การประมวลผลสัญญาณ

ฉันมีเพื่อนคนหนึ่งทำงานวิจัยการสื่อสารไร้สาย เขาบอกฉันว่าเราสามารถส่งมากกว่าหนึ่งสัญลักษณ์ในช่องที่กำหนดโดยใช้ความถี่เดียว (แน่นอนว่าเราสามารถถอดรหัสได้ที่เครื่องรับ) เทคนิคในขณะที่เขาพูดใช้รูปแบบการปรับใหม่ ดังนั้นหากมีการส่งโหนดหนึ่งส่งไปยังโหนดที่รับสัญญาณหนึ่งผ่านช่องสัญญาณไร้สายและใช้เสาอากาศหนึ่งที่แต่ละโหนดเทคนิคสามารถส่งสัญลักษณ์สองสัญลักษณ์ที่หนึ่งช่องมากกว่าหนึ่งความถี่ ฉันไม่ได้ถามเกี่ยวกับเทคนิคนี้และฉันไม่รู้ว่ามันถูกต้องหรือไม่ แต่ฉันต้องการทราบว่ามีใครสามารถทำได้หรือไม่? เป็นไปได้ไหม ขีด จำกัด ของแชนนอนสามารถถูกทำลายได้หรือไม่? เราสามารถพิสูจน์ความเป็นไปไม่ได้ของเทคนิคดังกล่าวทางคณิตศาสตร์หรือไม่? อย่างอื่นที่ฉันอยากรู้ว่าถ้าเทคนิคนี้ถูกต้องอะไรคือผลที่ตามมา? ตัวอย่างเช่นเทคนิคดังกล่าวหมายถึงปัญหาเปิดที่มีชื่อเสียงของช่องสัญญาณรบกวนอย่างไร ข้อเสนอแนะใด ๆ โปรด? การอ้างอิงใด ๆ ที่มีความนิยม

15 modulation  reference-request  channelcoding 

ฉันพยายามทำความเข้าใจเกี่ยวกับความสัมพันธ์ระหว่างตัวกรอง FIR ที่ออกแบบมาจาก "หลักการแรก" โดยใช้เคอร์เนลตัวกรองที่มีการโน้มน้าวและตัวกรองที่ออกแบบในหนึ่งในสองวิธีที่ใช้ FFT (ดูด้านล่าง) เท่าที่ฉันเข้าใจการตอบสนองแรงกระตุ้นของตัวกรอง FIR เป็นสิ่งเดียวกับเคอร์เนล convolution ของตัวกรอง (ช่วยแก้ให้ด้วยนะถ้าฉันผิด.) นอกจากนี้ในความเข้าใจของฉันความถี่องค์ประกอบ (เช่นการแปลงฟูริเยร์) ของการตอบสนองแรงกระตุ้นของตัวกรอง FIR นั้นเป็นสิ่งเดียวกับการตอบสนองความถี่ของตัวกรอง และดังนั้นการแปลงฟูริเยร์แบบผกผันจะให้การตอบสนองแบบอิมพัลส์แก่ฉันอีกครั้ง (แก้ไขอีกครั้งถ้าฉันผิด) สิ่งนี้ทำให้ฉันได้ข้อสรุปสองข้อ (ไม่สนใจการตอบสนองของเฟสหรือสมมติว่าตอบสนองเฟสเชิงเส้น): ฉันควรจะสามารถออกแบบตัวกรอง FIR ของการตอบสนองความถี่ตามอำเภอใจโดย "วาด" การตอบสนองความถี่ที่ฉันต้องการใช้ IFFT เพื่อรับการตอบสนองต่อแรงกระตุ้นและใช้สิ่งนั้นเป็นเคอร์เนล convolution ของฉัน อีกทางหนึ่งฉันควรจะสามารถสร้างตัวกรองโดยการใช้ FFT ของสัญญาณอินพุทคูณด้วยการตอบสนองความถี่โดยพลการที่ฉันต้องการในโดเมนความถี่และรับ IFFT ของผลลัพธ์เพื่อสร้างสัญญาณเอาต์พุต โดยสังหรณ์ใจมันให้ความรู้สึกเหมือน 1 & 2 เทียบเท่า แต่ฉันไม่แน่ใจว่าฉันจะพิสูจน์ได้ไหม ดูเหมือนว่าผู้คน (และวรรณกรรม DSP) มีความยาวมากในการออกแบบเมล็ด FIR พร้อมคำตอบที่กำหนดไว้ล่วงหน้าโดยใช้อัลกอริทึม (สำหรับฉัน) ที่ซับซ้อนเช่น …

