เกี่ยวกับการลดเสียงรบกวนของภาพความถี่เวลา


10

ฉันสงสัยว่าเทคนิคอาจจะใช้ได้สำหรับ ' de-noising ' ตัวอย่างต่อไปนี้ภาพเวลาความถี่ที่ถูกสร้างขึ้นโดยใช้วิธีการของเวลช์ พล็อตต่อไปนี้สร้างขึ้นจากเซ็นเซอร์หุ่นยนต์ (นี่ไม่ใช่ภาพสี - เป็นภาพสีเทา - เพิ่มสีเพื่อจุดประสงค์ด้านภาพเท่านั้น)

ป้อนคำอธิบายรูปภาพที่นี่

เป้าหมาย:

เป้าหมายของฉันในที่สุดก็คือการประมาณอัตราการเต้นของชีพจรที่คุณเห็นที่นี่หากมีพัลส์ดังกล่าว นี่อาจเป็นไก่และไข่ด้วยเหตุนี้ฉันจึงถามตัวเองว่า "อัตราการเป็นตัวแทน + +- 10% นี้มีอยู่หรือเปล่า?" และตรวจจับพวกมัน สิ่งที่คุณเห็นอยู่ที่นี่คือสัญญาณ (พัลส์) แต่พร้อมกับสัญญาณรบกวนอื่น ๆ ที่ไม่ต้องการ อย่างไรก็ตามตามที่ Emre แนะนำพวกเขามีโครงสร้างแม้ว่าจะอยู่ในพื้นที่ Time-Frequency ตัวกรองความถี่ตามเวลามีอยู่จริงหรือไม่?

ฉันจะขอเหมือนจะเห็นโซลูชั่นการประมวลผลภาพที่นำมาใช้ที่นี่ แต่ฉันเปิดเพื่อแก้ปัญหาใด ๆ

ดังนั้น: เป้าหมายคือการลบสัญญาณความเข้มสูงทั้งหมดยกเว้นพัลส์ซ้ำ ๆ (พบใกล้ดัชนี 300 บนแกน y) ตามที่เห็น สัญญาณความเข้มสูงอื่น ๆ ทั้งหมดถือได้ว่าเป็น 'สัญญาณรบกวน'

สมมติฐานที่คุณอาจจะ:

  • คุณอาจจะคิดว่าคุณประมาณทราบความยาวชีพจรที่คุณจะได้เห็นที่นี่ (ให้เราบอกว่าภายใน +/- 10%) อีกวิธีหนึ่งคุณตัดสินใจที่จะมองหาคลื่นที่มีความยาวนี้ (+/-)

  • คุณอาจคิดว่าคุณรู้อัตราการเต้นของพัลส์อย่างคร่าว ๆ (อีกครั้งให้เราบอกว่า +/- 10%)

  • น่าเสียดายที่คุณไม่ทราบความถี่ที่แน่นอนอีกต่อไป ในภาพนี้พัลส์อยู่ที่ 300 แต่พวกมันน่าจะอยู่ที่ 100 หรือ 50 หรือ 489 หรืออะไรก็ตาม อย่างไรก็ตามข่าวดีก็คือความถี่เหล่านั้นที่แสดงอยู่ที่นี่นั้นอยู่ใกล้กันมากตามคำสั่งของ 10's of Hz)

ความคิดบางอย่างของฉัน:

การประมวลผลภาพ POV:

  • การดำเนินการทางสัณฐานวิทยาได้เกิดขึ้นกับฉัน แต่ฉันไม่คุ้นเคยกับผู้ที่รู้ว่าพวกเขาอาจทำงานหรือไม่ ฉันคิดว่าความคิดอาจเป็น 'ปิด' และด้วยเหตุนี้ลบคราบ 'ใหญ่'?

  • แถว Wize DFTการดำเนินงานอาจบ่งชี้แถวให้เป็นโมฆะออกขึ้นอยู่กับแถวของดอกเบี้ยที่มีรูปแบบซ้ำ ๆ มากที่สุด แต่มันอาจจะไม่เป็นโซลูชั่นที่ทำงานได้ถ้าพัลส์มีน้อยและไกลระหว่างหรือถ้าภาพจะมีเสียงดังมากขึ้น

  • เพียงแค่ดูที่ภาพคุณเกือบต้องการแยก 'รางวัล' และ 'ลงโทษ' การเชื่อมต่อ มีวิธีการประมวลผลภาพที่ทำให้การทำงานแบบนี้สำเร็จหรือไม่? (สัณฐานวิทยาในธรรมชาติอีกครั้ง)

วิธีการใดที่อาจช่วยได้ที่นี่?

