ผลของการหาค่าเฉลี่ย
การใช้ตัวกรองค่าเฉลี่ยเคลื่อนที่จะทำให้ความผิดปกติของสัญญาณราบรื่นขึ้น เสียงจะกลายเป็น E / N โดยที่ N คือความยาวของตัวกรองค่าเฉลี่ยเคลื่อนที่ ผลข้างเคียงของการใช้แมสซาชูเซตส์คือสัญญาณที่มีความกว้างและตื้นขึ้น
นอกจากนี้เนื้อหาความถี่ของสัญญาณจะเปลี่ยนไป ตัวกรองค่าเฉลี่ยเคลื่อนที่ในโดเมนเวลาเป็นสิ่งเดียวกับการแปลงสัญญาณโดเมนความถี่ด้วยฟังก์ชัน sinc ทุกอย่างจะถูกลบออก
อัลกอริธึม
การตรวจจับจุดสูงสุดการตรวจจับจุดสูงสุดเป็นปัญหาที่พบบ่อยในปัญหาทางวิศวกรรม 9/10 (ไม่ใช่จริงๆ แต่ TON ขึ้นอยู่กับพวกเขา)
โดยทั่วไปนี่คือสิ่งที่ทำ:
ค่ามัธยฐาน Thresholding
1) Look for all peaks in your signal. (i.e., a point that is larger than the two
adjacent points
2) take this list of points and for each one of them compute:
med_threshold = median(Peak,Width) + constantThresholmedian where median is the
median value of the data centered at "Peak" with Width being the number of
points to look at.
a) The Width(usually written as Lambda in literature) and constantThreshold
(usually written as C) are determined by trial and error and using the ROC
curve (Acronym below)
3) if the peak's magnitude is above this threshold accept it as a true peak.
Else: Discard it, its a false peak
4) Generate a Receiver Operating Characteristic Curve(ROC) to how well the algorithm
is performing.
นี่คือตัวอย่าง:
suppose we have the signal X = [ 0 0 0 0 1 3 **9** 2 1 1 **2** 1 1 ]
1) 9 and 2 are both potential peaks
2) Lets use a window of 5 and a threshold =2
so at 9 we have [1 3 9 1 2] -> [1 1 2 3 9] so Median(9,5) = 2
9 > 2 +2, therefor its a peak
Lets take a look at 2: [ 1 1 2 1 1] -> [1 1 1 1 2 ] Median(2,5) = 1
2 < 1+2, therefor it is NOT a peak.
การกำหนดความถี่
ตอนนี้คุณได้พบเวลาที่มีการแปลยอดเขาพยายามหาความถี่:
1) Use the locations of the peaks to generate a pulse train
a) this means create sum(Dirac_delta[t-L(n)]) where L(n) is the nth time that
you've localized through median thresholding
2) Apply FFT Algorithm
3) Look for largest peak.
การประมาณความถี่สำรอง
1) Think of this like a beat in a piece of music (I learned about thresholding by
researching Onset Detection.
2) Compute the average time distance between detected peaks.
3) now call your results BPM or PPM (pulses per minute)
แนวทางการวิจัยเพิ่มเติม
ในขณะที่คุณอาจพอใจกับสัญญาณแหลมเหมือนเดิมมีอัลกอริทึมที่ใช้กับสัตว์ร้ายต่าง ๆ ของปัญหาที่เรียกว่าการตรวจจับการโจมตี
การตรวจจับการโจมตีเป็นพื้นที่ขนาดใหญ่ในการวิจัยสืบค้นข้อมูลเพลง มันใช้เพื่อกำหนดเมื่อมีการเล่นโน้ต
หากคุณคิดว่าสัญญาณหัวเทปของคุณเป็นสัญญาณตัวอย่างสูงคุณสามารถใช้อัลกอริทึมมากมายที่คุณจะพบในบทความนี้:
http://www.elec.qmul.ac.uk/people/juan/Documents/Bello-TSAP-2005.pdf
