Development of Equipment for Experimental Study of Digital Algorithms in Nonstationary Signal Processing Problems

Abstract

The article deals with the issues of improving the quality of information using ultrasound, as well as existing analog and digital methods of its processing. The characteristics of signal filtering are analyzed depending on the signal-to-noise ratio. A number of modern applications in medical diagnostics are subject of high requirements for accuracy, noise immunity, reliability, continuity of operation and other quality indicators with a high dynamics of changes in non-stationary signals characterizing the functional state of the human body. On this basis, an algorithm and a device capable of extracting the informative components of noisy non-stationary signals are developed. In this paper, an algorithm of processing non-stationary signals of an ultrasonic transceiver is proposed. At the same time, three modules are developed and manufactured: 1) ultrasonic receiver module; 2) ultrasonic noise transmitter module (AM modulation); 3) an ultrasonic signal transmitter module (AM modulation) and an information processing algorithm based on a wavelet-forming function (wavelet threshold) consisting of the Coiflets 5 basis using a heuristically determined threshold value of the wavelet expansion coefficients. In this paper, the wavelet decomposition is carried out up to the 4th level. Based on the analysis of the obtained data, it was concluded that the second decomposition level is the most optimal for filtering non-stationary signals. As the decomposition level increases, the output signal-to-noise ratio decreases, and at the level N = 4, the output signal-to-noise ratio almost does not exceed the input one, therefore, filtering becomes inefficient. As a result of the synthesis of effective parameters of filtering electrocardiosignals, it is found that the maximum degree of signal processing from noise occurs using the Coiflets 5 wavelet using a heuristically determined threshold value. Experimental research is carried out in the training and production laboratory of electronics (FabLab), FSAEI HE “South Ural State University (National Research University)”.

В статье рассмотрены вопросы повышения качества информации при помощи ультразвука, а также существующих аналоговых и цифровых методов ее обработки. Проанализированы характеристики фильтрации сигналов в зависимости от соотношения сигнал/шум. К ряду современных приложений в медицинской диагностике предъявляются высокие требования по точности, помехозащищенности, надежности, непрерывности работы и другим показателям качества при высокой динамике изменения нестационарных сигналов, характеризующих функциональное состояние организма человека. На этой основе разработаны алгоритм и устройство, способное выделять информативные составляющие зашумленных нестационарных сигналов. В настоящей работе предложен алгоритм обработки нестационарных сигналов ультразвукового приемо-передающего устройства. При этом было разработано и изготовлено три модуля: 1) модуль ультразвукового приемника; 2) модуль ультразвукового передатчика шума (АМ-модуляция); 3) модуль ультразвукового передатчика сигнала (АМ-модуляция) и алгоритм обработки информации на основе вейвлет-образующей функции (вейвлет-порог), состоящей из базиса Coiflets 5 с использованием эвристически определяемого порогового значения коэффициентов вейвлет-разложения. В работе вейвлет-разложение проведено до 4-го уровня. На основе анализа полученных данных был сделан вывод, что второй уровень разложения наиболее оптимален для фильтрации нестационарных сигналов. С увеличением уровня разложения выходное отношение сигнал/шум уменьшается и на уровне N = 4 выходное отношение сигнал/шум почти не превышает входное, следовательно, фильтрация становится неэффективной. В результаты синтеза эффективных параметров фильтрации электрокардиосигналов было выявлено, что максимальная степень обработки сигнала от шума происходит с использованием вейвлет Коифлетса 5 с применением эвристически определяемого порогового значения. Экспериментальные исследования проводились в учебно-производственной лаборатории электроники (FabLab) ФГАОУ ВО «Южно-Уральский государственный университет (национальный исследовательский университет)».