Modern high technologiesrae.ru
Scientific journal

Modern high technologies

ISSN 1812-7320VAK ListRSCI IF = 1,279

IMPLEMENTATION OF DISCRETE WAVELET TRANSFORM DAUBECHIES IN MODULAR CODE

Gish T.A. 1, Belov S.P. 2, Kalmykov I.A. 1, Dunin A.V. 1, Efimovich A.V. 1, Kalmykov M.I. 1
1North Caucasian Federal University
2Federal State Autonomous Educational Institution of Higher Education «Belgorod National Research University»

В настоящее время при решении задач цифровой обработки сигналов (ЦОС), связанных с обработкой и сжатием сигналов, все чаще стали применяться дискретные вейвлет-преобразования (ДВП) [1–4]. Кратномасштабная теория, которая положена в ДВП, позволяет провести представление и анализ сигналов при различных разрешениях. Повысить точность и скорость проведения кратномасштабного анализа сигналов можно за счет использования модулярных кодов, в частности, системы остаточных классов (СОК). В работах [5–8] показано, что коды СОК эффективно выполняют арифметические операции сложения, вычитания и умножения по модулю. Следовательно, применение целочисленной модулярной арифметики позволит повысить эффективность выполнения ДВП, так как операции сложения, вычитания и умножения положены в основу кратномасштабного анализа сигналов. Поэтому реализация ДВП сигналов с использованием кодов СОК является актуальной задачей.

Цель исследования

Использование целочисленной арифметики позволяет повысить точность выполнения ДВП сигналов. Так в работе [9] представлен метод выполнения ДВП Хаара с использованием GF(p), что позволило заменить коэффициенты ДВП целочисленными значениями. В результате была достигнута максимальная точность реализации ДВП сигнала.

Однако увеличение разрядности обрабатываемых дискретных отсчетов сигнала приводит к значительному увеличению значения модуля р, а значит, и схемных затрат. Устранить данный недостаток можно за счет применения модулярных кодов СОК. Поэтому целью работы является повышение точности и скорости выполнения ДВП за счет использования модулярных кодов.

Материалы и методы исследования

Модулярный код системы остаточных классов в качестве оснований использует взаимно простые числа рi, i = 1, 2, …, k. В этом случае число А задается набором остатков, полученных при делении А на модули mi, в виде

kalm01.wmf, (1)

где kalm02.wmf; i = 1, 2, …, k.

Применяя изоморфизм, порожденный китайской теоремой об остатках (КТО), коды СОК позволяют операции над операндами kalm03.wmf
и kalm04.wmf представить в виде

kalm05.wmf, (2)

где kalm06.wmf – операции сложения, вычитания и умножения по модулю.

Произведение оснований кода СОК определяет рабочий диапазон

kalm07.wmf. (3)

Для получения правильного результата должно выполняться kalm08.wmf.

Так как вычисления в СОК выполняются параллельно и независимо по модулям кода над малоразрядными остатками, то это позволяет повысить скорость выполнения вычислений задач ЦОС [5, 7, 10]. В работах [8, 10] показано, что основу кратномасштабного анализа сигналов составляют операции сложения, вычитания и умножения

kalm09.wmf (4)

где X = [x(0), x(1),…, x(N – 1)] – входной вектор; kalm10.wmf – скалинг-функции ДВП; Wa(0,0) и Wd(m, j) – аппроксимирующие и детализирующие последовательности.

В настоящее время широкое применение нашли дискретные вейвлет-преобразования Добеши. Это обусловлено их достоинствами, приведенными в работах [3, 4]. Рассмотрим выполнение ДВП Добеши (Db4). Пусть обработке подвергается входной вектор, содержащий 8 точек. Тогда матрица для выполнения ДВП Добеши-4 примет следующий вид:

kalm11.wmf, (5)

где kalm12.wmf; kalm13.wmf; kalm14.wmf; kalm15.wmf.

Очевидно, что конечных полей Галуа GF (р), позволяющих реализовать целочисленное дискретное вейвлет-преобразование Добеши, существует множество. Это может стать основой для перехода от одномерного кратномасштабного анализа Добеши к многократному. В этом случае справедливо

kalm16.wmf, (6)

где kalm17.wmf; i = 1, 2, …, k.

Значение детализирующей последовательности будет иметь вид

kalm18.wmf, (7)

где kalm19.wmf; i = 1, 2, …, k.

При этом требования, которые предъявляются к дискретному вейвлет-преобразованию Добеши, будут выполняться в полной мере

kalm20.wmf; kalm21.wmf;

kalm22.wmf. (8)

Очевидно, что аппроксимирующие и детализирующие последовательности Wa(0,0) и Wd(m, j) представлены в виде наборов остатков по основаниям СОК. Преобразуем полученный результат в позиционный код, используя китайскую теорему об остатках (КТО). Тогда

kalm23a.wmf (9)

где Bi – ортогональные базисы кода СОК; rA – ранг числа, показывающий количество превышений рабочего диапазона.

Результаты исследования и их обсуждение

Рассмотрим реализацию ДВП Добеши в коде СОК, в котором выбраны основания р1 = 23, р2 = 47, р3 = 71. Вычислим коэффициенты Добеши по модулю р1 = 23. Получаем kalm24.wmf, kalm25.wmf. Тогда имеем kalm26.wmf; kalm27.wmf; kalm28.wmf; kalm29.wmf.

Вычислим коэффициенты Добеши по модулю р2 = 47. Получаем kalm30.wmf, kalm31.wmf. Тогда коэффициенты равны kalm32.wmf; kalm33.wmf;
kalm34.wmf; kalm35.wmf.

