования, сравнения с пороговым напряжением (получение сигнала результата сравнения), а также выявления оптимального весового коэффициента усиления регулируемых элементов 4, чем осуществляется изменение величины опорного сигнала (сигнала результата сравнения). Первоначально без ввода сигнала известного объекта с помощью генератора 11 устанавливается коэффициент регулируемых элементов 4, т.е. весовой коэффициент. The described actions are a recognition process that differs from the task of identifying features of objects by a one-time passage of the signal through the decision blocks at set values of the weight coefficients, i.e., features of the object. To identify the features of the object in order to determine the object, the optimal identification of weight coefficients, i.e. The workflow continues. The optimal selection of features of the recognition object is carried out in multiple cycles in the form of the above actions on electrical signals, i.e. their integration, comparison with the threshold voltage (receiving the signal of the result of the comparison), as well as identifying the optimal weight gain of the adjustable elements 4, thereby changing the value of the reference signal (signal of the result of the comparison). Initially, without inputting the signal of a known object using the generator 11, the coefficient of adjustable elements 4 is established, i.e. weight coefficient.

На втором этапе выявление весового коэффициента - коэффициента усиления опорного сигнала, т. е. коэффициентов усиления регулируемых элементов (усилителей) 4 осуществляется уже при введении сигналов известного объекта (нефть) путем формирования опорного напряжения блока 4. Для этого выходные сигналы с интеграторов 2 последнего слоя поступают на компаратор 6 цепи обучения. В последнем эти сигналы сравниваются между собой, вследствие чего выдается наибольший сигнал одного из каналов. Например, после сравнения выдается сигнал первого канала, т. е. формируется второй опорный уровень напряжения. Первый опорный уровень формируется блоком 10 произвольной, но постоянной величиной уровня напряжения для каждого класса известного объекта. At the second stage, the identification of the weight coefficient - the gain of the reference signal, i.e., the gain of the adjustable elements (amplifiers) 4 is carried out when the signals of a known object (oil) are introduced by forming the reference voltage of block 4. For this, the output signals from the integrators 2 of the last layer arrive at the comparator 6 learning circuit. In the latter, these signals are compared with each other, as a result of which the largest signal of one of the channels is output. For example, after a comparison, the signal of the first channel is output, i.e., a second voltage reference level is formed. The first reference level is formed by block 10 of an arbitrary but constant value of the voltage level for each class of a known object.

Эти опорные уровни напряжений сравниваются блоком 7, а полученное сфоpмирован-ное разностное напряжение суммируются сумматором 8 с величиной опорного сигнала в первом слое, во втором слое, в предпоследнем слое, сформированными блоками 3 и узлами задержки 9 соответствующих слоев, на время, равное времени формирования разностного напряжения, которое суммируется с временем прохождения сигнала при его обработке решающими элементами предыдущего слоя. Просуммированный блоком 8 сигнал изменяет соответственно в каждом из слоев опорное напряжение регулируемых элементов (усилителей) 4 по соответствующему закону. В целях быстроты оптимального поиска веса - коэффициента изменения регулируемого элемента (усилителя) 4 для прохождения через него прямого сигнала (опорного напряжения) этот закон должен быть нелинейным. В качестве применения нелинейного закона, кроме усилителя является множитель, изменение величины шага умножения которого является случайная величина, выдаваемая датчиком случайных чисел или генератором случайных сигналов. Необходимо отметить, что величины опорных напряжений блоков 4 первоначально установлены случайным образом с помощью генератора 11 без ввода сигналов известного объекта. These reference voltage levels are compared by block 7, and the resulting shaped differential voltage is summed by adder 8 with the value of the reference signal in the first layer, in the second layer, in the penultimate layer, formed by blocks 3 and delay nodes 9 of the corresponding layers, for a time equal to the formation time differential voltage, which is added to the signal transit time during its processing by the decisive elements of the previous layer. The signal summed by block 8 changes, respectively, in each of the layers, the reference voltage of the adjustable elements (amplifiers) 4 according to the corresponding law. In order to quickly optimize the search for weight — the coefficient of change of an adjustable element (amplifier) 4 for the direct signal (reference voltage) to pass through it, this law should be nonlinear. As an application of the nonlinear law, in addition to the amplifier, there is a multiplier, the change in the magnitude of the multiplication step of which is a random value produced by a random number sensor or a random signal generator. It should be noted that the values of the reference voltages of the blocks 4 were initially randomly set using the generator 11 without inputting signals of a known object.

