C
¸ OK-B˙ILES¸ENL˙I S˙INYALLER˙IN ANAL˙IZ˙I ˙IC
¸ ˙IN DESTEK B ¨
OLGE
UYARLAMALI HERM˙ITE-GAUSS AC
¸ ILIMI
SUPPORT ADAPTIVE HERMITE-GAUSSIAN EXPANSION FOR
ANALYSIS OF MULTI-COMPONENT SIGNALS
Yas¸ar Kemal Alp, Orhan Arıkan, Umut ¨
Ozertem
Elektrik ve Elektronik M¨uhendisli˘gi B¨ol¨um¨u, Bilkent ¨
Universitesi, Bilkent, Ankara
Yahoo! Inc. Santa Clara, California, ABD
{ykemal,oarikan}@ee.bilkent.edu.tr, umut@yahoo-inc.com
¨
OZETC
¸ E
Zaman-frekans destek b¨olgesi orijin etrafında dairesel bir alana uyan bir sinyal biles¸eni ic¸in, Hermite-Gauss ac¸ılımı en az sayıda taban fonsiyonu kullanarak en iyi temsili olus¸turur. Ancak, orijinden uzakta ve dairesel olmayan zaman-frekans destek noklarına sahip sinyal biles¸enleri ic¸in Hermite-Gauss ac¸ılımının direk uygulanması, c¸ok fazla sayıda Hermite-Gauss fonksiyonunun kullanımını gerektirir. Bu da, e˘ger ¨olc¸¨um sinyali g¨ur¨ult¨u altında kaydedilmis¸se ya da birc¸ok sinyal biles¸eni ic¸eriyorsa, bas¸arısız biles¸en kestirimlerine neden olur. Bu prob-lemi c¸¨ozmek ic¸in sinyal biles¸enlerinin destek b¨olgelerini bulup, zaman-frekans d¨uzleminde orijin civarında, dairesel bir b¨olg-eye oturtan ve bu sayede en az sayıda Hermite-Gauss fonksiy-onu kullanarak sinyal biles¸enlerini bas¸arılı bir s¸ekilde ke-stiren, tamamen otomatikles¸tirilmis¸ bir ¨onis¸leme y¨ontemi ¨oner-mekteyiz. ¨Onis¸lemenin ardından, kestirilen biles¸enlere ters d¨on¨us¸¨umler uygulanarak destek b¨olgeleri eski yerlerine tas¸ınır.
ABSTRACT
For a signal component whose time-frequency support tightly fits into a circular region around origin, Hermite-Gaussian func-tion expansion provides optimal representafunc-tion by using the fewest number of basis functions. However, for signal com-ponents which have non-circular time-frequency supports away from the origin, straight forward expansions require excessively large number of Hermite-Gaussians which result in unreliable component estimates especially when the available observation is noisy or includes multiple components. To alleviate this prob-lem, we propose a fully automated pre-processing technique which identifies and transforms supports of individual signal components to a circular region centered around origin so that the fewest number of Hermite-Gaussians can be used for obtain-ing reliable component estimates. Then, estimated components are post-processed to transform their supports back to their orig-inal positions.
1. G˙IR˙IS¸
Zaman-frekans destek b¨olgesi tıkız, c¸ok-biles¸enli sinyaller radar, sonar, sismik, ses ve biyomedikal sinyal is¸leme uygula-malarında sıkc¸a g¨or¨ulmektedir. Bu tarz sinyallerin biles¸enlerine
ayrıs¸tırılması ¨onemli bir sinyal is¸leme uygulamasıdır [1]. Genelles¸tirilmis¸ zaman-bantgenis¸li˘gi c¸arpımı 1 civarında olan sinyaller ic¸in, dalgacık ve chirplet d¨on¨us¸¨umleri gelis¸tirilmis¸tir. Bu c¸alıs¸mada, biles¸enleri b¨uy¨uk zaman-bantgenis¸li˘gi c¸arpımına sahip c¸ok-biles¸enli sinyallerin analizi ic¸in yeni bir y¨ontem ¨oner-mekteyiz.