15 fft  filters  discrete-signals  convolution 

ฉันมีรหัสเช่นด้านล่างที่ใช้ตัวกรอง bandpass กับสัญญาณ ฉันเป็น noob ที่ DSP และฉันต้องการที่จะเข้าใจสิ่งที่เกิดขึ้นเบื้องหลังก่อนที่ฉันจะดำเนินการต่อ freqzการทำเช่นนี้ผมต้องการที่จะทราบวิธีการพล็อตการตอบสนองความถี่ของตัวกรองโดยไม่ต้องใช้ [b, a] = butter(order, [flo fhi]); filtered_signal = filter(b, a, unfiltered_signal) ให้ผลลัพธ์ที่[b, a]ฉันจะทำอย่างไร ดูเหมือนว่ามันจะเป็นงานง่าย ๆ แต่ฉันมีเวลาหาสิ่งที่ฉันต้องการในเอกสารหรือออนไลน์ ฉันต้องการที่จะเข้าใจวิธีการทำเช่นนี้โดยเร็วที่สุดเช่นใช้fftอัลกอริทึมเร็วหรืออื่น ๆ

15 matlab  filters  filter-design  bandpass 

ฉันมีปัญหาในการทำความเข้าใจเกี่ยวกับวิธีการอ่านพล็อตโดยการแปลงเวฟเล็ต นี่คือรหัส Matlab ที่เรียบง่ายของฉัน load noissin; % c is a 48-by-1000 matrix, each row % of which corresponds to a single scale. c = cwt(noissin,1:48,'db4','plot'); ดังนั้นส่วนที่สว่างที่สุดหมายถึงขนาดของคอฟฟี่เซ็ตที่ใหญ่ขึ้น แต่ฉันจะเข้าใจพล็อตนี้ว่าเกิดอะไรขึ้นที่นั่นได้อย่างไร กรุณาช่วยฉัน

15 wavelet 

ทำไมตัวกรอง FIR จึงมีความเสถียรอยู่เสมอ เนื่องจากมีเสาพวกเขาไม่ควรได้รับผลกระทบจากปัญหาความมั่นคงมากกว่าคนอื่น ๆ หรือไม่

15 filters  finite-impulse-response 

ฉันได้ออกแบบตัวกรอง Butterworth โลว์พาสง่าย ๆ โดยใช้ Matlab ข้อมูลโค้ดต่อไปนี้แสดงให้เห็นถึงสิ่งที่ฉันได้ทำไปแล้ว fs = 2.1e6; flow = 44 * 1000; fNorm = flow / (fs / 2); [b,a] = butter(10, fNorm, 'low'); ใน [b, a] ถูกจัดเก็บค่าสัมประสิทธิ์ตัวกรอง ฉันต้องการได้รับ [b, a] เป็นจำนวนเต็มเพื่อให้ฉันสามารถใช้เครื่องสร้างรหัสHDL ออนไลน์เพื่อสร้างรหัสใน Verilog ค่า Matlab [b, a] ดูเหมือนจะเล็กเกินไปที่จะใช้กับเครื่องสร้างรหัสออนไลน์ (สคริปต์ Perl ฝั่งเซิร์ฟเวอร์ปฏิเสธที่จะสร้างรหัสด้วยค่าสัมประสิทธิ์) และฉันสงสัยว่ามันจะเป็นไปได้ที่จะได้รับ [b, a] ในรูปแบบที่สามารถใช้เป็นอินพุตที่เหมาะสม สัมประสิทธิ์ที่ฉันได้รับใน …

15 matlab 

ตอนนี้ฉันกำลังประมวลผลไฟล์ MP3 และพบปัญหานี้ MP3 ของฉันเข้ารหัสแบบสเตอริโอ สิ่งที่ฉันต้องการทำคือแยกส่วนที่เป็นเสียงร้องสำหรับการประมวลผลเพิ่มเติม (ไม่ว่าโหมดสัญญาณเอาท์พุตโมโนหรือสเตอริโอจะใช้ได้ทั้งคู่) เท่าที่ฉันรู้เสียงจะถูกเข้ารหัสเป็นวงย่อยย่อยที่แตกต่างกันใน MP3 ฉันคิดว่าฉันสามารถ จำกัด สัญญาณไปยังช่วงเสียงผ่านตัวกรอง high-pass / low-pass พร้อมชุดความถี่ตัดที่เหมาะสม อย่างไรก็ตามผลลัพธ์จะต้องมีบางส่วนของสัญญาณเพลงบริสุทธิ์ในกรณีนี้ หรือหลังจาก googling ฉันคิดว่าฉันอาจคำนวณสัญญาณพื้นหลังก่อน (โดยการย้อนกลับหนึ่งช่องเพิ่มด้วยสัญญาณจากอีกช่องหนึ่งโดยสมมติว่าส่วนเสียงเป็นศูนย์กลางในเสียงสเตอริโอที่เรียกว่าการยกเลิกเฟส) หลังจากการเปลี่ยนแปลงนี้สัญญาณจะเป็นแบบโมโน จากนั้นฉันควรรวมสเตอริโอต้นฉบับเข้ากับโมโนซึ่งแยกสัญญาณพื้นหลัง ให้ประสิทธิภาพซึ่งเป็นที่ต้องการ (หรือวิธีการแก้ปัญหาอื่น ๆ :)? หากช่องที่สองให้ช่องสัญญาณ A และ B สองช่อง (BA) หรือ (AB) จะใช้เมื่อคำนวณพื้นหลังหรือไม่ เช่นเดียวกับการรวมสองแชนเนลเลขคณิตมีความหมายเพียงพอหรือไม่ หรือฉันสามารถสุ่มตัวอย่างแต่ละช่องด้วยปัจจัยสองและแทรกสัญญาณ downsampled เป็นโมโนผลลัพธ์ ขอขอบคุณและขอแสดงความนับถือ.

