فشرده‌سازي سيگنال‌هاي تنفسي با استفاده از روش كدكننده پيش‌بيني خطي بهينه شده توسط الگوريتم بهينه‌ساز نهنگ كوهان‌دار‌ جهت انتقال با سونوبوي

Compression of Respiratory Signals using Linear Predictive Coding Method based on Optimized Algorithm of Humpback Whales to Transfer by Sonobouy

با توجه به اهميت ارسال بلادرنگ سيگنال‌هاي پزشكي از زير آب به سطح از يك سو و توانايي روش كدكننده پيش بيني خطي LPC در فشرده‌سازي سيگنا‌‌‌‌ل‌ها از سوي ديگر، اين مقاله علائم حياتي غواص را براي ارسال بلادرنگ با روش LPC فشرده‌سازي مي‌كند. از سوي ديگر با توجه به وابسته بودن جان غواص به دقت ارسال اين علائم و شباهت حداكثري سيگنال اصلي با سيگنال فشرده شده، دقت فشرده‌سازي در اين حوزه از اهميت بسيار بالاي برخوردار است. روش LPC، علي رغم توانايي بالا در فشرده سازي از دقت مناسبي براي اين كاربرد برخوردار نيست. اين مقاله براي افزايش دقت فشرده سازي و كاهش خطاي پيش بيني ضرايب LPC از الگوريتم بهينه‌ساز نهنگ كوهان‌دار (WOA) استفاده مي‌كند. علاوه بر آن الگوريتم طراحي شده به صورت عملي بر روي يك نمونه سونوبوي خاص پياده‌سازي شده است. نتايج اين كدگذاري علاوه بر LPC استاندارد با دو روش فشرده‌سازي مبتني بر تبديل كسينوسي گسسته و نمونه‌برداري نرخ پايين مقايسه گرديده كه نتايج عملي بدست آمده، نشان دهنده افزايش دقت الگوريتم پيشنهادي با حفظ نرخ فشرده‌سازي مي‌باشد.

Either transferring of real-time under water medicine signals or the ability of Linear Predictive Coding (LPC) compression level of signals are important, so in this paper real-time sending of vital signs of divers with the LPC compression is presented. On the other hand, it must be mentioned that the life of diver is related to accurate sending of marks and the extreme similarity of original signal with the compressed signal, so accuracy of compression in this area is so important. Despite of high capability in compression in LPC, this method is not suitable for this application. In this paper, to increase accuracy of compression and decreasing of forecast error of LPC coefficients, the optimized algorithm of Humpback whale is used. In addition, the designed algorithm is practically tested on one specific sonobouy. The result is additionally compared with standard LPC and both compression method based on discrete cosine transform and sampling low rates which obtained results show that proposed algorithm has an increasing accuracy.