обработка

Цифровая обработка сигналов, методы предварительной обработки, Тропченко А.Ю., Тропченко А.А., 2009.

Введение.

Бурный прогресс вычислительной техники в последние десятилетия привел к широкому внедрению методов цифровой обработки информации практически во всех областях научных исследований и народно-хозяйственной деятельности. При этом среди различных применений средств вычислительной техники одно из важнейших мест занимают системы цифровой обработки сигналов (ЦОС), нашедшие использование при обработке данных дистанционного зондирования, медико-биологических исследований, решении задач навигации аэрокосмических и морских объектов, связи, радиофизики, цифровой оптики и в ряде других приложений [1,7,8,11]. Цифровая обработка сигналов (ЦОС) - это динамично развивающаяся область ВТ, которая охватывает как технические, так и программные средства. Родственными областями для цифровой обработки сигналов являются теория информации , в частности, теория оптимального приема сигналов и теория распознавания образов. При этом в первом случае основной задачей является выделение сигнала на фоне шумов и помех различной физической природы, а во втором - автоматическое распознавание, т.е. классификация и идентификация сигнала.

Процессы передачи и обработки информации в системах со сложной динамикой, Дмитриев А.С., Ефремова Е.В., 2019.

Интригующие свойства динамического хаоса и связанных с ним бифуркационных явлений давно привлекают пристальное внимание исследователей. Достижения в области сложной динамики нелинейных систем позволили к началу 1990-х годов осознать потенциальное значение динамического хаоса как средства и идеологии обработки и передачи информации. В связи с этим в ИРЭ РАН было сформировано направление исследований «Информационные и коммуникационные технологии на основе динамического хаоса» - лаборатория «Информхаос». В книге рассматриваются основные разработки лаборатории и полученные результаты, включая нелинейные динамические системы для записи, хранения и ассоциативного извлечения информации, общие принципы формирования шумонодобных хаотических сигналов в электронных устройствах, применение хаотических сигналов для беспроводной передачи данных, самоорганизующиеся сенсорные и активные сети беспроводной связи на основе прямохаотических приемопередатчиков, применение приемопередатчиков с хаотическими сигналами для связи и управления в группировках мобильных объектов, разработка идеи искусственного радиоосвещения на основе миниатюрных источников шумоподобного хаотического излучения микроволнового диапазона.

Новые алгоритмы формирования и обработки сигналов в системах подвижной связи, Шлома А.М., 2008.

Рассмотрены вопросы построения систем подвижной связи третьего поколения. Особое внимание уделено новым технологиям, используемым в этих системах, таким как турбо кодирование и пространственно-временное кодирование для систем с несколькими передающими антеннами. Подробно рассматриваются все составляющие турбо кодирования: построение турбо кодов, характеристики турбо кодов, методы декодирования, влияние различных факторов на характеристики систем с турбо кодированием. Описаны два разных направления в пространственно-временном кодировании: пространственно-временные блочные коды и пространственно-временные решетчатые (сверточные) коды. Приведены критерии и рассмотрены методы выбора наилучших пространственно-временных конструкций. Для научных работников, инженеров и разработчиков аппаратуры связи, студентов старших курсов радиотехнических факультетов вузов, аспирантов.

Многомерные многоскоростные системы обработки сигналов, Чобану М., 2009.

В монографии рассматриваются многомерные многоскоростные системы, которые используются для обработки ММ цифровых сигналов. Монография является первым систематическим изложением теории и методов неразделимой обработки ММ сигналов на русском языке, в ней приводится все необходимое для разработки ММ многоскоростных систем, начиная с фундаментальных результатов из теории цифровой обработки ММ сигналов, и заканчивая алгоритмами и программным/аппаратным обеспечением для ММ многоскоростных систем. Важной чертой монографии является применение математических пакетов MATLAB, MAPLE, Singular и др., а также программ, написанных на языке С, на протяжении всего изложения. Приведены результаты реализации разработанных неразделимых операторов на основе процессоров общего назначения, сигнальных процессоров фирмы Texas Instruments и графических процессоров (GPU) фирмы nVidia.

Интеллектуальная система автоматизированного проектирования процессов резания при токарной обработке материалов, Соколов М.В., Алтунин К.Л., 2020.

Дан обзор применения методов искусственного интеллекта при определении конструкции и геометрии режущей части инструмента и предложен анализ методов моделирования и оптимизации процессов резания. Описана концепция создания приложения для определения конструкции и геометрии режущею инструмента. Разработана модель предоставления знаний и на ее основе, база знаний основных параметров процесса резания. Описаны папы создания структуры фреймовой модели базы знаний процессов механической обработки материалов. Составлен алгоритм работы программы для определения конструкции и геометрии режущего инструмента. Для инженерно-технических работников, занимающихся проектированием процессов обработки материалов резанием в машиностроении, а также студентов старших курсов и аспирантов, специализирующихся в области конструкторско-технологического обеспечения машиностроительных производств.

Токарная обработка, справочник токаря, Мычко В.С., 2019.

В пособии изложены сведения о процессах и режимах резания, нормировании токарных работ. Приведены методы повышения производительности труда, технические характеристики оборудования, описание технологической оснастки и инструмента, данные по обработке особо сложных деталей. Текстовый материал сопровождается иллюстрациями. «Токарная обработка. Справочник токаря» рассчитан на теоретическую подготовку специалистов по квалификации «Токарь», а также поможет молодому рабочему в дальнейшем повышении его квалификации на производстве.

Нейронные системы обработки информации, Макартичян С.В., Кузнецова Н.С., Дементьев С.С., 2020.

Содержит необходимый теоретический материал для изучения нейронных сетей. В пособии приведены часто применяемые на практике искусственные нейронные сети, а также рассмотрены прикладные возможности нейронных сетей; уделено внимание истории развития искусственного интеллекта и этапам становления нейроинформатики. Предназначено для студентов высших технических учебных заведений по направлению 12.04.01 «Приборостроение».

Термическая обработка углеродистых сталей, Козловский А.Э., Колобов М.Ю., 2017.

Изложена теория термической обработки углеродистых сталей. Проанализированы изменения структуры и свойств при закалке, отпуске, старении, отжиге с фазовой перекристаллизацией, рекристаллизационном и дорекристаллизационном отжиге, гомогенизации, отжиге для уменьшения напряжений, термомеханической, химико-термической и других разновидностях термообработки. Предназначено для студентов очной и заочной форм обучения.