¨
Onerilen y¨ontem uyarlamalı Hermite-Gauss ac¸ılımını kul-lanarak herbir sinyal biles¸eninin kestirimini yapmaktadır. Hermite-Gauss fonksiyonları sonlu enerjili sinyaller ic¸in bir-imdik k¨ume olus¸turmaktadır [2]. Bu fonksiyonlarının zaman-frekans d¨uzleminde en iyi lokalizasyon ¨ozellikleri sinyal is¸leme ac¸ısından c¸ok ¨onemlidir. Zaman-frekans d¨uzleminde orijin merkezli dairesel bir destek alanı ic¸in, Hermite-Gauss fonksiy-onları en y¨uksek enerji konsantrasyonunu sa˘glamaktadır. Bun-dan dolayı, destek b¨olgesi orijin merkezli dairesel bir yapıya sahip olan sinyal biles¸enleri ic¸in Hermite-Gauss ac¸ılımı en iyi temsili olus¸turmaktadır. Fakat, destek b¨olgesi orijinden uzakta ve dairesel olmayan bir sinyal ic¸in, Hermte-Gauss ac¸ılımı c¸ok sayıda taban fonksiyonunun kullanımını gerektirdi˘gi ic¸in en uy-gun temsili olus¸turmaz.
Bu c¸alıs¸mada, sinyal biles¸enlerinin zaman-frekans destek b¨olgelerini orijin civarında, dairesel bir alana oturtan uyarla-malı bir ¨onis¸leme tekni˘gi ¨onermekteyiz. Bu is¸lemin sonunda olus¸an sinyallerin Hermite-Gauss taban vekt¨orleri ¨uzerine izd¨us¸¨um¨u alınarak biles¸enler kestirilmektedir. Elde edilen ke-stirimlere ters d¨on¨us¸¨umler uygulanarak, destek b¨olgeleri eski konumlarına tas¸ınmaktadır.
2. B¨ol¨umde Hermite-Gauss fonksiyonlarının genel ¨ozellik-lerinden kısaca bahsedilmis¸tir. ¨Onerilen destek b¨olge uyarla-malı Hermite-Gauss ac¸ılımı 3. B¨ol¨umde anlatılmıs¸tır. 4. B¨ol¨umde c¸ok-biles¸enli sinyallerin ¨onerilen y¨ontem ile anal-izi detaylandırılmıs¸tır. 5. B¨ol¨um ise sonuc¸lar ic¸in ayrılmıs¸tır. Makale boyunca aksi belirtilmedi˘gi s¨urece integrallerin (−∞, ∞) aralı˘gında hesaplandı˘gı varsayılacaktır. Koyu renkli karakterler vekt¨orleri belirtecektir.
