<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">tuzsut</journal-id><journal-title-group><journal-title xml:lang="ru">Труды учебных заведений связи</journal-title><trans-title-group xml:lang="en"><trans-title>Proceedings of Telecommunication Universities</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">1813-324X</issn><issn pub-type="epub">2712-8830</issn><publisher><publisher-name>СПбГУТ</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.31854/1813-324X-2026-12-3-17-25</article-id><article-id custom-type="edn" pub-id-type="custom">TPVPMW</article-id><article-id custom-type="elpub" pub-id-type="custom">tuzsut-803</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>ЭЛЕКТРОНИКА, ФОТОНИКА, ПРИБОРОСТРОЕНИЕ И СВЯЗЬ</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>ELECTRONICS, PHOTONICS, INSTRUMENTATION AND COMMUNICATIONS</subject></subj-group></article-categories><title-group><article-title>Сокращение вычислительной сложности при совмещении одномерных сигналов с пропусками с помощью метода пирамид</article-title><trans-title-group xml:lang="en"><trans-title>Computation Cost Reduction for Superposition of One-Dimensional Signal with Gaps by Pyramid Method</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0001-6360-0351</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Диязитдинов</surname><given-names>Р. Р.</given-names></name><name name-style="western" xml:lang="en"><surname>Diyazitdinov</surname><given-names>R. R.</given-names></name></name-alternatives><bio xml:lang="ru"><p>кандидат технических наук, доцент, доцент кафедры сетей и систем связи Поволжского государственного университета телекоммуникаций и информатики</p></bio><email xlink:type="simple">r.diyazitdinov@psuti.ru</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>Поволжский государственный университет телекоммуникаций и информатики</institution><country>Россия</country></aff><aff xml:lang="en"><institution>Povolzhskiy State University of Telecommunications and Informatics</institution><country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2026</year></pub-date><pub-date pub-type="epub"><day>01</day><month>07</month><year>2026</year></pub-date><volume>12</volume><issue>3</issue><fpage>17</fpage><lpage>25</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Диязитдинов Р.Р., 2026</copyright-statement><copyright-year>2026</copyright-year><copyright-holder xml:lang="ru">Диязитдинов Р.Р.</copyright-holder><copyright-holder xml:lang="en">Diyazitdinov R.R.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://tuzs.sut.ru/jour/article/view/803">https://tuzs.sut.ru/jour/article/view/803</self-uri><abstract><sec><title>Актуальность</title><p>Актуальность. В работе рассматривается проблема сокращения вычислительной сложности при совмещении сигналов, которая решается в различных прикладных задачах, таких как определение времени задержки в радио- и спутниковых каналах, навигационных, медицинских приложениях, эхолокации, определение характеристик повторяемости измерительных устройств и т. д. Особенностью рассматриваемой задачи является наличие пропусков в сигналах, что при использовании существующих методов и алгоритмов обработки ведет к увеличению времени обработки и недостаточной точности совмещения. Решение этой проблемы позволит снизить требования к вычислительному оборудованию (процессорам) и повысит оперативность принятия решений. В работе рассматривается задача оценивания смещений для сигналов, описывающих состояние железнодорожных путей, на примере параметра «ширина колеи».</p></sec><sec><title>Цель исследования</title><p>Цель исследования: сокращение вычислительной сложности за счет уменьшения количества проверяемых гипотез (оцениваемых смещений) с помощью преобразования пирамиды для совмещения сигналов. Для этого были использованы метод оптимизации при поиске экстремума, соответствующего смещению, на базе преобразования пирамиды, а также модифицированный метод Lucas–Kanade, учитывающий аддитивное и мультипликативное отклонение сигнала.