第05章信息与信号处理技术2

信息与通信技术学科概论长春工业大学图像工程研究所史东承教授第5章：信息与信号处理技术•5.4信号再生与信息再现•5.4.1信号再生•基带传输系统的信道等效模型如图5-9所示。•假设信道输入信号为ei(t)，信道的特性为h(t)，信道引入的加性干扰噪声为n(t)，则信道输出信号eo(t)为：eo(t)=ei(t)*h(t)+n(t)•如果信道特性h(t)和噪声特性n(t)是已知的，在给定某一发送信号ei(t)的条件下，可以确定经过信道传输后的接收信号eo(t)。信道h(t)ei(t)eo(t)n(t)5.4信号再生与信息再现•由传输线的基本理论可知，传输线衰减特性与传输信号频率的开方成比例，频率越高，衰减越大。一个矩形脉冲信号经过信道传输后，波形要发生失真，主要反映在以下几个方面：•（1）接收信号波形幅度变小。表明信号经过信道传输后能量有衰减，传输距离越长，衰减越大。•（2）波峰延后。反映传输系统的延迟特性。•（3）脉冲宽度加宽。这是传输系统频率特性引起的，是波形产生失真的主要原因。5.4信号再生与信息再现•定义：对一个被损坏的信号进行处理，去除噪声干扰、恢复信号损坏部分的过程，称为信号再生。•常见的传输信号有电信号和光信号之分，因此信号再生也分为电信号再生和光信号再生。•数字信号中传输的信息是“1”和“0”组成的数字码串，典型的信号是PCM脉冲编码调制信号。PCM信号在长距离的传输过程中，必须采用再生中继技术。再生中继要求在基带信号信噪比不太大的条件下，系统对失真的波形及时进行识别判决，识别出“1”码和“0”码，经过再生中继后的输出脉冲会完全恢复为原数字信号序列。5.4信号再生与信息再现•基带传输的再生中继系统如图5-10所示。•再生中继系统的特点是：•（1）无噪声积累。数字信号在传输过程引起的信号幅度失真可通过再生中继系统中的均衡放大、再生判决而去掉，所以理想的再生中继系统是不存在噪声积累的；•（2）有误码积累。在再生判决的过程中，由于码间串扰和噪声干扰的影响，会导致判决电路的错误判决，即“1”码误判为“0”码，“0”码误判为“1”码，产生误码现象。一旦误码发生，就无法消除，产生误码积累。5.4信号再生与信息再现•再生中继器的结构如图5-11所示。•均衡放大的作用是将接收到的失真信号均衡放大成适合于抽样判决的波形，这个波形称为均衡波形，用r(t)表示。•定时时钟提取就是从已接收的信号中提取与发送端定时时钟同步的定时脉冲，以便在最佳时刻识别判决均衡波的“1”码和“0”码。•抽样判决与码形成电路完成的就是判决再生功能，也叫识别再生。识别是指从已经均衡好的均衡波形中识别出“1”码还是“0”码；再生就是将判决出来的码元进行整形与变换，形成半占空的双极性码，即码形成。均衡放大器抽样判决定时时钟码发生器•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。判决VVb定时时钟判决VVb0码发生器1码发生器取样均衡信号r5.4信号再生与信息再现•完整信号再生系统如图5-15所示。5.4信号再生与信息再现•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。5.4信号再生与信息再现•5.4.2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。5.4信号再生与信息再现•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。5.4信号再生与信息再现•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。5.4信号再生与信息再现•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。5.4信号再生与信息再现•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*)=MaxJ(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•映射变换实现特征提取原理如图5-16所示。yx2ω1ω25.4信号再生与信息再现•常规的特征选择算法有如下几种：•独立算法：分别计算M个特征单独使用时的准则函数，选取最优的前N个特征作为最优特征。除极特殊情况（各个特征相互独立并准则函数满足可加性）外，所得特征组合不一定是最优特征组合。•穷举算法：从M个特征中选择所有可能的N个特征组合，计算其准则函数，寻找其最优值，从而得到最佳特征组合。该种算法计算量太大，当M较大时，难于实际应用。