คำถามติดแท็ก discrete-signals

สัญญาณไม่ต่อเนื่องหรือสัญญาณไม่ต่อเนื่องเป็นอนุกรมเวลาประกอบด้วยลำดับของปริมาณ

2
การใช้ข้อต่อเนื่องของการแปลงเวฟเล็ตในแอพพลิเคชั่นดิจิตอล
ฉันคุ้นเคยกับพื้นหลังทางคณิตศาสตร์มากมายหลังเวฟเล็ต อย่างไรก็ตามเมื่อใช้อัลกอริทึมบนคอมพิวเตอร์ที่มีเวฟเล็ตฉันไม่ค่อยแน่ใจว่าควรจะใช้เวฟเล็ตแบบต่อเนื่องหรือไม่ต่อเนื่อง ในความเป็นจริงทุกอย่างทุกอย่างในคอมพิวเตอร์นั้นไม่ต่อเนื่องดังนั้นจึงเห็นได้ชัดว่าเวฟเล็ตไม่ต่อเนื่องเป็นตัวเลือกที่เหมาะสมสำหรับการประมวลผลสัญญาณดิจิตอล อย่างไรก็ตามตามวิกิพีเดียมันเป็นการแปลงเวฟเล็ตอย่างต่อเนื่องที่ใช้เป็นหลักในการบีบอัดภาพ (ดิจิตอล) เช่นเดียวกับกิจกรรมการประมวลผลข้อมูลดิจิตอลอื่น ๆ จำนวนมาก อะไรคือข้อดีและข้อเสียที่ต้องพิจารณาเมื่อตัดสินใจว่าจะใช้การแปลงเวฟเล็ตต่อเนื่อง (โดยประมาณ) แทนการแปลงเวฟเล็ตแบบไม่ต่อเนื่อง (แน่นอน) สำหรับภาพดิจิทัลหรือการประมวลผลสัญญาณ? PS (ตรวจสอบสมมติฐานที่นี่) ฉันกำลังสมมติว่าการแปลงเวฟเล็ตต่อเนื่องถูกนำมาใช้ในการประมวลผลดิจิตอลโดยเพียงแค่รับค่าของเวฟต่อเนื่องที่จุดเว้นระยะเท่ากันและใช้ลำดับผลลัพธ์สำหรับการคำนวณเวฟเล็ต ถูกต้องหรือไม่ PPS โดยปกติวิกิพีเดียนั้นค่อนข้างแม่นยำเกี่ยวกับคณิตศาสตร์ดังนั้นฉันจึงสมมติว่าแอปพลิเคชันในบทความเกี่ยวกับการแปลงเวฟเล็ตแบบต่อเนื่องเป็นแอพพลิเคชั่นของการแปลงเวฟเล็ตแบบต่อเนื่อง แน่นอนมันกล่าวถึงบางอย่างที่เป็น CWT โดยเฉพาะดังนั้นจึงมีการใช้ CWT ในแอปพลิเคชันดิจิตอลอย่างชัดเจน

7
รับค่าสูงสุดของสัญญาณหากความถี่อยู่ระหว่างสอง bin center
โปรดสมมติว่าต่อไปนี้: ความถี่พื้นฐานของสัญญาณได้รับการประมาณโดยใช้ FFT และวิธีการประมาณความถี่บางอย่างและอยู่ระหว่างศูนย์ bin สองแห่ง ความถี่ในการสุ่มตัวอย่างได้รับการแก้ไข ความพยายามในการคำนวณไม่ใช่ปัญหา เมื่อทราบความถี่แล้ววิธีใดที่แม่นยำที่สุดในการประเมินค่าสูงสุดของสัญญาณขั้นพื้นฐาน วิธีหนึ่งอาจเป็นสัญญาณแผ่นเวลาเป็นศูนย์เพื่อเพิ่มความละเอียด FFT เช่นที่ศูนย์ช่องเก็บจะอยู่ใกล้กับความถี่โดยประมาณ ในสถานการณ์นี้จุดหนึ่งที่ฉันไม่แน่ใจเกี่ยวกับคือถ้าฉันสามารถเป็นศูนย์ได้มากเท่าที่ฉันต้องการหรือหากมีข้อบกพร่องบางอย่างในการทำเช่นนั้น อีกอันหนึ่งคือศูนย์ bin ที่ฉันควรเลือกหลังจากการเติมศูนย์เป็นศูนย์ที่ฉันได้รับค่าสูงสุดจาก (เพราะอาจไม่มีความถี่ของดอกเบี้ยที่น่าสนใจแม้แต่หลังจากการเติมเต็มศูนย์) อย่างไรก็ตามฉันยังสงสัยว่ามีวิธีอื่นที่อาจให้ผลลัพธ์ที่ดีกว่าได้หรือไม่ผู้ประเมินที่ใช้ค่าสูงสุดของศูนย์ bin สองแห่งรอบข้างเพื่อประเมินมูลค่าสูงสุดตามความถี่ที่น่าสนใจ