2. HERMITE-GAUSS FONKS˙IYONLARI
Hermite-Gauss fonksiyonları as¸a˘gıdaki differansiyel denklemin c¸¨oz¨um k¨umesini olus¸turmaktadır:
f00(t) + 4π2 „ 2n + 1 2π − t 2 « f (t) = 0 . (1) 2011 IEEE 19th Signal Processing and Communications Applications Conference (SIU 2011)
430 978-1-4577-0463-511/11/$26.00 ©2011 IEEE
(a)
(c)
(b)
(d)
S¸ekil 1: Hermite-Gauss fonksiyonları: (a) h0(t); (b) h1(t); (c) h2(t); (d) h3(t);
Derecesi n. olan Hermite-Gauss fonsiyonu hn(t) ile n. derece
Hermite polinom Hn(t) arasında
hn(t) = 2 1/4 √ 2nn!Hn( √ 2πt)e−πt2 (2) ilis¸kisi vardır. Burada Hn(t) ¨ozyineli olarak tanımlıdır:
H0(t) = 1 , (3)
H1(t) = 2t , (4)
Hn+1(t) = 2tHn(t) − 2nHn−1(t) . (5)
Benzer s¸ekilde, Hermite-Gauss fonsiyonları da ¨ozyineli olarak hesaplanabilir. ˙Ilk d¨ort Hermite-Gauss fonksiyonu S¸ekil-1de g¨osterilmis¸tir. Bu fonksiyonların iki ¨ozelli˘gi sinyal is¸leme ac¸ısından c¸ok ¨onemlidir. Birincisi, bu fonksiyonlar sonlu en-erjili sinyaller ic¸in birim dikk¨ume olus¸turmaktadır. Yani her-hangi bir sonlu enerjili, her [−τ, τ ] aralı˘gında s¨urekli f (t) sinyali f (t) = P∞
n=0αnhn(t) olarak ac¸ılabilir. Ac¸ılım
kat-sayıları αn =
R
hn(t)f (t)dt ile bulunur. ˙Ikincisi,
Hermite-Gauss fonksiyonları Fourier d¨on¨us¸¨um¨un¨un ¨ozuzaylarını geren taban vekt¨orleridirler: F{hn(t)} = λnhn(t). Burada F,
Fourier d¨on¨us¸¨um¨un¨u belirtmekte ve λn = e−jπn/2 ise
d¨on¨us¸¨um¨un n. ¨ozde˘geridir. Benzer s¸ekilde, Hermite-Gauss fonsiyonları kesirsel Fourier d¨on¨us¸¨um¨un¨un de ¨ozvekt¨orleridir: Fa{h
n(t)} = e−j
π
2anhn(t). Fa is¸leci a. dereceden kesirsel
Fourier d¨on¨us¸¨um¨un¨u belirtmektedir. Hermite-Gauss fonksiy-onlarının kesirsel Fourier d¨on¨us¸¨umleri kedilerinin bir faz fakt¨orleriyle c¸arpımına es¸ittir. Bu bakımdan, bu fonksiyon-lar zaman-frekans d¨uzleminde dairesel desktek alanına sahip-tirler. Bu durumu g¨ostermek ic¸im Sekil-2’de 0., 5., 15. ve 45. Hermite-Gauss fonksiyonlarının Winer-Ville da˘gılımı g¨osterilmis¸tir.
3. DESTEK B ¨
OLGE UYARLAMALI
HERM˙ITE-GAUSS AC
¸ ILIMI
Hermite-Gauss fonksiyonları, zaman-frekans destek b¨olgeleri orijin merkezli dairesel yapıya sahip sinyallerde, istenilen tem-sil hatasına en k¨uc¸¨uk temtem-sil derecesi ile ulas¸an fonksiyonlardır. Hermite-Gauss ac¸ılımı c¸ok-biles¸enli sinyallerde, biles¸enlerin ayıklanmasında ve g¨ur¨ult¨uden arındırılmasında kullanılabilir. C¸ok-biles¸enli ve g¨ur¨ult¨u altında kaydedilmis¸ bir sinyal
d¨us¸¨une-(a)
(c)
(b)
(d)
S¸ekil 2: (a) h0(t); (b) h5(t); (c) h15(t); (d) h45(t)’nin
Wigner-Ville da˘gılımları. lim:
x(t) = s1(t) + s2(t) + ... + sK(t) + n(t) . (6)
Burada, sk(t), k = 1, 2, ..K zaman-frekans destek b¨olgeleri
birbiriyle ¨ort¨us¸meyen ve tıkız olan, sonlu enerjili sinyal biles¸enleri olsun. ¨Orne˘gin, k. biles¸en sk(t)’yi kestirmek
isti-yoruz. E˘ger sk(t)’nin destek b¨olgesi orijin merkezli dairesel
bir alan ise, bu biles¸en ˜sk(t) =
PNk
n=0αk,nhn(t) ile
kestir-ilebilir. Buradaki ac¸ılım katsayıları αk,n =
R
hhx(t)dt ile
bu-lunur. Mecvut ¨olc¸¨um sinyali c¸ok-biles¸enli ve g¨ur¨ult¨ul¨u oldu˘gu ic¸in temsil derecesi Nk beklenen kestirim hatası E{ksk(t) −
˜
sk(t)k2}’yi en k¨uc¸¨uk yapacak s¸ekilde sec¸ilmelidir.