5.4信号再生与信息再现•特征提取是测试数据的另一种表现形式，特征向量是一种信号的简化表现形式，它保持原始信号的主要信息成分，以便与其他信号相区别。•特征提取追求的是找到原始数据的主要特征。当主要特征扩展到所有特征或接近所有特征（原始数据）时，特征提取就变成了数据压缩。•特征提取的目的，一般情况下，并不是为了信息的准确再现，而是为了进一步的判决、分类与识别。因此允许在特征提取过程中引入较大的失真，信息的丢失度也可以相对较大。特征提取的核心是减少数据量，为下一步的处理提供高效的数据，同时特征提取必须保证不同类事物（模式）之间特征的可分性。5.4信号再生与信息再现•信息显现又称信息重建•三维信息重建是指对三维物体建立适合计算机表示和处理的数学模型，通过数据的处理和分析，获得3D测量数据的性质，并在计算机中建立表达客观世界的一种技术。•物体三维重建是计算机辅助几何设计(CAGD)、计算机图形学(CG)、计算机动画、计算机视觉、医学图像处理、科学计算可视化和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术。•信息重建和显示是科学计算可视化的一个重要分支，尤其在医学领域得到很大的重视，也成为现今的一大研究热点，具有广泛的应用前景5.5推理与决策•推理与决策是人工智能(ArtificialIntelligence，AI)技术的研究热点之一。推理与决策是计算机科学的一个分支，它主要研究在一定的知识和经验的基础条件下，根据新的输入信息推理获得隐含结论，并依据规则给出决策的技术。•推理与决策过程可以采用拟人的方式进行，也可以采用形式逻辑的方法给出。•推理与决策技术主要应用于构造能以人类智能相似的方式做出反应的智能机系统，如智能机器人、语音识别、图像识别、自然语言处理和专家系统等。5.5推理与决策•1956年提出“人工智能”一词，由机器学习、自动推理、专家系统、模式识别、计算机视觉、自然语言理解等不同的技术领域知识组成。•人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机。5.5推理与决策•人工智能有两种不同的方式。•一种是工程学方法（EngineeringApproach，EA），采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。•另一种是模仿法（MimeticApproach，MA），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。在智能计算领域中的遗传算法（GenericAlgorithm，GA）和人工神经网络方法（ArtificialNeuralNetwork，ANN）均属这类方法。5.5推理与决策•采用工程学方法需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁。5.5推理与决策•采用模仿法时，编程者要为每一角色设计一个智能系统来进行控制，这个智能系统（模块）开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。•这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定，应用于复杂问题，通常会比工程学方法更省力。5.5推理与决策•“智能”的概念涉及意识（Consciousness）、自我（Self）、思维（Mind）和无意识的思维（UnconsciousMind）等问题。由于人们对自身智能的认识非常有限，对构成人的智能的必要元素缺乏深入的了解，因此对“智能”的认识还有待发展。•美国斯坦福大学人工智能研究中心尼尔逊（NILSJ.Nilsson）教授对智能问题下了这样一个定义：“人工智能是关于知识的学科，是关于怎样表示知识、怎样获得知识、并使用知识的科学”。同时美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”。5.5推理与决策•推理是人工智能重要的研究领域。推理指依据一定的规则、利用已有的知识和经验推出结论的过程。专家能够高效地求解复杂的问题，除了他们拥有大量的专门知识外，更重要的是他们能够合理选择及有效运用知识。•推理机(InferenceEngine，IE)是智能系统中实现基于知识推理的部件是基于知识的推理在机器中的实现。基于知识的推理要解决的问题是如何在问题求解过程中，选择和运用知识，完成问题求解。知识的运用模式称为推理方式；如何选择知识直接决定推理的效果和推理的效率；推理控制的核心是推理控制策略。5.5推理与决策•传统的形式化推理技术是以经典