1
ความสัมพันธ์ระหว่าง DCT และ PCA
ฉันมีความรู้การใช้งานพื้นฐานของ 2D 8x8 DCT ที่ใช้ในการบีบอัดภาพและวิดีโอ ในขณะที่อ่านเกี่ยวกับการวิเคราะห์องค์ประกอบหลักการฉันสามารถเห็นความคล้ายคลึงกันได้มากมายแม้ว่า PCA จะเป็นแบบทั่วไปที่ชัดเจนกว่า เมื่อฉันอ่านเกี่ยวกับ DCT ก่อนหน้านี้มันถูกนำเสนอเสมอเกี่ยวกับ DFT ดังนั้นคำถามของฉันคือ DCT จะได้มาจากมุมมอง PCA ได้อย่างไร (แม้คำอธิบายคลื่นมือก็เพียงพอ) ขอบคุณมาก

3
วิธีการตรวจจับการเปลี่ยนแปลง "รวดเร็ว" ในการประมวลผลสัญญาณ
ฉันกำลังทำงานในโครงการที่เราวัดความสามารถในการบัดกรีของส่วนประกอบ สัญญาณที่วัดได้จะมีเสียงดัง เราจำเป็นต้องประมวลผลสัญญาณแบบเรียลไทม์เพื่อให้เราสามารถรับรู้การเปลี่ยนแปลงที่เริ่มต้นในเวลา 5,000 มิลลิวินาที ระบบของฉันใช้ตัวอย่างค่าจริงทุก ๆ 10 เสี้ยววินาที - แต่สามารถปรับให้เป็นการสุ่มตัวอย่างช้าลง ฉันจะตรวจสอบการตกนี้ที่ 5,000 มิลลิวินาทีได้อย่างไร คุณคิดอย่างไรเกี่ยวกับอัตราส่วนสัญญาณ / เสียงรบกวน เราควรมุ่งเน้นและพยายามรับสัญญาณที่ดีขึ้นหรือไม่ มีปัญหาที่ทุกการวัดมีผลลัพธ์ที่แตกต่างกันและบางครั้งการปล่อยจะน้อยกว่าตัวอย่างนี้ ลิงก์ไปยังไฟล์ข้อมูล (ไม่เหมือนกันกับไฟล์ที่ใช้สำหรับแปลง แต่แสดงสถานะระบบล่าสุด) https://docs.google.com/open?id=0B3wRYK5WB4afV0NEMlZNRHJzVkk https://docs.google.com/open?id=0B3wRYK5WB4afZ3lIVzhubl9iV0E https://docs.google.com/open?id=0B3wRYK5WB4afUktnMmxfNHJsQmc https://docs.google.com/open?id=0B3wRYK5WB4afRmxVYjItQ09PbE0 https://docs.google.com/open?id=0B3wRYK5WB4afU3RhYUxBQzNzVDQ

4
ความแตกต่างระหว่างสัญญาณดิจิตอลและสัญญาณไม่ต่อเนื่อง
ฉันเพิ่งเริ่มศึกษาการประมวลผลสัญญาณดิจิตอล ใครสามารถอธิบายความแตกต่างระหว่างสัญญาณไม่ต่อเนื่องและสัญญาณดิจิตอลในคำง่าย ๆ ? ขอบคุณล่วงหน้า !