</p><p>В ходе решения рассматриваемой проблемы была предложена метрика для сравнения сигналов с пропусками, был разработан двухэтапный алгоритм, в котором на первом этапе оценивается смещение с точностью до шага дискретизации на основе преобразования пирамиды, а на втором – смещение с субдискретной точностью на основе алгоритма Lucas–Kanade. Представлены рекомендации о количестве проверяемых смещений для определения глобального экстремума. Разработанный алгоритм по сравнению с существующим характеризуется уменьшением времени обработки в 10 раз с аналогичной точностью совмещения. </p><p>Новизна исследования заключается в модификации методов обработки на основе преобразования пирамиды для сигналов, содержащих пропуски. </p></sec><sec><title>Практическая значимость</title><p>Практическая значимость: полученные в работе результаты могут быть использованы в направлении сокращения вычислительной сложности при совмещении одномерных сигналов, а также для изображений, отличающихся масштабом и поворотом для систем технического зрения реального времени. Внедрение алгоритмов с низкой вычислительной сложностью в системы технического зрения, используемые для диагностики железнодорожных путей, позволят повысить оперативность принятия решений при обеспечении безопасности движения транспорта.</p></sec></abstract><trans-abstract xml:lang="en"><sec><title>Relevance</title><p>Relevance. The article considers the problem of computational cost reduction for signal superposition. It is being solved in various applications, such as delay estimation of the radio and satellite channels, navigation, medicine task, echolocation, measuring devices repeatability. The feature of the researchable task is processing of signals with gaps. If the existing methods are applied to the signal processing, then it leads to time processing increasing or insufficient superposition accuracy. The solution will allow reducing the requirement of calculation equipment (processor) and increasing the decision-making efficiency.  </p></sec><sec><title>Purpose of the work</title><p>Purpose of the work. Computational cost reduction by the decreasing of the number hypotheses (offsets) by pyramid representation for signal superposition.</p></sec><sec><title>Methods</title><p>Methods. An optimization method for extremum searching that corresponds to offset base on the pyramid representation, a modified Lucas-Kanade method for additive and multiplicative deviation of the signal.</p></sec><sec><title>Results</title><p>Results. A metric for comparing the signal with gaps was proposed. The two-stage algorithm was developed. The first stage estimates the offsets with sampling step precision by pyramid representation. The second stage estimates the offset with subsampling precision by the Lucas-Kanade method. Recommendations of the hypotheses number (offsets) for global extremum determination are presented. The developed algorithm in comparison to the current algorithm allows decreasing the processing time by 10 times with similar precision. </p><p>The work's scientific novelty is the enhanced method for processing the signal with gaps by pyramid representation. </p></sec><sec><title>Practical significance</title><p>Practical significance. The result can be used to reduce the computational cost for one-dimensional signal processing. Also it can be used for image superposition with different scale and rotation for real-time machine vision systems.</p></sec></trans-abstract><kwd-group xml:lang="ru"><kwd>совмещение</kwd><kwd>вычислительная сложность</kwd><kwd>одномерный сигнал</kwd><kwd>метод пирамид</kwd><kwd>линеаризация параметров</kwd><kwd>аддитивное отклонение</kwd><kwd>мультипликативное отклонение</kwd><kwd>смещение</kwd></kwd-group><kwd-group xml:lang="en"><kwd>superposition</kwd><kwd>computational cost</kwd><kwd>one-dimensional signal</kwd><kwd>pyramid representation</kwd><kwd>parameter linearization</kwd><kwd>additive deviation</kwd><kwd>multiplicative deviation</kwd><kwd>offset</kwd></kwd-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">ГОСТ 9238-2013. Габариты железнодорожного подвижного состава и приближение строений. М.: Стандартинформ, 2014.</mixed-citation><mixed-citation xml:lang="en">GOST 9238-2013. Construction and rolling stock clearance diagrams. Moscow: Standartinform Publ., 2014. (in Russ.)</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Мясников Е.В. Определение параметров геометрических трансформаций для совмещения портретных изображений // Компьютерная оптика. 2007. Т. 31. № 3. С. 77–82. EDN:IUDQGV</mixed-citation><mixed-citation xml:lang="en">Myasnikov E.V. Determination of parameters of geometric transformations for combining portrait images. Computer Optics. 2007;31(3):77–82. (in Russ.) EDN:IUDQGV</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Чкан А.В. Повышение реальной производительности РВС при решении задач цифровой обработки изображений с использованием быстрого преобразования Фурье // Известия ЮФУ. Технические науки. 