การประมวลผลสัญญาณ POV:

  • ช่วงความถี่ที่แสดงที่นี่แน่นมากแล้วดังนั้นฉันไม่แน่ใจว่าการดำเนินการตัวกรองรอยบากจะช่วยได้ ยิ่งไปกว่านั้นความถี่ที่แน่นอนของพัลส์ที่แสดงภายในช่วงคับแคบนี้ยังไม่เป็นที่ทราบมาก่อน

  • โดยการคาดเดาการศึกษาเกี่ยวกับพัลส์ที่น่าสนใจที่นี่ (ความยาวของพวกเขาและครั้งซ้ำ) ฉันอาจจะสามารถคำนวณ2 มิติผิวเผินของ 'แม่แบบ' ของฉันและใช้ประโยชน์จากนี้เป็น 2 มิติกรอง Cepstral-ชั่วคราวที่ ฉันเพียงแค่คูณภาพ Welch ที่แสดงข้างบนแล้วทำ DFT ผกผันแบบ 2 มิติ?

  • OTOH บางทีตัวกรอง Gaborน่าจะตรงกับที่นี่ไหม? ท้ายที่สุดพวกมันคือฟิลเตอร์ที่ไวต่อการปฐมนิเทศคล้ายกับโปรเซสเซอร์วิชวล V1ในตัวของเราเอง พวกเขาจะถูกเอาเปรียบที่นี่ได้อย่างไร?

วิธีใดบ้างที่อาจช่วยในโดเมนนี้

ขอบคุณล่วงหน้า.


1
สิ่งที่ทราบเกี่ยวกับพัลส์ล่วงหน้า คุณรู้ความถี่ของพวกเขา (อย่างน้อยโดยประมาณ)? ระยะเวลา? พวกเขาถูกมอดูเลตหรือ CW?
Jason R

@ JasonR ฉันได้แก้ไขเพื่อตอบคำถามของคุณ เท่าที่การมอดูเลตพวกเขาเพียงแค่ทำซ้ำพัลส์ CW
Spacey

แกนไหนคือเวลาและความถี่
Daniel R Hicks

ค้นหาเอกสารเกี่ยวกับ S-transforms (เอกสารชุดหนึ่งโดย Robert Stockwell) มันเป็นสูตรการพัฒนาที่ดีขึ้นเล็กน้อยของตัวกรอง Gabor (ฉันลืมว่ามันคืออะไร - อาจจะเป็นสิ่งที่ตรงกันข้ามและชัดเจนแน่นอน) มีการใช้งานของสิ่งนี้ในสัญญาณยกเลิกเสียง หากคุณพบว่ามีประโยชน์ฉันสามารถเขียนคำตอบสั้น ๆ ได้
Lorem Ipsum

@yoda ขอบคุณสำหรับข้อมูล - ฉันได้ดูกระดาษและพวกเขาดูเหมือนว่าพวกเขาอาจจะมีประโยชน์เนื่องจากพวกเขาดูเหมือนจะเกี่ยวข้องกับ CWT และดังนั้นเล่นเกมความละเอียดเวลา / ความละเอียดความถี่ ใช่ฉันยินดีต้อนรับคำตอบ ขอบคุณ
Spacey

คำตอบ:


1

ฉันไม่มีประสบการณ์ในพื้นที่นี้ แต่ฉันเห็นว่ามันได้รับการศึกษาแล้ว: วิธีการเอนโทรปีขั้นต่ำเพื่อลดการแจกแจงความถี่เวลา

ในบทความนี้เราแนะนำวิธีการแบบเอนโทรปีในการลดการแจกแจงความถี่เวลา วิธีการใหม่นี้ใช้การสลายตัวของสเปกโตรแกรมของเมล็ดความถี่เวลาที่เสนอโดย Cunningham และ Williams เพื่อแยกการแจกแจงความถี่เวลาเรารวม spectrograms เหล่านั้นเข้ากับค่าเอนโทรปีที่น้อยที่สุดดังนั้นจึงมั่นใจได้ว่า Spectrogram แต่ละตัวนั้นมีสมาธิกับระนาบเวลาและมีสัญญาณรบกวนน้อยที่สุดเท่าที่จะทำได้ Renyi Entropy ใช้เป็นตัวชี้วัดเพื่อวัดความซับซ้อนของแต่ละสเปคตรัม เกณฑ์สำหรับจำนวนสเปกโทรแกรมที่จะรวมถูกเลือกแบบปรับตามการแลกเปลี่ยนระหว่างเอนโทรปีและความแปรปรวน

โดยเฉพาะอย่างยิ่งปัญหาของคุณคือหนึ่งในการแยกสัญญาณ / แหล่งที่มา ; สารเติมแต่งที่ไม่มีการผสมของสัญญาณเชิงโครงสร้าง ในการดำเนินการต่อคุณต้องสร้างแบบจำลองสัญญาณของคุณ เห็นได้ชัดว่าหนึ่งในความสนใจเป็นระยะและมีศูนย์กลางอยู่ที่ความถี่บางส่วนดังนั้นคุณต้องประเมินระยะเวลา (ตามแกน x) และความถี่กลาง (บนแกน y) จากนั้นคุณสามารถกำหนดลักษณะอื่น ๆ (เสียง) สำหรับผู้เริ่มต้นดูเหมือนว่าพวกเขาจะเข้าโค้งดี

ด้วยแบบจำลองในมือฉันจะศึกษาหนังสือเช่นHandbook of Blind Source Separation: การวิเคราะห์องค์ประกอบอิสระและแอพพลิเคชั่