Bahsedilen g¨ur¨ult¨uden arındırma ve biles¸en ayıklama uygu-lamasında, sonucun en iyi olması ic¸in sinyal biles¸eninin destek b¨olgesinin orijin merkezli dairesel bir yapıya sahip ol-ması gerekmektedir. Ancak g¨unl¨uk hayattaki hemen hemen hic¸bir sinyalin zaman-frekans destek b¨olgesi bu yapıda de˘gidir. Bu problemi c¸¨ozmek ic¸in mevcut ¨olc¸¨um sinyaline uygula-narak, biles¸enlerin destek b¨olgelerini bu yapıya benzeten bir dizi d¨on¨us¸¨um ¨onermekteyiz. Bu d¨on¨us¸¨umler sırasıyla 1)anlık frekans kaydırma, 2)zamanda ¨oteleme ve 3)¨olc¸ekleme olup as¸a˘gıda detaylandırımıs¸tır. Bu d¨on¨us¸¨umlerin uygulanabilmesi ic¸in biles¸enlerin anlık frekansı, zaman merkezi ve en uy-gun ¨olc¸ekleme de˘geri kestirilmelidir. E˘ger sinyal biles¸enleri bilinseydi, bu parametreler do˘grudan hesaplanabilirdi. Ancak elimizde sadece g¨ozlem sinyali oldu˘gu ic¸in bu parametreler, biles¸elerin zaman-frekans da˘gılımları ¨uzerinden kestirilmelidir. B¨ut¨un biles¸enlerin zaman-frekans destek b¨olgelerinin ¨otr¨us¸meyen tıkız adacıklar oldu˘gu varsayıldı˘gı ic¸in, her biles¸enin frekans da˘gılımı ¨olc¸¨um sinyalinin zaman-frekans da˘gılımı ¨uzerinde c¸alıs¸tırılan bir b¨ol¨utleme algoritması ile kestirilebilir. Biz bu c¸alıs¸mada Chan-Vese b¨ol¨utleme al-goritmasını kullandık [3]. Biles¸enlerin zaman-frekans destek b¨olgelerinin do˘gru tespit edilebilmesi ic¸in kullanılan zaman-frekans da˘gılımının c¸apraz terimler ic¸ermeyen do˘grusal bir d¨on¨us¸¨um olması gerekmektedir. Bunun ic¸in en uygun da˘gılım kısa zamanlı Fourier d¨on¨us¸¨um¨un¨ud¨ur(KZFD). Tx(t, f ) ¨olc¸¨um
sinyalinin KZFD’si, Mk(t, f ) ise k. biles¸en ic¸in b¨ol¨utleme
al-goritmasının olus¸turdu˘gu zaman-frekans maskesi olsun. Bu du-rumda ˜Tk(t, f ) = Tx(t, f ) × M
k(t, f ), k. biles¸enin KZFD’si
ic¸n makul bir kestirim olur. ¨Onerilen d¨on¨us¸¨umler ic¸in gerekli olan parametreler ˜Tk(t, f ) ¨uzerinden kestirilecektir.
2011 IEEE 19th Signal Processing and Communications Applications Conference (SIU 2011)
z f R0 z f z f z f R 1 a) b) c) d)
S¸ekil 3: ¨Onerilen d¨on¨us¸¨umlerin tek-biles¸enli bir sinyalin zaman-frekans destek b¨olgesi ¨uzerindeki etkisi: (a)Tek-biles¸enli sinyalin zaman-frekans destek b¨olgesi; Bu b¨olgenin (b)anlık-frekans kaydırma; (c)zamanda ¨oteleme; (d)¨olc¸ekleme sonun-daki s¸ekli.
