research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
Modeling and Filtering for Tracking Maneuvering Targets
النمذجة والترشيح لمتابعة الأهداف المناورة

Author: Sadiq J. Abou-Loukh صادق جاسم ابو اللوخ
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2009 Volume: 5 Issue: 2 Pages: 1-9
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A new mathematical model describing the motion of manned maneuvering targets is presented. This model is simple to be implemented and closely represents the motion of maneuvering targets. The target maneuver or acceleration is correlated in time. Optimal Kalman filter is used as a tracking filter which results in effective tracker that prevents the loss of track or filter divergency that often occurs with conventional tracking filter when the target performs a moderate or heavy maneuver. Computer simulation studies show that the proposed tracker provides sufficient accuracy.

يتضمن هذا البحث بناء أنموذج رياضي جديد لتمثيل حركة الأهدافِ المناورَة. يتميز هذا الأنموذج الرياضي بسهولة التنفيذ ودقة تمثيل حركة الأهداف المناورة. أن مناورة الهدف أو تعجيله يكون مترابط مع الزمن. لقد تم أستعمال مرشح كالمان المثالي (Kalman filter) ليكون مرشح المتابعة (tracking) الذي حقق متابعة مؤثرة بحيث لا مجال لفقدان متابعة الهدف أو الأنحراف عنه كما يحدث عند أستخدام مرشحات المتابعة التقليدية عندما يقوم الهدف بمناورة معتدلة أو شديدة. تم محاكاة هذه الطريقة بأستخدام الحاسوب وتحت ظروف متابعة مختلفة وكانت النتائج النهائية ذات دقة مقبولة.


Article
ECG CLASSIFICATION USING SLANTLET TRANSFORM AND ARTIFICIAl NEURAL ARTIFICIAL NETWORK

Authors: Rasha Thabit --- Tarik Zeyad --- Sadiq J. Abou-Loukh
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2010 Volume: 16 Issue: 1 Pages: 4510 -4526
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Automatic detection and classification of cardiac arrhythmias is important for diagnosis of cardiac abnormality. This paper shows a method to accurately classify ECG arrhythmias through a combination of slantlet transform and artificial neural network (ANN). The ability of the slantlet transform to decompose signal at various resolutions allows accurate extraction of features from non-stationary signals like ECG. The low frequency coefficients, which contain the maximum information about the arrhythmia, were selected from the slantlet decomposition. These coefficients are fed to a Multi-Layer Perceptron (MLP) artificial neural network which classifies the arrhythmias. In the present work the ECG data is taken from standard MIT-BIH database. The proposed system is capable of distinguishing the normal sinus rhythm and nine different arrhythmias. The overall accuracy of classification of the proposed approach is 98.40 %. Three other transformation methods are used and the accuracy of the classification of each was compared with the slantlet system accuracy. These transformation methods are: the Fourier transform which gives 67.80% accuracy, the discrete cosine transform which gives 92.72% accuracy, and the wavelet transform (using Haar and Daubechies-4 scaling function coefficients, which give an accuracies of 96.02% and 96.25% respectively).

إن كشف و تصنيف حالات القلب المرضية مهم في تشخيص الحالات القلبية الشاذة. هذا البحث يوضح طريقة لتصنيف الحالات المرضية من تخطيط القلب و ذلك من خلال دمج التحويل (Slantlet) مع الشبكة العصبية الاصطناعية (ANN). قدرة التحويل (Slantlet) على تحليل الأشارة إلى عناصرها ذات الدقة المختلفة تسمح بإستخلاص أدق للميزات التي تحملها الأشارات غير المستقرة مثل الاشكال الموجية لتخطيط القلب الكهربائي. المعاملات ذات التردد الواطيء (و التي تحتوي على أعظم نسبة من المعلومات عن الحالة المرضية) تم إختيارها من التحليل الناتج من إستخدام التحويل (Slantlet). هذه المعاملات تم تجهيزها الى شبكة عصبية اصطناعية متعددة الطبقات و التي بدورها تقوم بتصنيف الحالات المرضية. في العمل المقدم تم أخذ بيانات تخطيط القلب الكهربائي من قاعدة البيانات القياسية (MIT-BIH). .إن النظام المقترح قادر على التمييز بين الحالة الطبيعية و تسعة حالات مرضية. الدقة الاجمالية للتصنيف في الطريقة المقدمة هي 98.40٪ . كذلك تم أستخدام ثلاث طرق تحويلات أخرى و تم مقارنة دقة التصنيف لكل طريقة مع الدقة الناتجة بإستخدام التحويل (Slantlet). هذه الطرق هي التحويل (Fourier) الذي يعطي دقة 67.80٪, التحويل (discrete cosine) و الذي يعطي دقة 92.72٪ و التحويل (Wavelet) [ بإستخدام معاملات دالة الحجم (Haar) و (Daubechies-4) و التي أعطت دقة 96.02٪ و 96.25٪ على التوالي].