ขอบคุณ. ฉันจะต้องซื้อหนังสือมันดูดี คำถามเดียวที่ BSS ดำเนินต่อไปไม่จำเป็นต้องมีเซ็นเซอร์หลายตัวเพื่อให้ BSS ทำงานได้หรือไม่? ในกรณีนี้ฉันมี 1 เซ็นเซอร์เท่านั้น สัญญาณใดบ้างที่มีเกณฑ์คั่นด้วยเซ็นเซอร์เดียวเท่านั้น
Spacey

ไม่ แต่ช่วยได้ ข้อสันนิษฐานทั่วไปคือแหล่งสัญญาณส่งสัญญาณว่าตัวเองไม่ได้มีความสัมพันธ์กัน แต่ก็สามารถผ่อนคลายได้เช่นกัน
เอ็ม

1

จากมุมมองทางวิศวกรรมล้วนๆทางออกที่ชัดเจนในการ "ล็อก" กับพัลส์นั้นจะเป็น Phase Locked Loop (PLL)

PLL เป็นเพียงออสซิลเลเตอร์ที่ทำงานฟรีซึ่งสามารถปรับความถี่ได้ตามความสัมพันธ์ของเฟสที่รับรู้กับสัญญาณอื่น หากสัญญาณอื่นเป็นเสียงบริสุทธิ์หรือพัลส์ที่ความถี่ที่แตกต่างกันอย่างสิ้นเชิงความสัมพันธ์ของเฟสจะเป็นแบบสุ่มและออสซิลเลเตอร์จะไม่ได้รับการปรับทิศทางมากทั้งสองทิศทาง อย่างไรก็ตามหากมีสัญญาณแม้จะมีเสียงค่อนข้างดังซึ่งกำลังทำงานที่ความถี่ประมาณเดียวกับออสซิลเลเตอร์เซ็นเซอร์เฟสของ PLL จะตรวจจับสิ่งนี้และปรับความถี่ออสซิลเลเตอร์ให้ตรงกับสัญญาณอื่น แน่นอนว่านี่เป็นการแข่งขันที่ใกล้จะเริ่มต้นแล้ว (ปัญหาหนึ่ง - ถึงแม้จะมีคุณสมบัติที่มีประโยชน์ - ของ PLLs คือพวกเขาจะมีความสุขที่ประสานกันเพื่อประสานหรือ subharmonics ของสัญญาณเป้าหมายถ้าไม่ตรงกันความถี่เริ่มต้นมีขนาดใหญ่เกินไป)

ฉันไม่เคยใช้ PLL ในการทำงานของตัวเอง แต่คำนี้ใช้เวลาประมาณ 40 ปี (แนวคิดตั้งแต่ยุค 30 เป็นต้นไป) และมี PLL ที่สร้างไว้ล่วงหน้าเป็น IC หรือโมดูลการ์ดเดี่ยว นอกจากนี้ยังมี "digital PLLs" ที่เลียนแบบแนวคิดอนาล็อกโดยใช้ส่วนประกอบดิจิตอล (นี่เป็นเรื่องเกี่ยวกับขอบเขตความรู้ของฉัน แต่มีการอ้างอิงที่ Google ค้นพบได้ง่าย 100 รายการ)


ขอบคุณแดเนียล อืมในขณะที่ฉันสามารถเข้าใจแนวคิดที่นี่ฉันไม่แน่ใจว่าคุณจะใช้ PPL ที่นี่ได้อย่างไร ไม่แน่นอนในโดเมนเวลา คุณแนะนำให้ใช้ PPL ตระกูลกับหลาย ๆ แถวที่นี่หรือไม่?
Spacey

โดยพื้นฐานแล้วคุณจะต้องมี PLL ที่ป้อนโดยสัญญาณที่วัดความแรงของสัญญาณของวงดนตรีที่มีศูนย์กลางอยู่ที่ความถี่ที่คุณสนใจอาจประมาณคร่าวๆถึงการวัดฟลักซ์สเปกตรัม กรณีที่เลวร้ายที่สุดคุณอาจต้องลองใช้ PLL หลาย ๆ อันแต่ละครั้ง "ฟัง" จะเป็นส่วนต่างของสเปกตรัมโดยรวม แต่ด้วยการกรองที่เหมาะสม (กำจัดเสียงที่มีอัตราต่ำกว่าเช่น) ซึ่งอาจไม่จำเป็น
Daniel R Hicks

น่าสนใจ ฉันคิดว่ามันคล้ายกับการดู DFT ของแต่ละแถวที่นี่
Spacey

ค่อนข้าง. จากมุมมองของการประมวลผลภาพฟลักซ์จากสเปคตรัมก็เหมือนกับการถ่ายสำเนาภาพขยับเล็กน้อยในแนวนอนและลบภาพหนึ่งออกจากอีกภาพหนึ่ง นี่เป็นเทคนิค "การตรวจจับขอบ" ที่ใช้ในระบบตรวจจับด้วยแสง
Daniel R Hicks
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.