3.1. Anlık-Frekans Kaydırma
(6)’da verilen c¸ok-biles¸enli sinyal modelini d¨us¸¨unelim. k. sinyal biles¸eninin anlık frekansı
˜ fk(t) = R f |Tk(t, f )|2dt R | ˜Tk(t, f )|2df . (7)
ile kestirilir. Burada ˜Tk(t, f ), s
k’nin KZFD kestirimidir.
Bu biles¸enin anlık frekansı her zaman anı ic¸in 0Hz’e kaydırılacaktır. k. biles¸en ic¸in anlık frekansı kaydırılan ¨olc¸¨um sinyali:
xk
0(t) = xk0(t) exp{−j2πφk(t)} (8)
ile hesaplanır. Burada φk(t) k. biles¸enin anlık fazı olup
φk(t) =Rt −∞f
k(τ )dτ ile tanımlıdır.
3.2. Zamanda ¨Oteleme
Anlık frekansı kaydırılan ¨olc¸¨um sinyali zamanda ¨otelenerek, k. biles¸enin zaman-frekans merkezi orijine tas¸ınacaktır. ¨Oteleme miktarı ise ˜ tkc= R R t| ˜Tk(t, f )|2dtdf R R | ˜Tk(t, f )|2dtdf (9)
ile kestirilir. k. biles¸en ic¸in anlık frekansı kaydırılmıs¸ ve ¨otelenmis¸ ¨olc¸¨um sinyali ise:
xk00(t) = x(t + tkc) exp{−j2πφk(t + tkc)} (10)
ile hesaplanır.
3.3. ¨Olc¸ekleme Son olarak, xk
00(t) sinyali, anlık frekansı kaydırılan ve
¨otele-nen k. sinyal biles¸eninin etkin zaman genis¸li˘gi ve etkin bant genis¸li˘gi es¸itlenecek s¸ekilde ¨olc¸eklenmedir. Bunu sa˘glayacak
¨olc¸ekleme miktarı
νk=pDk/Bk (11)
ile bulunur. Burada Dkve Bk, sırasıyla,
˜ Dk= " R R (t − ˜µt)2| ˜T00k(t, f )|2dtdf R R | ˜Tk 00(t, f )|2dtdf #1/2 , (12) ˜ µt= R R t| ˜Tk 00(t, f )|2dtdf R R | ˜Tk 00(t, f )|2dtdf , ˜ Bk= " R R (f − ˜µf)2| ˜T00k(t, f )|2dtdf R R | ˜Tk 00(t, f )|2dtdf #1/2 , (13) ˜ µf = R R f | ˜Tk 00(t, f )|2dtdf R R | ˜Tk 00(t, f )|2dtdf .
