Alteh писал(а):
Цитата:
В теме "Квазара" я так же предложил ещё вариант : обрабатывать поток сразу несколькими фильтрами - быстрым ( для мусорок ), средним, медленным ( для глубины ). Если развивать эту тему, то мы упираемся с одной стороны в распознавание образов, восстановление "кодовой последоватльности", как писал выше; а с другой стороны в адаптивную работу прибора, который сам подбирает оптимальные условия работы. Последнее будет важным для развития многочастотности в будущем,- ведь не все частоты нам нужны в разных обстоятельствах и случаях.
Вы несколько размыто, но сказали тоже, что и я, всё упирается а алгоритмы. С переключением фильтров (быстрый, средний и т.д.) не работал, что это даёт - не знаю (хотя, в Танго это и предусмотрено). В адаптивный МД не верю
Распознавание образов и пр. это и есть работа с матрицей данных. К примеру, у нас 8 частот, а, следовательно, и 8 различных откликов. 8 значений Х и 8 Y. Половина Х положительные, половина отрицательные и т.д. Размер цели, расстояние до цели, её тип (тип металла) не известны. Вопрос: как из 16 значений получить наиболее точный ответ?
Просто вы сказали о расширении мерности сигнала в сторону многочастотности, а я напомнил вариант расширения мерности сигнала в сторону фильтрации огибающих, это тоже очень важный вариант !
Вы можете верить в адаптивность или нет, но это используется давно, как и распознавание образов,- в каждой видеокамере аэропорта или на улице.
Идеология здесь в том, что, как и в поиске любым прибором, мы ищем признаки сигнала, которые подскажут нам копать. Т.е. на примере нескольких работающих фильтров - у нас больше вероятность, что хотя бы один из них нам даст устойчивый положительный результат ! В принципе математически это выглядит например так : Высокие=1; Средние=0; Низкие=0, это значит, что у нас под катушкой мелочь и близко; можно присвоить рейтинг = 1/3. Другой вариант : В=0,С=1,Н=1,- это значит, что возможен глубокий сигнал с рейтингов 2/3.
Точно так же можно применить с частотами 3КГц = 0, 10КГц=0, 30КГц=1, - значит какой-то фольговый объект. Вместе с рейтингом по фильтрации это однозначно даст размер и глубину объекта. Естественно, сигналы могут быть и не 0 и 1, а с большей точностью, но и двузначности часто будет достаточно для более результативного поиска, чем без адаптивного поиска.
Поехали дальше: распределение потоков. Поток данных можно сохранить в массив и последовательно пересчитывать с разными "проекциями" ( наш многомерный объект данных пересчитывается в проекцию на меньшие размерности звука, но как бы с разных сторон), с разными комбинациями потоков установок и предустановок ( разные фильтры, разные частоты и пр.). Альтернатива - считать данные параллельно,- и тогда снова встаёт вопрос о железе, о нескольких специализированных процессорах.
Альтернатива : в варианте импульсного сигнала мы имеем все данные в сжатой пачке и я показал возможность их формировать на этапе синхронного детектирования, а не на этапе обработки отдельных потоков от разных частот, как это пытаются делать с синусами. Думаю, что обработка огибающих так же возможна без разделения на верхние-средние-нижние скорости.