<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE root>
<article 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" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="research-article" dtd-version="1.2" xml:lang="en"><front><journal-meta><journal-id journal-id-type="publisher-id">Vestnik of Samara State Technical University. Technical Sciences Series</journal-id><journal-title-group><journal-title xml:lang="en">Vestnik of Samara State Technical University. Technical Sciences Series</journal-title><trans-title-group xml:lang="ru"><trans-title>Вестник Самарского государственного технического университета. Серия «Технические науки»</trans-title></trans-title-group></journal-title-group><issn publication-format="print">1991-8542</issn><issn publication-format="electronic">2712-8938</issn><publisher><publisher-name xml:lang="en">Samara State Technical University</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="publisher-id">21349</article-id><article-id pub-id-type="doi">10.14498/tech.2019.2.%u</article-id><article-categories><subj-group subj-group-type="toc-heading" xml:lang="en"><subject>Instrumentation, Metrology and Informative-measurings devices and systems</subject></subj-group><subj-group subj-group-type="toc-heading" xml:lang="ru"><subject>Приборостроение, метрология и информационно-измерительные приборы и системы</subject></subj-group><subj-group subj-group-type="article-type"><subject>Research Article</subject></subj-group></article-categories><title-group><article-title xml:lang="en">Computation of continuous wavelet transform of signals in the basis of the Chebyshev-Hermite functions</article-title><trans-title-group xml:lang="ru"><trans-title>Вычисление непрерывного вейвлет-преобразования сигналов в базисе функций Чебышева - Эрмита</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Sayfullin</surname><given-names>R. T.</given-names></name><name xml:lang="ru"><surname>Сайфуллин</surname><given-names>Р. Т.</given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><email>Info@eco-vector.com</email><xref ref-type="aff" rid="aff1"/></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Bochkarev</surname><given-names>A. V.</given-names></name><name xml:lang="ru"><surname>Бочкарев</surname><given-names>А. В.</given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><email>Info@eco-vector.com</email><xref ref-type="aff" rid="aff1"/></contrib></contrib-group><aff-alternatives id="aff1"><aff><institution xml:lang="en">Samara State Technical University</institution></aff><aff><institution xml:lang="ru">Самарский государственный технический университет</institution></aff></aff-alternatives><pub-date date-type="pub" iso-8601-date="2019-06-15" publication-format="electronic"><day>15</day><month>06</month><year>2019</year></pub-date><volume>27</volume><issue>2</issue><issue-title xml:lang="en"/><issue-title xml:lang="ru"/><fpage>113</fpage><lpage>124</lpage><history><date date-type="received" iso-8601-date="2020-03-06"><day>06</day><month>03</month><year>2020</year></date><date date-type="accepted" iso-8601-date="2020-03-06"><day>06</day><month>03</month><year>2020</year></date></history><permissions><copyright-statement xml:lang="en">Copyright ©; 2019, Sayfullin R.T., Bochkarev A.V.</copyright-statement><copyright-statement xml:lang="ru">Copyright ©; 2019, Сайфуллин Р.Т., Бочкарев А.В.</copyright-statement><copyright-year>2019</copyright-year><copyright-holder xml:lang="en">Sayfullin R.T., Bochkarev A.V.</copyright-holder><copyright-holder xml:lang="ru">Сайфуллин Р.Т., Бочкарев А.В.</copyright-holder><ali:free_to_read xmlns:ali="http://www.niso.org/schemas/ali/1.0/"/><license><ali:license_ref xmlns:ali="http://www.niso.org/schemas/ali/1.0/">https://creativecommons.org/licenses/by/4.0</ali:license_ref></license></permissions><self-uri xlink:href="https://journals.eco-vector.com/1991-8542/article/view/21349">https://journals.eco-vector.com/1991-8542/article/view/21349</self-uri><abstract xml:lang="en"><p>The paper deals with the development of basis for computation wavelet-transform from the coefficients given by decomposition original signal with Chebyshev-Hermite functions. Decomposition with Chebyshev-Hermite functions allow to transform original signal into coefficients, that can be used for reconstructing different transforms of original signal like Fourier transform, derivatives of different orders, wavelet transform and others. These transforms can be obtained by using corresponding bases. In this paper considered basis for wavelet-transform with derivative of Gauss functions as wavelet. This basis is computed by applying continuous wavelet transform with derivative of Gauss functions as wavelet into the Chebyshev-Hermite functions. For estimating error of Chebyshev-Hermite wavelet basis reduced error are used. Arrays of the wavelet coefficients are presented as 3D plots. The Mathematica 11.3 computer algebra system was used to calculations and graph the results.</p></abstract><trans-abstract xml:lang="ru"><p>Цель работы заключается в разработке базиса, позволяющего по коэффициентам разложения исходного сигнала в базисе функций Чебышева - Эрмита восстановить массив вейвлет-коэффициентов исходного сигнала. Для формирования базиса вейвлет-преобразования аналитически вычисляется вейвлет-преобразование функций Чебышева - Эрмита. В качестве вейвлетов в работе используются производные функции Гаусса с первый по четвертый порядок включительно. Для этих вейвлетов в работе представлен базис, содержащий вейвлет-преобразование первых двух функций Чебышева - Эрмита. При этом вейвлет-преобразование сигнала осуществляется в два этапа. На первом этапе получают разложение исходного сигнала в виде взвешенной суммы базисных функций Чебышева - Эрмита. На втором этапе, зная весовые множители функций, полученных на первом этапе, а также аналитическое выражение непрерывного вейвлет-преобразования для конкретных базисных функций и вейвлета, используя свойство линейности вейвлет-преобразования, восстанавливают вейвлет-преобразование исходного сигнала. Таким образом, по коэффициентам разложения исходного сигнала в выбранной системе базисных функций можно достаточно просто восстановить вейвлет-преобразование этого сигнала. Приведены примеры вычисления массивов вейвлет-коэффициентов аналитическим путем и с использованием описанного алгоритма. Для оценки погрешности восстановления вейвлет-коэффициентов используется приведенная погрешность. В качестве истинного значения вейвлет-коэффициентов принимается рассчитанный аналитически массив вейвлет-коэффициентов сигнала. Массивы вейвлет-коэффициентов и их разностей представлены в виде трехмерных поверхностей. Для вычислений и графического представления результатов моделирования использована система компьютерной алгебры Wolfram Mathematica 11.3.</p></trans-abstract><kwd-group xml:lang="en"><kwd>Chebyshev - Hermite functions</kwd><kwd>wavelet-transform</kwd><kwd>Gauss wavelets</kwd><kwd>Gauss function</kwd><kwd>wavelet-transform basis</kwd><kwd>signal transform</kwd><kwd>signal decomposition</kwd></kwd-group><kwd-group xml:lang="ru"><kwd>функции Чебышева - Эрмита</kwd><kwd>вейвлет-преобразование</kwd><kwd>вейвлеты Гаусса</kwd><kwd>функция Гаусса</kwd><kwd>базис вейвлет-преобразования</kwd><kwd>преобразование сигналов</kwd><kwd>разложение сигнала</kwd></kwd-group><funding-group/></article-meta></front><body></body><back><ref-list/></back></article>