ile hesaplanan anlık frekansı kaydırılmıs¸ ve ¨otelenmis¸ k. biles¸enin etkin zaman ve bant genis¸li˘gi, ˜Tk
00(t, f ) ise KZFD
kestirimidir. Sonuc¸ta, k. biles¸en ic¸in ¨otelenen, anlık frekası kaydırılan ve ¨olc¸eklenen ¨olc¸¨um sinyali:
xk000(t) = xk00(tνk)
= x(tνk+ tk
c) exp{−j2πφk(tνk+ tkc)} . (14)
olarak hesaplanır. Bu sinyalin Hermite-Gauss taban vekt¨orlerin ¨uzerine id¨us¸¨um¨u alınır:
˜ sk 000(t) = ˆ N X n=0 αk,nhn(t), αk,n= Z hn(t)x(t)dt (15)
ve ters operasyonlar uygulanarak biles¸enin destek b¨olgesi eski yerine oturtulur: ˜ sk(t) = ˜sk000( t − tk c νk )e j2πφk(t) . (16) ¨
Olc¸¨um sinyaline ¨onerilen d¨on¨us¸¨umler uygulamak yerine, taban fonsiyonlarına ters d¨on¨us¸¨umler uygunalanarak destek b¨olgeleri biles¸enin destek b¨olgesine oturtulabilir. Bu durumda k. biles¸en ic¸in yeni taban fonskiyonları olus¸turulur:
gk,n(t) = √1 νkhn( t − tk c νk )e j2πφk s(t). (17)
(16)’de verilen k. biles¸enin kestirim ˜sk(t) =PNˆk
n=0αk,ngk,n
ile de hesaplanabilir. Buradaki kestirim katsayıları ise αk,n =
R
g∗
k,n(t)x(t)dt’dir. Bir sonraki kısımda en iyi temsil derecesi
ˆ
Nk, k = 1, 2, ..K’nin nasıl sec¸ildi˘gi detaylandırılacaktır.
¨
Onerdi˘gimiz bu 3 basamaklı ¨onis¸leme tekni˘ginin tek-biles¸enli bir sinyalin zaman-frekans destek b¨olgesi ¨uzerindeki etkisi S¸ekil-3’de g¨osterilmis¸tir: (a)’da verilen zaman-frekans destek b¨olgesi, ¨onerilen ¨onis¸lemenin sonunda (d)’deki hali almıs¸tır. R0 ve R1, sırasıyla, ¨onerilen d¨on¨us¸¨umler ¨oncesinde
ve sonrasında biles¸enin destek b¨olgesini kapsayan en k¨uc¸¨uk dairenin yarıc¸aplarıdır. Bu yarıc¸aplar biles¸eni makul hatayla temsil etmek ic¸in gereken taban vekt¨or sayısını belirtmektedir. G¨or¨uld¨u˘g¨u ¨uzere, ¨onerilen d¨on¨us¸¨umler kullanılması gereken ta-ban vekt¨or¨u sayısını oldukc¸a azaltmıs¸tır.
4. C
¸ ok-Biles¸enli Sinyallerin Analizi
C¸ok-biles¸enli, g¨ur¨ult¨u altında kaydedilmis¸ ayrık zamanlı g¨ozlem sinyali modelini d¨us¸¨unelim:
x = s1+ s2+ ... + sK+ n . (18)
Burada n standard sapması σ olan beyaz Gauss g¨ur¨ult¨us¨ud¨ur. ¨
Onerilen d¨on¨us¸¨umlerin uygulanması ic¸in gerekli herbir biles¸ene ait parametreler (tk
c, fk(t), νk, k = 1, 2, ..K) kestirılmis¸
ol-sun. gk,n, (17)’e g¨ore destek b¨olgeleri sk’ye uyarlanmıs¸ taban
2011 IEEE 19th Signal Processing and Communications Applications Conference (SIU 2011)
(a) (b)
S¸ekil 4: (a)3-biles¸enli, g¨ur¨ult¨ul¨u sentetik sinyal; (b) bu sinyalin KZFD’si.
(a) (b) (c)
S¸ekil 5: S¸ekil-4’de verilen sinyale (a)1.biles¸en; (b)2.biles¸en; (c)3. biles¸en ic¸in ¨onerilen operasyonlar uygulandı˘gında olus¸an sinyallerin KZFD’leri.
vekt¨orlerini g¨ostersin. Herbir biles¸en ic¸in en iyi temsil dere-celeri Lk, k = 1, 2, ..K as¸a˘gıdaki enb¨uy¨ultme ile bulunur:
{ ˆLk} k=1,2,..,K = arg max Lk k=1,2,..,K K X k=1 Lk X n=0 |αk,n|2− 2( K X k=1 Lk+ K)σ2 −2Re nXK k=1 K X l=1 l6=k hXLk n=0 Ll X m=0 α∗k,nαl,mξl,mk,n io . (19)
Burada αn,k = gk,nH x, ξk,nl,m = gHk,ngl,m’dir. Tek-biles¸enli
g¨ozlem modelinde(x = s1+ n) ise (19) verilen enb¨uy¨ultme
ˆ L1= arg max L1 L1 X n=0 |α1,n|2− 2(L1+ 1)σ2. (20)
haline basitles¸mektedir.(19)’da verilen ifadenin t¨uretilis¸i [4]’de detaylandırılmıs¸tır.
