© 2015 г. М. А. Волынский, канд. техн. наук; И. П. Гуров, доктор техн. наук; П. А. Ермолаев, студент; П. С. Скаков, канд. техн. наук
университет ИТМО, Санкт-Петербург
Е-mail: maxim.volynsky@gmail.com
Рассмотрено описание сигналов в оптической когерентной томографии с использованием вероятностных моделей и проведен сравнительный анализ расширенного фильтра Калмана и последовательного метода Монте-Карло для динамического оценивания параметров сигналов. Приведены результаты сравнения ошибок оценивания и быстродействия алгоритмов. Показано, что качество формируемых изображений при помощи расширенного фильтра Калмана и последовательного метода Монте-Карло зависит от доступной априорной информации о характеристиках обрабатываемых данных. Приведены рекомендации по использованию алгоритмов для обработки сигналов в корреляционной оптической когерентной томографии.
Ключевые слова: вероятностные модели, расширенный фильтр Калмана, последовательный метод Монте-Карло, оптическая когерентная томография.
Коды OCIS: 110.4500, 120.3180, 120.2650, 100.2000, 100.3175
УДК 681.3.01:681.787
Поступила в редакцию 04.03.2015.
ЛИТЕРАТУРА
1. Van Kampen N.G. Stochastic processes in physics and chemistry. 3rd ed. Amsterdam: North-Holland Personal Library, 2007. 463 p.
2. Simon D. Optimal state estimation. NY: John Wiley & Sons, Inc., 2006. 526 p.
3. Гуров И.П. Оптическая когерентная томография: принципы, проблемы и перспективы // Проблемы когерентной и нелинейной оптики / Под ред. Гуров И.П., Козлов С.А. СПб.: СПбГУ ИТМО, 2004. С. 6–30.
4. Fercher A. Optical coherence tomography // Journal of Biomedical Optics. 1996. V. 1. P. 157–173.
5. Kalman R.E. A new approach to linear filtering and prediction problems // Trans. ASME, J. Basic Eng. 1960. V. 82. P. 35–45.
6. Simon D. Using nonlinear Kalman filtering to estimate signals // Embedded Systems Design. 2006. V. 19. № 7. P. 38–53.
7. Ristic B., Arulampalam S., Gordon N. Beyond the Kalman filter: particle filters for tracking applications. London: Artech House, 2004. 302 p.
8. Dubois A., Grieve K., Moneron G., Lecaque R., Vabre L., Boccara C. Ultrahigh-resolution full-field optical coherence tomography // Applied Optics. 2004. V. 43. P. 2874–2883.
9. Мирошник И.В. Теория автоматического управления. Нелинейные и оптимальные системы. СПб.: Питер, 2006. 272 с.
10. Volynskii M.A., Gurov I.P., Zhukova Е.V. Recursion algorithms for processing video information in optical-coherence-tomography system // JOT. 2012. V. 79. Is. 11. P. 698–703. (Оптический журнал. 2012. № 11(79). С. 28–35.)
11. Волынский М.А., Гуров И.П., Ермолаев П.А., Скаков П.С. Динамическое оценивание параметров интерферометрических сигналов на основе последовательного метода Монте-Карло // Научно-технический вестник информационных технологий, механики и оптики. 2014. № 3 (91). С. 18–24.
12. Гуров И.П., Захаров А.С. Анализ характеристик интерференционных полос методом нелинейной фильтрации Калмана // Оптика и спектроскопия. 2004. № 2 (96). С. 210–216.
13. Sundararajan D. The discrete fourier transform. Theory, algorithms and applications. Singapore: World Scientific Publishing Co. Pte. Ltd., 2001. 390 p.
14. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ. Издание 2. М.: Вильямс, 2005. 1296 с.
15. Волынский М.А., Гуров И.П., Ермолаев П.А., Скаков П.С. Анализ вычислительной сложности рекуррентных алгоритмов обработки данных в оптической когерентной томографии // Научно-технический вестник информационных технологий, механики и оптики. 2014. № 6 (94). С. 35–41.
Полный текст >>>
