Рассмотрены особенности формирования изображений, требования, предъявляемые к сжатию изображений с потерями. Проведен подробный анализ эффективности сжатия зашумленных изображений. Показано, что помехи различного рода понижают эффективность вторичной обработки (сжатия), применяемой к изображению. Рассмотрен вопрос об автоматизации сжатия отфильтрованных изображений с допустимым ухудшением качества восстановленных данных.

Методы сжатия оптических изображений с потерями проанализированы с точки зрения обеспечиваемого визуального качества. При этом учтен тот факт, что исходные изображения могут быть искажены помехами, в частности, аддитивным шумом. Определен оптимальный с точки зрения визуального качества сжатия изображений шаг квантования, при котором имеют место максимумы ряда метрик, используемых для оценки визуального качества декомпрессированных изображений. Приведены сравнительные данные для различных кодеров, изображений и дисперсий помех.

Розроблено автоматичні методи стиснення, які дозволяють враховувати статистичні та кореляційні особливості багатоканальних сигналів і зображень, що формуються системами дистанційного зондування (ДЗ). Удосконалено метод стиснення багатоканальних одновимірних сигналів (БОС), який базується на двовимірному дискретному косинусному перетворенні (ДКП) та операціях попередньої обробки, що дозволяють збільшити ступінь стиснення за рахунок підвищення подібності відліків вхідних даних. Удосконалено метод вибору параметра, що керує ступенем стиснення (ПКСС) для забезпечення якості відновлених даних, що задано користувачем. Вперше розроблено автоматичний метод стиснення зображень, спотворених адитивними та сигнально-залежними завадами в околі оптимальної робочої точки. Запропоновано новий автоматичний метод стиснення попередньо відфільтрованих зображень, що базується на оцінюванні рівня залишкових завад після фільтрації. Розроблено метод автоматичного стиснення багатоканальних зображень ДЗ (наприклад, зображення систем AVIRIS, Landsat TM та ін.) на базі тривимірного ДКП у групах, сформованих адаптивним способом з урахувнанням характеристик завад у каналах.

Раскрыты принципы построения современных сетей передачи информации, в частности, первичных, вторичных, глобальных, городских, локальных и абонентских. Охарактеризованы услуги, предоставляемые операторами связи. Дана информация о современных видах электросвязи, физической и логической структуризации сети связи, моделях и эволюции абонентских сетей.

Исследована задача сжатия многоканальных изображений системы AVIRIS. Рассмотрены возможные варианты процедур сжатия, соответствующие различным практическим ситуациям, в частности, сжатие с предварительной фильтрацией и сжатие с постобработкой. Даны рекомендации по автоматическому выбору параметров сжатия. Показана целесообразность оценки дисперсии шума отдельно для каждого канала, а также совместного сжатия групп каналов.

Проанализирован эффект сжатия с потерями изображений, искаженных сигнально-зависимыми помехами. Показано, что при использовании методов сжатия как на основе дискретного косинусного преобразования, так и вейвлетов наблюдается эффект подавления помех. Однако этот эффект проявляется в различной степени для участков с различной средней интенсивностью. Для обеспечения одинаковой степени подавления предложено использовать вариационно-стабилизирующее преобразование Энскомба. Исследованы статистические характеристики остаточных помех при использовании предложенной трехэтапной процедуры на основе данного преобразования. Сформулированы задачи дальнейших исследований.

Проанализировано влияние сжатия гиперспектральных изображений дистанционного зондирования на надежность решения конечной задачи извлечения полезной информации, в частности, классификации различных типов участков поверхности. Показано, что при использовании сжатия с потерями при условии выполнения определенных ограничений на уровень вносимых искажений возможно решение конечных задач с практически такой же эффективностью, что и при использовании исходных (несжатых) данных. Вносимые искажения целесообразно контролировать, используя метрику визуального качества PSNR-HVS-M, значения которой должны превышать 41,5 дБ.

Раскрыты основные понятия и терминология телекоммуникационных систем и сетей и этапы их развития. Описаны особенности построения систем связи, характеристики и параметры первичных сигналов электросвязи, определена связь между параметрами информационных сигналов и каналов связи. Приведены данные о проводных и беспроводных каналах связи. Кратко изложены принципы организации и параметры радиоканалов, в том числе радиорелейных и спутниковых каналов передачи, каналов мобильной связи, беспроводных каналов доступа. Приведены примеры сетей связи, топологий, решаемых задач и их эволюционного развития. Обсуждены роль и задачи программирования в области телекоммуникаций и приведен полный список учебных дисциплин, которые позволяют студенту получить необходимую алгоритмическую и программную подготовку.

Проанализирована возможность обнаружения текстурных участков на изображениях, искаженных аддитивным некоррелированным шумом, классификатором на основе обученной нейросети. Исследованы следующие наборы входных параметров (признаков): относительная локальная дисперсия, детектор Харриса, простой детектор текстур, детектор на основе дискретно-косинусного преобразования. Показано, что характеристики обнаружения зависят от количества входных признаков и от того, какие именно входные параметры используются. Обсуждены вопросы обучения нейросети и применения обученного классификатора для обработки изображений с различными текстурами.

Изложены основы общей теории цепей и основные методы расчета линейных цепей, рассмотрены свойства электрических цепей, сигналов и их спектров, а также преобразования сигналов в линейных цепях. Приведены сведения об электромагнитных явлениях и основные понятия и законы теории электрических и магнитных цепей. Описаны свойства линейных электрических цепей, методы расчета установившихся процессов в электрических цепях, резонансные явления в цепях. Освещены методы анализа четырехполюсных цепей и переходных процессов.

Обоснована актуальность задачи обнаружения текстурных участков на изображениях. Предложена модификация метода обнаружения текстурных участков с помощью SVM-классификатора для изображений, на которых присутствует достаточно интенсивный аддитивный белый гауссов шум, при помощи агрегации входных параметров. Описана модифицированная процедура обучения классификатора. Приведены используемые критерии эффективности обработки. Для тестовых данных продемонстрированы эффективность разработанного подхода и повышение производительности классификатора при его применении.

Предложен метод повышения эффективности балансировки нагрузки в телекоммуникационных IP-сетях с использованием локально-динамических моделей маршрутизатора, который учитывает параметры трафика при его распределении (объем и тип потока, стационарность, коэффициент использования канала, состояние и режим работы сети). Для оценки эффективности предложенной балансировки нагрузки выполнено имитационное моделирование работы простой IP-сети в условиях различных интенсивностей и вероятностно-временных характеристик трафика. Эффективность балансировки нагрузки оценивалась коэффициентом использования сети (каналов). Анализ коэффициента использования сети показал существенное повышение данного критерия не менее чем на 15 % по сравнению с использованием стандартных механизмов балансировки нагрузки по маршрутам с равной метрикой.