Article
Spoken Word Recognition Using Slantlet Transform and Dynamic Time Warping
تمييز الكلمات بأستخدام تحويل المويل وطريقة ميلان الزمن الديناميكي

Author: Sadiq J. Abou-Loukh . صادق جاسم صادق جاسم أبو اللوخ
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2011 Volume: 14 Issue: 1 Pages: 34-45
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

Speech recognition system has been widely used by many researchers using different methods to fulfill a fast and accurate system. Speech signal recognition is a typical classification problem, which generally includes two main parts: feature extraction and classification. In this work, three feature extraction methods, namely SLT, DWT Db1 and DWT Db4, were compared. The dynamic time warping (DTW) algorithm is used for recognition. Twenty three Arabic words were recorded fifteen different times in a studio by one speaker to form a database. The proposed system was evaluated using this database. The result shows recognition accuracy of 93.04%, 92.17% and 94.78% using DWT Db1, DWT Db4 and SLT respectively.

استعمل نظام تمييز الكلام بصورة واسعة بواسطة عدد من الباحثين بطرائق مختلفة لتحقيق طريقة تمييزسريعة ودقيقة. أن تمييز اشارة الكلام تعتبر مشكلة تصنيف نوعية وهي تضم بصورة عامة جزئين اساسيين: استخلاص الميزات و التصنيف. تضمن هذا العمل مقارنة بين ثلاثة طرق لاستخلاص الخصائص وهي تحويل المويجة (Db1and Db4) وتحويل المويل (SLT). استخدمت طريقة ميلان الزمن الديناميكي (DTW) للتمييز. ثلاثة وعشرون كلمة عربية بخمسة عشرازمان مختلفة مسجلة في الاستوديو بواسطة متكلم واحد لتشكل قاعدة بيانات . النظام المقترح وجد باستخدام قاعدة البيانات هذه. النتيجة بينت أن دقة التمييز هي (93.04%, 92.17% و 94.78%) باستخدام (Db1, Db4 and SLT) على التوالي.


Article
Speech Denoising Using Mixed Transform
إزالة الضوضاء من الصوت باستخدام التحویلات الخلیطة

Author: Sadiq J. Abou-loukh صادق جاسم أبو اللوخ
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2013 Volume: 16 Issue: 1 Pages: 1-8
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

This paper presents a mixed transformbased speech denoising technique obtained by thecombination of multicircularlet and slantlettransforms and thresholding algorithm. It is wellknown that denoising is a compromise between theremoval of the largest possible amount of noise andthe preservation of signal integrity. Mixedtransform is an intelligent tool for solving speechprocessing problems such as speech denoising , thegeneral algorithm of speech denoising usingdiscrete wavelet transform (DWT) is presented,followed by the proposed general algorithm ofspeech denoising using mixed transform. Thispaper also discusses the effect of using DWT andmixed transform in speech denoising,theirperformances in terms of mean square error(MSE) and peak signal to noise ratio (PSNR) areassessed. Computer simulation results indicate thatthe mixed transform offers better MSE and PSNRthan DWT.

الخلاصة:-المستندة الى ازالة الضوضاء من الصوت و (mixed transforms) في ھذا البحث، نقترح مزیج من التحویلات الخلیطةمع خوارزمیة العتبة (slantlet) وتحویل المویل (multicircularlet) الحاصل علیھا بدمج تحویلتعتبر التحویلات الخلیطة أداة ذكیة من اجل حل مشاكل الكلام مثل تقلیل الضوضاء في الصوت أو .(thresholding)المحافظة على شمولیة الاشارة.ثم ،(DWT) في ھذا البحث تم عرض الخوارزمیة العامة لأزالة الضوضاء من الكلام باستخدام تحویل المویجة المتقطعتلیھا الخوارزمیة العامة لتقلیل الضوضاء باستخدام التحویلات الخلیطة المقترحة. یتطرق البحث مناقشة تأثیر استخدامتحویل المویجة المتقطع والتحویلات الخلیطة في ازالة الضوضاء. وتم تقییم الاداء بین الطریقتان من خلال حساب معدلنتائج التمثیل التي تم الحصول علیھا تبین ان التحویلات .(PSNR) ونسبة الاشارة الى الضوضاء (MSE) مربع الخطأالخلیطة افضل من تحویل المویجة المتقطع.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

Arabic and English (3)

English (1)


Year
From To Submit

2013 (1)

2011 (1)

2010 (1)

2009 (1)