Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://lib.kart.edu.ua/handle/123456789/33232
Назва: Time-domain segmentation methods for complex signal analysis
Інші назви: Методи часової сегментації у задачах аналізу складних сигналів
Автори: Holeychuk, Lyubomyr
Trubchaninova, Karyna
Голейчук, Любомир
Трубчанінова, Карина
Ключові слова: time-domain segmentation
complex signals
structural nonstationarity
time–frequency analysis
signal ensembles
multiscale methods
degradation localization
часова сегментація
складні сигнали
структурна нестаціонарність
часово-частотний аналіз
ансамблі сигналів
багатомасштабні методи
локалізація деградацій
Дата публікації: 2026
Видавництво: Хмельницький національний університет
Бібліографічний опис: Holeychuk L. Time-domain segmentation methods for complex signal analysis / L. Holeychuk, К. Trubchaninova. Вимірювальна та обчислювальна техніка в технологічних процесах. 2026. № 2. С. 68-72.
Короткий огляд (реферат): EN: This article analyzes modern time-domain segmentation methods used in complex signal analysis. Fixed-scale, adaptive, and multiscale approaches, as well as structural analysis and change detection methods, are considered. It is shown that in existing approaches the segmentation scale is mainly treated as an auxiliary parameter rather than a controlled factor in signal ensemble formation. A comparative experimental study is performed for different scenarios of signal structural nonstationarity, including stationary conditions, local degradations, gradual structural changes, and impulsive interference. The evaluation focuses on degradation localization accuracy, segmentation-scale stability, and over-segmentation effects. The results demonstrate inherent limitations of existing time-domain segmentation methods in ensemble formation tasks and motivate the development of approaches with controlled segmentation-scale selection based on local signal structure and ensemble requirements.
UA: У статті виконано систематизований аналіз сучасних методів часової сегментації, що застосовуються у задачах аналізу складних сигналів у часовій та часово-частотній областях. Розглянуто підходи з фіксованим і адаптивним масштабом сегментації, багатомасштабні методи, ентропійні та фрактальні підходи, методи виявлення точок структурних змін, а також методи формування ансамблів на основі перестановки часових інтервалів. Обгрунтовано, що в більшості існуючих методів часова сегментація використовується як допоміжний інструмент аналізу або оцінювання структурних властивостей сигналу, тоді як масштаб сегментації не розглядається як керований параметр у задачах формування ансамблів складних сигналів. Встановлено, що методи з фіксованим масштабом забезпечують стабільність сегментації, проте мають обмежену здатність до локалізації короткочасних деградацій, тоді як адаптивні та багатомасштабні підходи характеризуються підвищеною чутливістю до змін, але супроводжуються надмірною фрагментацією та нестабільністю масштабу сегментації. Для кількісного порівняння розглянутих методів проведено експериментальні дослідження на сигналах за різних сценаріїв структурної нестаціонарності. Оцінювання виконано за показниками кількості сегментів, похибки локалізації деградацій, варіативності довжин сегментів та рівня надмірної сегментації. Отримані результати дозволили виявити характерні обмеження кожного класу методів у контексті узгодженого формування ансамблів у часовій області. Таким чином, проведений аналіз підтверджує актуальність подальших досліджень, спрямованих на розробку підходів, у яких масштаб часової сегментації визначається керовано з урахуванням локальної структури сигналу та вимог до ансамблевих властивостей у складних завадових умовах.
URI (Уніфікований ідентифікатор ресурсу): http://lib.kart.edu.ua/handle/123456789/33232
ISSN: 2219-9365 (print)
Розташовується у зібраннях:2026

Файли цього матеріалу:
Файл Опис РозмірФормат 
Holeychuk.pdf928.04 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.