Предложен метод делинеации сигнала сложной формы на независимые компоненты. При разработке метода в качестве методов исследования использованы: математический аппарат вейвлет-преобразования, методы теории информации и методы математической статистики. Разработанный метод применен к задаче выделения профилей волнистости и шероховатости профилограмм металлических поверхностей и показана его эффективность. Метод отличается тем, что не использует сопоставление с базой эталонных образцов, но использует критерий минимизации суммарной энтропии вейвлет-коэффициентов обоих компонент сигнала при определении оптимального уровня декомпозиции сигнала. При реализации данного метода используется также восстановление сигнала по аппроксимирующим вейвлет-коэффициентам оптимального уровня декомпозиции сигнала при определении компонент сигнала.

Запропоновано метод діленіації сигналу складної форми на незалежні компоненти. При розробці метода в якості методів дослідження використані: математичний апарат вейвлет-перетворення, методи теорії інформації та методи математичної статистиці. Розроблений метод застосовано до вирішення задачі виділення профілей хвилястості та шорсткості профілограм металевих поверхонь і показана його ефективність. Метод відрізняється тим, що не використовує зіставлення із базою еталонів зразків, але використовує критерій мінімізації сумарної ентропії вейвлет-коефіцієнтів обох компонент сигналу при визначенні оптимального рівня декомпозиції сигналу. При реалізації даного методу використовується також відновлення сигналу за апроксимуючими вейвлет-коефіцієнтами оптимального рівня декомпозиції сигналу при визначенні компонент сигналу.

The method of complex signal delineation on the independent components is proposed. The wavelet transformation, information theory and statistical method is used. The proposed method is applied to the problem of waviness and roughness milling profiles allocation. Efficiently of method is shown.The method does not use a comparison with the base measurement standards, but uses the criterion of minimizing the total entropy of the wavelet coefficients of both signal components in determining the optimal level of decomposition signal. When implementing this method is also used for signal reconstruction approximating the wavelet coefficients of the optimal signal decomposition level in determining the signal components.