Вычислим коэффициенты Добеши по модулю р3 = 71. Получаем kalm36.wmf, kalm37.wmf. Тогда коэффициенты равны kalm38.wmf; kalm39.wmf; kalm40.wmf; kalm41.wmf.

Тогда матрицы для проведения ДВП Добеши-4 в коде СОК имеют вид

модуль р1 = 23:

модуль р2 = 47:

модуль р3 = 71:

kalm42.wmf

kalm43.wmf

kalm44.wmf

Пусть необходимо провести кратномасштабный анализ сигнала, входной вектор которого равен x(n) = {7, 2, 5, 17, 6, 11, 2, 18}. Для этого вычислим произведение данного вектора на матрицу Добеши по модулю р1 = 23. В результате получаем

kalm45.wmf.

Реализация ДВП Добеши по модулю р1 = 23 позволила получить разложение сигнала kalm46.wmf. Тогда сглаживающие коэффициенты ДВП определяются свертками входного сигнала, которые получены с помощью первой, третьей, пятой и седьмой строк матрицы, т.е. kalm47.wmf. Данные коэффициенты можно вычислить, используя низкочастотный фильтр Н. При этом детализирующие коэффициенты представляют собой свертки входного сигнала со второй, четвертой, шестой и восьмой строками матрицы, т.е. kalm48.wmf. Данные коэффициенты можно вычислить, используя высокочастотный фильтр G. Тогда исходный сигнал имеет вид

kalm49.wmf,

где Hi – коэффициенты НЧ-фильтра; Gi – коэффициенты ВЧ-фильтра; i – номер строки матрицы ДВП Добеши.

Проведем кратномасштабный анализ входного сигнала по модулю р2 = 47. Получаем

kalm50.wmf.

Реализация дискретного вейвлет-преобразования Добеши по модулю р2 = 47 позволила получить разложение сигнала в базисе kalm51.wmf.

Вычислим дискретное вейвлет-преобразование Добеши по модулю р3 = 71. Тогда

kalm52.wmf.

Реализация дискретного вейвлет-преобразования Добеши по модулю р3 = 71 позволила получить разложение сигнала в базисе kalm53.wmf.

В результате выполнения дискретного вейвлет-преобразования Добеши в системе остаточных классов были получены следующие значения

kalm54.wmf

Так как результат прямого ДВП представлен в коде СОК, то его необходимо перевести в позиционную систему счисления (ПСС), используя равенство (9). Для этого необходимо вычислить ортогональные базисы для заданной системы оснований СОК. Воспользуемся алгоритмом вычисления ортогональных базисов, приведенным в работе [2].

Для вычисления ортогонального базиса В1 определим kalm55.wmf.
Вычислим kalm56.wmf. Определим значение веса В1 из условия kalm57.wmf. Получаем m1 = 12. Тогда ортогональный базис равен kalm58.wmf.

Для вычисления второго ортогонального базиса определим kalm59.wmf.
2. Вычислим kalm60.wmf. Определим значение веса В2 из условия kalm61.wmf. Получаем m2 = 43. Тогда ортогональный базис равен kalm62.wmf.

Для вычисления третьего ортогонального базиса кода СОК определим значение kalm63.wmf. Вычислим kalm64.wmf. Определим значение веса В3 из условия kalm65.wmf. Получаем m3 = 40. Тогда ортогональный базис равен kalm66.wmf.

Произведем обратное преобразование из модулярного кода а00 = (0, 38, 54) в позиционный код. Воспользуемся равенством (9). В результате получаем

kalm67.wmf.

Тогда разложение входного сигнала в базисе Добеши, представленном в коде СОК, будет равен W = {14467, 41210, 40256, 40952, 52058, 55323, 56990, 59159}. Очевидно, что использование кодов СОК позволяет повысить скорость выполнения ДВП. Так набор модулей СОК позволяет обеспечить обработку 16-разрядных данных, так как kalm68.wmf. При этом максимальная разрядность остатка по модулю р3 = 71 составляет 7 разрядов. Известно, что временные затраты на выполнение операции умножения пропорциональны разрядности операндов. Таким образом, снижение разрядности обрабатываемых данных в СОК позволило сократить временные затраты на выполнение ДВП Добеши в 2,29 раза без учета выполнения операций прямого ПСС-СОК и обратного СОК-ПСС преобразований, обеспечивая при этом максимальную точность вычислений.

Заключение

В статье представлена разработанная математическая модель выполнения дискретного вейвлет-преобразования Добеши с использованием модулярных кодов. Представление сглаживающих и детализирующих коэффициентов Добеши в виде целочисленных остатков позволяет обеспечить максимальную точность выполнения ДВП. Применение кодов СОК позволяет повысить скорость вычисления дискретного вейвлет-преобразования за счет параллельной обработки малоразрядных остатков. Такое распараллеливание вычислений на уровне арифметических операций позволяет повысить скорость обработки сигналов. Так, уже при обработке 16-разрядных данных использование трех оснований СОК р1 = 23, р2 = 47, р3 = 71 позволило сократить временные затраты на выполнение ДВП Добеши в 2,29 раза по сравнению с ПСС без учета выполнения прямого и обратного преобразований. Очевидно, что при увеличении разрядности обрабатываемых отсчетов эффективность использования разработанной математической модели выполнения ДВП Добеши-4 в коде СОК увеличивается.

Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 17-37-50009.


Bibliographic Reference

Gish T.A., Belov S.P., Kalmykov I.A., Dunin A.V., Efimovich A.V., Kalmykov M.I. IMPLEMENTATION OF DISCRETE WAVELET TRANSFORM DAUBECHIES IN MODULAR CODE // Modern high technologies. 2018. No. 2. pp. 27-31;
URL: http://www.top-technologies.ru/en/article/view?id=36901 (accessed: 17/08/2026).