15 audio  downsampling  mp3  background-subtraction 

ฉันพยายามค้นหารายการคุณลักษณะภาพที่เป็นไปได้เช่นสีขอบที่มุ่งเน้นและอื่น ๆ สำหรับการวัดการใช้งานของพวกเขาในกรณีที่ค้นหาวัตถุที่คล้ายกัน / คล้ายกันในภาพ ไม่มีใครรู้รายการดังกล่าวหรืออย่างน้อยคุณสมบัติบางอย่าง?

15 image-processing  cbir 

มีหัวข้อสนทนาและคำตอบที่ยอดเยี่ยมอยู่สองสามข้อในเว็บไซต์นี้ (eletronics.se) เกี่ยวกับทฤษฎีการแปลงฟูริเยร์ ฉันพยายามใช้เครื่องมือการจำลอง (MS Excel :) เดียวกัน ฉันมีปัญหาการตีความและการใช้งานบางอย่างเกี่ยวกับเรื่องเดียวกัน ฉันพยายามวิเคราะห์รูปคลื่นแรงดันไฟฟ้าที่ 50 เฮิร์ตซ์ อย่างไรก็ตามข้อมูลด้านล่างนี้สร้างเพียงข้อมูลจำลองที่พยายามสร้างกรอบแนวคิดสำหรับการนำไปใช้กับหน่วยความจำและกำลังการประมวลผลที่ จำกัด ตัวประมวลผลต้นทุนต่ำแบบฝังตัว 16 บิต ETA (30 พฤษภาคม 2555) TL; DR เวอร์ชัน: มันไปได้โดยไม่ต้องพูดถึง electronics.se แต่ฉันใช้หน่วยความจำและกำลังประมวลผลฝังตัวโปรเซสเซอร์ จำกัด มีคำถามสองสามข้อที่ยังไม่ได้ตอบ: การเรียงหน้าต่างเป็นอย่างไรบนตัวอย่างที่ฉันมีโดยไม่มีการเพิ่ม footprint หน่วยความจำของอัลกอริทึมอย่างมีนัยสำคัญ? ฉันอยากให้สิ่งเหล่านี้เป็นคำอธิบายทีละขั้นตอนเนื่องจากฉันค่อนข้างใหม่กับ DSP ทำไมขนาดลดลงครึ่งหนึ่งเมื่อฉันสอดแทรก 41 ตัวอย่างเพื่อให้ได้ 32 แต่ยังคงเหมือนเดิม (ยกเว้นเสียงรบกวน) เมื่อฉันสอดแทรกพวกเขาให้ได้ 64 ฉันประกาศความโปรดปรานกับคำถามด้วยความหวังว่าฉันจะได้รับคำตอบที่ยอดเยี่ยมซึ่งสามารถนำไปใช้กับสามเณรใน DSP ได้ การทดลองที่ 1: อินพุตโดเมนเวลา ฉันสร้างคลื่นไซน์โดยใช้เพื่อสร้าง 64 …

15 fourier  fft 

ฉันจะใช้อัลกอริทึมการแปลงคุณสมบัติไม่แปรเปลี่ยนเป็นตัวอย่างที่นี่ SIFT สร้างพื้นที่ขนาดตามการกรองแบบเกาส์ปรับขนาดของภาพแล้วคำนวณความแตกต่างของ Gaussian เพื่อตรวจหาจุดสนใจที่อาจเกิดขึ้น คะแนนเหล่านี้ถูกกำหนดให้เป็น minima ท้องถิ่นและ maxima ข้ามความแตกต่างของ gaussians มันก็อ้างว่าวิธีนี้เป็นขนาดคงที่ (ในหมู่ invariances งงอื่น ๆ ) ทำไมนี้ มันไม่ชัดเจนสำหรับฉันว่าทำไมในกรณีนี้