Описанный выше процесс происходит многократно для отысканий их оптимальных величин по каналам всех слоев путем прохождения многих сигналов-образов геологического объекта одного класса (нефть). The process described above occurs many times to find their optimal values through the channels of all layers by passing many signal images of a geological object of one class (oil).

При прохождении сигнала другого класса компаратором 6 вследствие сравнения всех выходных сигналов выдается уже другой наибольший сигнал, который сравнивается в блоке 7 его опорным уровнем напряжения другого классификационного канала. Полученное разностное напряжение суммируется сумматорами 8 другого канала с величиной сигнала, сформированной блоками 3 и задержанного узлами 9 соответствующих слоев. Полученный в блоке 8 суммарный сигнал изменяет соответственно в первом, втором и последнем слоях опорные напряжения регулируемых элементов блока 4 по соответствующему закону. When a signal of another class passes, comparator 6, due to comparison of all output signals, already produces the other largest signal, which is compared in block 7 by its reference voltage level of another classification channel. The resulting differential voltage is summed by the adders 8 of the other channel with the magnitude of the signal generated by blocks 3 and delayed by nodes 9 of the corresponding layers. Received in block 8, the total signal changes, respectively, in the first, second and last layers of the reference voltage of the adjustable elements of block 4 according to the corresponding law.

Вследствие изменения величины опорного напряжения регулируемого элемента блока 4 изменяется (усиливается или ослабляется) величина опорного сигнала, сформированного блоком 3, при прохождении регулируемого элемента (усилителя) 4 в соответствии с законом изменения опорного напряжения (усилителя). Такое изменение величины веса коэффициента усиления регулируемого элемента (усилителя) 4, а следовательно, величины опорного сигнала осуществляется в каждом цикле операций в каждом канале входных сигналов. Due to a change in the value of the reference voltage of the adjustable element of the unit 4, the value of the reference signal generated by the unit 3 changes (amplifies or weakens) when the adjustable element (amplifier) 4 passes in accordance with the law of the change in the reference voltage (amplifier). Such a change in the magnitude of the weight of the gain of the adjustable element (amplifier) 4, and therefore, the magnitude of the reference signal is carried out in each cycle of operations in each channel of the input signals.

Этот полный процесс продолжается до тех пор, пока на выходных каналах классификации выходных интеграторов последнего слоя блока 2 не установятся оптимальные значения выходных сигналов (напряжений) для каждого выходного канал-канала классификации, а в регулируемых элементах (усилителях) 4 соответственно пока не установятся оптимальные коэффициенты усиления. This complete process continues until the optimal output signals (voltages) for each output channel of the classification channel are established on the output channels of the classification of output integrators of the last layer of block 2, and in the regulated elements (amplifiers) 4, respectively, until the optimal coefficients are established gain.

Наряду с установкой весовых коэффициентов, настройкой коэффициентов регулируемых элементов 4 выявляются также оптимальные уровни пороговых напряжений пороговых элементов 3. Along with setting the weight coefficients, adjusting the coefficients of the adjustable elements 4, the optimal threshold voltage levels of the threshold elements 3 are also revealed.

Одновременно с настройкой весовых коэффициентов блока 4 и пороговых уровней блока 3 в блоке 5 регистрации и памяти наблюдается визуальное установление оптимальной вероятностной оценки наличия прогноза объекта. Simultaneously with the adjustment of the weight coefficients of block 4 and threshold levels of block 3 in the block 5 of registration and memory, a visual establishment of the optimal probabilistic assessment of the availability of the forecast of the object is observed.