9
เป็นข้อบกพร่องในการมาของ DTFT ของลำดับขั้นตอนที่หน่วยนี้ที่ ?
คำถามนี้เป็นคำถามที่เกี่ยวข้องกับการนี้คำถามอื่น ๆ ของฉันที่ฉันขอ derivations ของเวลาที่ไม่ต่อเนื่องฟูเรียร์ (DTFT) ของลำดับขั้นตอนหน่วย[N] ในระหว่างการค้นหา derivations ฉันพบหนึ่งที่เรียบง่ายน่าอัศจรรย์ ฉันเห็นเป็นครั้งแรกในหน้า 138 ของหนังสือเล่มนี้โดย BA Shenoi ฉันเจอสิ่งนี้ในวิชาคณิตศาสตร์ด้วยคำตอบนี้u[n]u[n]u[n] เนื่องจากการโต้แย้งสั้นและเรียบง่ายฉันจะทำซ้ำที่นี่เพื่อความสะดวก ลำดับขั้นตอนของหน่วยสามารถเขียนเป็น กับ เห็นได้ชัดว่า ใช้ DTFT ทั้งสองด้านให้ ที่เป็น DTFT ของ[n] จากเราจะได้ จากและเราได้รับ DTFT ของคุณ[ n ] = f[ n ] + 12(1)(1)u[n]=f[n]+12u[n]=f[n]+\frac12\tag{1}ฉ[ n ] = { 12,n ≥ 0- 12,n < 0(2)(2)f[n]={12,n≥0−12,n<0f[n]=\begin{cases}\frac12,\quad n\ge 0\\-\frac12,\quad …

4
อัตราส่วนสัญญาณต่อเสียงรบกวน 20 เดซิเบลคืออะไร
ฉันกำลังอ่านกระดาษที่สัญญาณไม่ต่อเนื่อง x ( n ) = s ( n ) + w ( n )x(n)=s(n)+w(n)x(n) = s(n) + w(n) เป็นที่ยอมรับว่า. เป็นชุดอนุกรมที่รู้จักกันและw ( n )เป็นเสียงสีขาวที่มีค่าเฉลี่ยเป็นศูนย์ ผู้เขียนเขียนว่าs ( n )s(n)s(n)w ( n )w(n)w(n) สัญญาณถูกสร้างขึ้นด้วย SNR ที่ 20 เดซิเบล สิ่งนี้หมายความว่า? พลังงานสัญญาณหมายถึงอะไร ดูเหมือนจะมีหลายวิธีในการกำหนดสิ่งนี้ แต่ไม่มีการพยายามทำเช่นนั้นในบทความนี้ 20 dB SNR หมายถึงอะไร? ฉันคิดว่าหรือ20 = 20 log E s …

3
มีวิธีรับการตอบสนองแบบแรงกระตุ้นของระบบที่ไม่ต่อเนื่องโดยเพียงแค่รู้ว่ามันตอบสนองต่อฟังก์ชันขั้นตอนของหน่วยแยก
ในเวลาต่อเนื่องมันเป็นไปได้; u(t)⟶system⟶y(t)⟹δ(t)=du(t)dt⟶system⟶dy(t)dt=h(t)u(t)⟶system⟶y(t)⟹δ(t)=du(t)dt⟶system⟶dy(t)dt=h(t) u(t){\longrightarrow} \boxed{\quad\textrm{system}\quad} {\longrightarrow} y(t)\implies \delta(t)=\frac{du(t)}{dt}{\longrightarrow}\boxed{\quad\textrm{system}\quad}{\longrightarrow} \frac{dy(t)}{dt}=h(t) เช่นเดียวกันกับระบบเวลาที่ไม่ต่อเนื่องเช่น δ[ t ] = dคุณ[ t ]dเสื้อที่ไหน: { δ[ t ]คุณ[ t ]คือ delta time ที่ไม่ต่อเนื่องเป็นฟังก์ชั่นขั้นตอนหน่วยเวลาแบบแยกδ[t]=du[t]dtwhere:{δ[t]is the discrete time deltau[t]is the discrete time unit step function \delta[t]=\frac{du[t]}{dt} \quad\textrm{where:}\begin{cases} \delta[t] &\textrm{is the discrete time delta}\\ u[t] & \textrm{is the discrete time unit …