2020. № 7(217). С. 152–163. DOI:10.18522/2311-3103-2020-7-152-163. EDN:VRSEWY</mixed-citation><mixed-citation xml:lang="en">Chkan A.V. Improving Real Performance of RCS when solving digital image processing tasks using fast fourier transform. Izvestiya SFedU. Engineering Sciences. 2020;7(217):152–163. (in Russ.) DOI:10.18522/2311-3103-2020-7-152-163. EDN:VRSEWY</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Мясников В.В., Глумов Н.И., Сергеев В.В. Параллельно-рекурсивные методы локального описания цифровых изображений: учебное пособие. Самара: Самарский университет, 2023. 100 с.</mixed-citation><mixed-citation xml:lang="en">Myasnikov V.V., Glumov N.I., Sergeev V.V. Parallel-Recursive Methods of Local Description of Digital Images. Samara: Samara University Publ.; 2023. 100 p. (in Russ.)</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Кузьмин С.В. Инвариантное к масштабу определение задержек между двумя одномерными цифровыми сигналами // Инфокоммуникационные технологии. 2011. Т. 9. № 2. С. 7–10. EDN:NUMYPF</mixed-citation><mixed-citation xml:lang="en">Kuzmin S.V. Scale-Invariant Delay Estimation Between Two One-Dimensional Digital Signals. Infokommunikacionnye Tehnologii. 2011;9(2):7–10. (in Russ.) EDN:NUMYPF</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Кузьмин С.В. Нормированная корреляционная функция для анализа сигналов с разной частотой дискретизации // Инфокоммуникационные технологии. 2011. Т. 9. № 4. С. 19–23. EDN:OWQWDH</mixed-citation><mixed-citation xml:lang="en">Kuzmin S.V. Normalized Correlation Function for Signal Analysis with Different Sample Rates. Infokommunikacionnye Tehnologii. 2011;9(4):19–23. (in Russ.) EDN:OWQWDH</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Диязитдинов Р.Р. Усовершенствование алгоритма Лукаса-Канаде для совмещения цифровых видеосигналов на фоне аддитивных и мультипликативных помех // XI Международная конференция «Фундаментальные проблемы оптики – 2019» (Санкт-Петербург, Российская Федерация, 21–25 октября 2019). СПб.: Университет ИТМО. С. 194–196. EDN:VZGJXY</mixed-citation><mixed-citation xml:lang="en">Diyazitdinov R.R. Improving the Lucas-Kanade Algorithm for Combining Digital Video Signals Against the Background of Additive and Multiplicative Interference. Proceedings of the XIth International Conference on Fundamental Problems of Optics – 2019, 21–25 October 2019, St. Petersburg, Russian Federation. St. Petersburg: ITMO University Publ. p.194-196. (in Russ.) EDN:VZGJXY</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Бессмельцев В.П., Булушев Е.Д. Быстрый алгоритм совмещения изображений для контроля качества лазерной микрообработки // Компьютерная оптика. 2014. Т. 38. № 2. С. 343–350. DOI:10.18287/0134-2452-2014-38-2-343-350. EDN:SFAZFL</mixed-citation><mixed-citation xml:lang="en">Bessmeltsev V., Bulushev E. Fast Image Registration Algorithm for Automated Inspection of Laser Micromachining. Computer Optics. 2014;38(2):343–350. (in Russ.) DOI:10.18287/0134-2452-2014-38-2-343-350. EDN:SFAZFL</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Смирнов С.А., Бабаян П.В., Ершов М.Д., Муравьев В.С. Разработка и оптимизация алгоритма слежения за транспортным средством в видеопотоке на основе пирамидального метода Лукаса-Канаде // Вестник кибернетики. 2020. № 2(38). С. 58–67. DOI:10.34822/1999-7604-2020-2-58-67. EDN:YNCLHD</mixed-citation><mixed-citation xml:lang="en">Smirnov S.A., Babayan P.V., Ershov M.D., Muraviev V.S. Development and Optimization of Algorithm for Vehicle Tracking on Video Using Lucas-Kanade Method with Pyramids. Proceedings in Cybernetics. 2020;2(38):58–67. (in Russ.) DOI:10.34822/1999-7604-2020-2-58-67. EDN:YNCLHD</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Горбачев Р.А., Зарипов М.Н., Шишков Д.Л. Интеллектуальная система технического зрения для обнаружения препятствий и предсказания поведения движущихся объектов на железнодорожных путях // Известия ЮФУ. Технические науки. 2022. № 1(225). С. 256–268. DOI:10.18522/2311-3103-2022-1-256-268. EDN:VCMTHQ</mixed-citation><mixed-citation xml:lang="en">Gorbachev R.A., Zaripov M.N., Shishkov D.L. An Intelligent System of Technical Vision for Detecting Obstacles and Predicting the Behavior of Moving Objects on Railway Tracks. Izvestiya SFedU. Engineering Sciences. 2022;1(225):256–268. (in Russ.) DOI:10.18522/2311-3103-2022-1-256-268. EDN:VCMTHQ</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