15 image-processing  computer-vision  sift  scale-space 

ฉันสามารถใช้เทคนิคการวิเคราะห์ภาพใดในการแยกสัญญาณไฟจราจรจากภาพเช่นภาพด้านล่าง แก้ไข: หลังจากการแพร่กระจาย Anisotropic: พื้นหลังที่ฉันไม่ต้องการได้รับการเคลียร์เล็กน้อย หลังจากการขยาย: Thresholding หลังจากการแพร่กระจาย: ไม่สามารถหา thresholding ที่ดีที่สุดสำหรับวัตถุประสงค์นี้ อย่างไรก็ตามฉันไม่สามารถหาวิธีลบพื้นหลังได้ แก้ไข: ฉันต้องการชิ้นส่วนเหล่านี้ของภาพของฉัน กำลังถ่ายภาพอินพุทอื่น: การใช้การกรองค่ามัธยฐานและการตรวจจับขอบ: หลังจากการกรองหมวกล่าง: ฉันจะแยกสัญญาณถนนได้อย่างไรโปรดช่วยด้วย?

15 image-processing  filters 

สมมติว่าฉันได้รับสัญญาณเสียงที่ Hz และฉันต้องการออกแบบตัวกรอง low-pass ที่แยกทุกอย่างด้านล่าง ~ Hz ในโลกดิจิตอลนี้เป็น low-pass filter กับ passband ที่{400}] นอกจากนี้วงดนตรีการเปลี่ยนแปลงควรมีเหตุผลเช่นกัน การสร้างตัวกรอง FIR สำหรับสิ่งนี้สามารถมีก๊อกจำนวนมากซึ่งในระยะยาวมีผลต่อความแม่นยำ ตัวกรอง IIR นั้นไม่เหมาะอย่างยิ่งเพราะเสียงจะได้รับการตอบสนองที่ไม่ใช่เชิงเส้นเฟสในตัวกรองดังนั้นหากไม่มีการกรองสัญญาณจากนั้นย้อนกลับและกรองอีกครั้งจึงไม่ใช่ตัวเลือกจริงๆ60 [ - π480004800048000606060[ - π400, π400][-π400,π400][-\frac{\pi}{400} , \frac{\pi}{400} ] การแปลงเวฟเล็ตจะดีกว่าการกรองแบบ in-one-go ปกติหรือไม่

15 filters  finite-impulse-response  infinite-impulse-response 

ฉันกำลังคำนวณ FFT จากอินพุตไมโครโฟน ฉันสังเกตเห็นว่าความถี่ที่ต่ำกว่ามักจะมีพลังมากขึ้น (เดซิเบลที่สูงขึ้น) มากกว่าความถี่ที่สูงกว่า ฉันตัดข้อมูลออกเป็นเฟรมของ 24576 ไบต์ (4096 * 6) ใช้หน้าต่าง Hamming: input[i] *= (0.54d - 0.46d*(double) Math.Cos((2d*Math.PI*i)/fs)); เรียกใช้ผ่าน Process1D()FFTW แปลงจากจำนวนเชิงซ้อน: output[i] = 10.0 * Math.Log10((fout[i * 2] * fout[i * 2]) + (fout[i * 2 + 1] * fout[i * 2 + 1])); หาค่าเฉลี่ย 6 ค่าเพื่อรับ FFT …

15 audio  fft 

เมื่อพัฒนาผลิตภัณฑ์ฉันออกแบบอัลกอริทึมทั้งหมดใน Matlab โดยทั่วไปแล้วพวกมันค่อนข้างพื้นฐานตัวกรอง IIR หรือ FIR หรือสองตัว FFT สองสามตัวเป็นต้นเมื่อถึงเวลาต้องย้ายไปยังสภาพแวดล้อมแบบฝังตัวฉันมักจะลำบากในการตัดสินใจเลือกแพลตฟอร์มที่จะใช้ ฉันมักจะนึกถึงแพลตฟอร์ม (วงกว้าง) เหล่านี้: แกน DSP FPGA ไมโครคอนโทรลเลอร์ แขน ฉันควรพิจารณาปัจจัยอะไรบ้างเมื่อพยายามทำการตัดสินใจนี้

15 arm  dsp-core  hardware 

ฉันพยายามที่จะหาตัวอย่างง่ายๆของกระบวนการ ergodic กระบวนการใดที่คุณนึกถึงเป็นตัวอย่างที่ดีเกี่ยวกับคุณสมบัติของมัน การวิจัยอย่างรวดเร็ว ( Wikipedia , คำตอบอื่น ) ส่วนใหญ่ให้ตัวอย่างของกระบวนการที่ไม่เหมาะกับสรีระ นอกจากนี้ฉันสงสัยว่าปรากฏการณ์ในโลกแห่งความจริงใดที่ให้ยืมตัวเองเพื่อเป็นแบบอย่างที่ดี?

15 random-process  ergodic