S¸ekil-4’de 3-biles¸enli, g¨ur¨ul¨ut¨u altında kaydedilmis¸ sen-tetik sinyal ve KZFD’si g¨osterilmis¸tir. Her biles¸en ic¸in gerekli parametreler kestirildikten sonra, bu sinyale ¨onerilen d¨on¨us¸¨umler her biles¸en ic¸in ayrı ayrı uygulandı˘gında, olus¸an sinyallerin KZFD’si ise S¸ekil-5’de verilmis¸tir. Bu operasyan-lar sonucunda biles¸enlerin destek b¨olgelerinin aldı˘gı s¸ekiller ise daireler ile belirtilmis¸tir. Bas¸langıc¸ta hic¸bir sekilde Hermite-Gauss ac¸ılımı ile biribirinden ayrıs¸tırılamayan biles¸enler, ¨oner-ilen d¨on¨us¸¨umler sonunda ayrıs¸tırılabilir hale gelmis¸tir. Her biles¸en ic¸in en iyi temsil derecesi (19) ile bulunmus¸tur. Sonuc¸ta elde edilen biles¸en kestirimleri(kesikli c¸igi) ve biles¸enlerin asıl halleri(kesiksiz c¸izgi) S¸ekil-6’da c¸izdirilmis¸tir. S¸ekil-4’de
ver-(a)
(b)
(c)
S¸ekil 6: Hermite-Gauss fonksiyonları (a) h0(t); (b) h1(t); (c) h2(t); (d) h3(t);
ilen ¨olc¸¨um sinyali d¨us¸¨un¨uld¨u˘g¨unde, ¨olc¸¨um sinyali biles¸enlerine oldukc¸a bas¸arılı ayrıs¸tırılmıs¸tır.
5. SONUC
¸ LAR
Bu c¸alıs¸mada c¸ok-biles¸enli sinyallerin analizi ic¸in yeni bir y¨ontem ¨onerdik. ¨Onerdi˘gimiz y¨ontem destek b¨olge uyarla-malı Herms¸te-Gauss ac¸ılımı ile biles¸enleri ayıklamakta ve g¨ur¨ult¨uden arındırmaktadır. Tek varsayımımız, biles¸enlerin ¨ort¨us¸meyen, tıkız zaman-frekans destek b¨olgelerine sahip ol-malarıdır. Sentetik sinyaller ¨uzerinde yapılan deneyler, c¸ok y¨uksek g¨ur¨ult¨u seviyelerinde bile ¨onerilen y¨ontemin bas¸arılı oldu˘gunu g¨ostermektedir.
6. KAYNAKC
¸ A
[1] Ozdemir, A. K.,“Time-frequency component analyzer”,¨ Ph.D. dissertation, Bilkent University, Ankara, Turkey, Sep. 2003.
[2] Andrews, L., “Special functions for engineers and applied mathematics”, New York: McMillian, 1985.
[3] Chan, T., Vese L., “Active contours without edges”, IEEE Trans. Image Process., vol. 10, pp. 266-277, February 2001.
[4] Alp, Y. K., Arikan, O., Ozertem U, “Time-frequency anal-ysis of signals using support adaptive Hermite-Gaussian expansions”, submitted to IEEE Trans. Signal Process., January 2011.
2011 IEEE 19th Signal Processing and Communications Applications Conference (SIU 2011)