A signal processing algorithm has been developed in which a filter function
is extracted from degraded data through mathematical operations. The
filter function can then be used to restore much of the degraded content
of the data through use of any deconvolution algorithm. This process can
be performed without prior knowledge of the detection system, a technique
known as blind deconvolution. The extraction process, designated
Self-deconvolving Data Reconstruction Algorithm (SeDDaRA), has been used
successfully to restore digitized photographs, digitized acoustic
waveforms, and other forms of data. The process is non-iterative,
computationally efficient, and requires little user input. Implementation
is straight-forward, allowing inclusion into all types of signal
processing software and hardware.
The novelty of the invention is the application of a power law and
smoothing function to the degraded data in frequency space. Two methods
for determining the value of the power law are discussed. The first method
is by educated guess where the value is deemed a constant of frequency
that ranges between zero and one. This approach requires no knowledge of
the original data or the degradation and is quite effective. The second
method compares the frequency spectrum of the degraded data to the
spectrum of a signal with the desired frequency response. This approach
produces a superior result, but requires additional processing.
Um algoritmo processar de sinal foi desenvolvido em que uma função do filtro é extraída dos dados degradados com as operações matemáticas. A função do filtro pode então ser usada restaurar muito do índice degradado dos dados com o uso de todo o algoritmo do deconvolution. Este processo pode ser executado sem o conhecimento prévio do sistema da deteção, uma técnica sabida como o deconvolution cego. O processo da extração, designado algoritmo do reconstruction dos dados do self-deconvolving-deconvolving (SeDDaRA), foi usado com sucesso restaurar fotografias digitadas, waveforms acústicos digitados, e outros formulários dos dados. O processo é non-iterative, computacionalmente eficiente, e requer o usuário pequeno input. A execução é straight-forward, permitindo o inclusion em todos os tipos de software e de ferragem processar de sinal. O novelty da invenção é a aplicação de uma lei do poder e função alisar aos dados degradados no espaço da freqüência. Dois métodos para determinar o valor da lei do poder são discutidos. O primeiro método é pela suposição educada onde o valor é julgado uma constante da freqüência que varia entre zero e um. Esta aproximação não requer nenhum conhecimento dos dados originais ou da degradação e é completamente eficaz. O segundo método compara o spectrum da freqüência dos dados degradados ao spectrum de um sinal com a resposta de freqüência desejada. Esta aproximação produz um resultado superior, mas requer processar adicional.
