РЕАЛИЗАЦИЯ КРУПНОМАСШТАБНОГО АНАЛИЗА СИГНАЛОВ С ИСПОЛЬЗОВАНИЕМ НЕПОЗИЦИОННЫХ КОДОВ КЛАССОВ ВЫЧЕТОВ
Аннотация
Целью исследований является повышение точности выполнения крупномасштабного анализа сигналов, а также обеспечение отказоустойчивости специализированного вычислительного устройства. Достижение данной цели возможно за счет применения алгебраических систем, обладающих свойством кольца и поля.
Ключевые слова
Дискретное вейвлет преобразование сигнала,
система остаточных классов,
полиномиальная система классов вычетов,
коррекция ошибки,
позиционные характеристики,
discrete wavelet transform signal,
the system of residual classes,
polynomial system of residue classes,
the correction of errors,
cpositional characteristics
Об авторах
Игорь Анатольевич Калмыков
Северо-Кавказский федеральный университет
Россия
Россия
Андрей Валерьевич Дунин
Северо-Кавказский федеральный университет
Россия
Россия
Максим Игоревич Калмыков
Северо-Кавказский федеральный университет
Россия
Россия
Татьяна Александровна Гиш
Северо-Кавказский федеральный университет
Россия
Россия
Список литературы
1. Bankas E. K., Gbolagade K. A. A New Efficient FPGA Design of Residue-To-Binary Converter. International Journal of VLSI design & Communication Systems (VLSICS), Vol. 4, No. 6, December, 2013.
2. Барсагаев A. A., Калмыков М. И. Алгоритмы обнаружения и коррекции ошибок в модулярных полиномиальных кодах // Международный журнал экспериментального образования. 2014. №3-1. С. 103-107.
3. Бережной В. В., Червяков Н. И., Щелкунова Ю. О., Шилов А. А. Нейросетевая реализация в полиномиальной системе классов вычетов операций ЦОС повышенной разрядности // Нейрокомпьютеры: разработка, применение. 2004. № 5-6. С. 94-98.
4. Camenisch J. L., Thomas R. G., Dieter M. S. Assertion message signatures. Patent US 8 341 416 B2. DateofPatent: Dec. 25, 2012.
5. Черномазов С. А., Калмыков М. И., Мартиросян А. Г. Разработка устройства обнаружения и коррекция ошибок на основе алгоритма расширения системы оснований модулярного кода // Современные наукоёмкие технологии. 2014. № 11. С. 41-46.
6. Червяков Н. И., Щелкунова Ю. О., Бережной В. В. Математическая модель нейронных сетей для исследования ортогональных преобразований в расширенных полях Галуа // Нейрокомпьютеры: разработка, применение. 2003. № 6. С. 61-68.
7. Дагаева О. И., Калмыков И. А. Системный подход к применению псевдослучайных функций в системах защиты информации // Известия Южного федерального университета. Технические науки. 2013. № 12 (149). С. 228-234.
8. Гапочкин А. В., Калмыков М. И., Айриян А. А. Коррекция ошибки в модулярном коде на основе алгоритма параллельного вычисления следа // Международный журнал экспериментального образования. 2014. № 8-3. С. 34-38.
9. Gbolagade K. A. An Efficient MRC based RNS-to-Binary Converter for the {2 2n-1, 2 n, 2 2n+1 -1} Moduli Set. International Journal of Advanced Research in Computer Engineering & Technology (IJARCET) Volume 2, Issue 4, April 2013.
10. Горденко Д. В., Резеньков Д. Н., Саркисов А. Б.,. Методы и алгоритмы реконфигурации непозиционных вычислительных структур для обеспечения отказоустойчивости спецпроцессоров. Ставрополь: Изд-во Фабула, 2014. 180 с.
11. Kalmykov I. A., Katkov K. A., Naumenko D. O., Sarkisov A. B., Makarova A. V. Parallel modular technologies in digital signal processing // Life Science Journal 2014; 11 (11s) p. 435-438. http://www.lifesciencesite.com
12. Katkov K. A., Kalmykov I. A. Application of Parallel Technologies in Navigation Management under the Conditions of Artificial Ionospheric Disturbances World Applied Sciences Journal 26 (1): 108-113.
13. Molahosseini A. S., Navi K. New Arithmetic residue to binary Converters. International Journal of Computer Sciences and Engineering Systems, Vol. 1, No.4, pp. 295-299. Oct., 2007.
14. Omondi A., Premkumar B. Residue Number Systems: Theory and Implementation. Imperial College Press. UK 2007.
15. Пашинцев В. П., Калмыков И. А., Калмыков М. И., Ляхов А. В. Методы защиты передаваемой информации для систем удаленного контроля и управления высокотехнологическими объектами // Вестник Северо-Кавказского федерального университета. 2014. № 4 (43). С. 38-43.
16. Qian Wang, 2011. Compact k-spendable E-cash with anonymity control based offline TTP. International Journal of Innovative Computing, Information and Control Volume 7, Number 1, January 2011 pp. 459-469.
17. Саркисов А. Б., Макарова А. В., Калмыков М. И. Расширение методов защиты систем электронной коммерции на основе модулярных алгебраических схем // Известия Южного федерального университета. Технические науки. 2014. № 2 (151). С. 218-225. ПСФ
18. Саркисов A. В., Калмыков И. А., Яковлева Е. Н. Модулярный систолический процессор цифровой обработки сигналов с реконфигурируемой структурой // Вестник Северо-Кавказского федерального университета. 2013. № 2 (35). С. 30-34.
19. Siewobr H., Gbolagade K. A. RNS Overflow Detection by Operands Examination. InternationalJournalofCompute rApplications (0975-8887). Vol. 85, No. 18, January, 2014.
20. Стрижков Н. С., Калмыков М. И. Алгоритм преобразования из модулярного кода в полиадическую систему оснований для систем обнаружения и коррекции ошибок // Международный журнал экспериментального образования. 2014. №3-1. С. 127-132.
21. Younes D., Steffan P. Universal approaches for overflow and sign detection in residue number system based on {2 n-1,2n,2 n+1}. The Eighth International Conference on Systems (ICONS 2013), pp. 77-84. 2013.
Рецензия
Для цитирования:
Калмыков И.А., Дунин А.В., Калмыков М.И., Гиш Т.А. РЕАЛИЗАЦИЯ КРУПНОМАСШТАБНОГО АНАЛИЗА СИГНАЛОВ С ИСПОЛЬЗОВАНИЕМ НЕПОЗИЦИОННЫХ КОДОВ КЛАССОВ ВЫЧЕТОВ. Современная наука и инновации. 2016;(4):67-75.
For citation:
Kalmykov I.A., Dunin A.V., Kalmykov M.I., Gish T.A. ANALYSIS OF LARGE-SCALE SIGNALS USING NOPOSITIONAL CODES RESIDUE CLASSES. Modern Science and Innovations. 2016;(4):67-75. (In Russ.)
Просмотров:
71
Послать статью по эл. почте 