Claims (1)

СПОСОБ СЕЛЕКЦИИ ПРИЗНАКОВ ОБЪЕКТОВ, основанный на формировании опорных сигналов путем сравнения амплитуды интегрированных сигналов объектов с уровнями пороговых напряжений, формировании разностных напряжений и усилении результирующих сигналов, отличающийся тем, что, с целью повышения точности селекции, задерживают опорные сигналы объектов на период формирования разностных напряжений, суммируют их амплитуду с соответствующими уровнями разностных напряжений и преобразуют в пороговые напряжения путем изменения амплитуды соответствующих результирующих сигналов по нелинейному закону и повторяют указанные действия до выделения всех признаков объекта. METHOD OF SELECTION OF OBJECT SIGNS, based on the formation of reference signals by comparing the amplitude of the integrated signals of objects with threshold voltage levels, the formation of differential voltages and amplification of the resulting signals, characterized in that, in order to increase the selection accuracy, the reference signals of the objects are delayed for the period of formation of the differential voltages, summarize their amplitude with the corresponding levels of differential voltages and convert them to threshold voltages by changing the amplitude resultant signals according to a nonlinear law and repeat the indicated actions until all the features of the object are highlighted.
SU4875757 1990-08-08 1990-08-08 Method of selection of symptoms of objects RU2030788C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
SU4875757 RU2030788C1 (en) 1990-08-08 1990-08-08 Method of selection of symptoms of objects

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SU4875757 RU2030788C1 (en) 1990-08-08 1990-08-08 Method of selection of symptoms of objects

Publications (1)

Publication Number Publication Date
RU2030788C1 true RU2030788C1 (en) 1995-03-10

Family

ID=21541414

Family Applications (1)

Application Number Title Priority Date Filing Date
SU4875757 RU2030788C1 (en) 1990-08-08 1990-08-08 Method of selection of symptoms of objects

Country Status (1)

Country Link
RU (1) RU2030788C1 (en)

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Авторское свидетельство СССР N 729601, кл. G 06K 9/00, 1977. *
Патент США N 4204193, кл.340-146.3, опуб.1984. *

Similar Documents

Publication Publication Date Title
US5270963A (en) Method and apparatus for performing neighborhood operations on a processing plane
US5715213A (en) High fidelity vibratory source seismic method using a plurality of vibrator sources
DE602004000686T2 (en) Capacitance detector circuit and method, used in a fingerprint sensor
CN110458073B (en) Optical fiber vibration signal feature extraction method based on MEEMD-Hilbert and multi-layer wavelet decomposition
WO2003025512A2 (en) Method and apparatus for analysis of variables
CN107251090A (en) Spike domain convolution circuit
CN111982271A (en) phi-OTDR pattern recognition system and method based on Wavenet
Miryala et al. Waveform processing using neural network algorithms on the front-end electronics
Udwadia et al. Non‐parametric identification of a class of non‐linear close‐coupled dynamic systems
RU2030788C1 (en) Method of selection of symptoms of objects
Silverman et al. On deconvolution using the discrete Fourier transform
Wolpert et al. Detecting chaos with neural networks
US3512127A (en) Deconvolution seismic filtering
Billings An overview of nonlinear systems identification
US5548662A (en) Edge extracting method and apparatus using diffusion neural network
US3075607A (en) Seismic exploration
Karlsson et al. ARMA modeling of time varying systems with lattice filters
Yao et al. Proposal of signal processing based on machine learning in Brillouin optical correlation domain analysis/reflectometry
Porsani et al. Deconvolution and wavelet estimation by using a genetic algorithm
US3774146A (en) Method and apparatus for electric signal pattern discrimination
Kumar et al. An investigation of two-step cascaded CNN for the detection of gravitational wave signal from two different astronomical sources
Verweij Transient acoustic wave modeling: Higher‐order Wentzel–Kramers–Brillouin–Jeffreys asymptotics and symbolic manipulation
Hoerr et al. Estimating Nonlinear Impulse Response Length using Time-Delayed Mutual Information
SU789868A1 (en) Spectrum analyser
SU452841A1 (en) Device for simulating random processes