1
ฉันจะจำแนกสัญญาณที่วัดได้ที่ตำแหน่งต่าง ๆ โดยอัตโนมัติได้อย่างไร
ฉันมีไมโครโฟนที่วัดเสียงเมื่อเวลาผ่านไปในหลาย ๆ ตำแหน่งในอวกาศ เสียงที่ถูกบันทึกทั้งหมดมาจากตำแหน่งเดียวกันในอวกาศ แต่เนื่องจากเส้นทางที่แตกต่างจากจุดต้นทางไปยังไมโครโฟนแต่ละตัว สัญญาณจะถูกเปลี่ยน (เวลา) และผิดเพี้ยน ความรู้เบื้องต้นได้ถูกนำมาใช้เพื่อชดเชยเวลาที่ดีที่สุดเท่าที่จะทำได้ แต่ก็ยังมีการเปลี่ยนแปลงเวลาอยู่ในข้อมูล ยิ่งตำแหน่งการวัดใกล้เคียงกับสัญญาณมากเท่าไหร่ ฉันสนใจที่จะจำแนกยอดเขาโดยอัตโนมัติ ด้วยสิ่งนี้ฉันหมายความว่าฉันกำลังมองหาอัลกอริทึมที่ "มอง" ที่สัญญาณไมโครโฟนสองตัวในพล็อตด้านล่างและ "จดจำ" จากตำแหน่งและรูปคลื่นที่มีสองเสียงหลักและรายงานตำแหน่งเวลาของพวกเขา: sound 1: sample 17 upper plot, sample 19 lower plot, sound 2: sample 40 upper plot, sample 38 lower plot ในการทำเช่นนี้ฉันวางแผนที่จะทำการขยาย Chebyshev รอบจุดสูงสุดแต่ละจุดและใช้เวกเตอร์ของสัมประสิทธิ์ Chebyshev เป็นอินพุตไปยังอัลกอริธึมคลัสเตอร์ (k-mean?) ดังตัวอย่างต่อไปนี้เป็นส่วนหนึ่งของสัญญาณเวลาที่วัดที่ตำแหน่งใกล้เคียงสอง (สีน้ำเงิน) ประมาณ 5 ชุดโดย Chebyshev มากกว่า …

1
อะไรคือความแตกต่างระหว่างค่าสูงสุดปกติของความสัมพันธ์กับยอดสูงสุดของความสัมพันธ์หารด้วยค่าเฉลี่ย
ให้แม่แบบและสัญญาณคำถามเกิดขึ้นว่าสัญญาณคล้ายกับแม่แบบอย่างไร ตามเนื้อผ้าใช้วิธีการสหสัมพันธ์อย่างง่ายโดยเทมเพลตและสัญญาณมีความสัมพันธ์ข้ามกันและจากนั้นผลลัพธ์ทั้งหมดจะถูกทำให้เป็นมาตรฐานโดยผลิตภัณฑ์ของทั้งสองบรรทัดฐาน สิ่งนี้ให้ฟังก์ชันความสัมพันธ์ข้ามซึ่งมีช่วงตั้งแต่ -1 ถึง 1 และระดับความคล้ายคลึงกันจะได้รับเป็นคะแนนของจุดสูงสุดในนั้น สิ่งนี้เปรียบเทียบกับการหาค่าของจุดสูงสุดนั้นและหารด้วยค่าเฉลี่ยหรือค่าเฉลี่ยของฟังก์ชันความสัมพันธ์ข้าม ฉันวัดอะไรที่นี่แทน แนบเป็นแผนภาพเป็นตัวอย่างของฉัน เพื่อให้ได้ขนาดที่ดีที่สุดของความคล้ายคลึงกันฉันสงสัยว่าฉันควรดูที่: แค่จุดสูงสุดของการข้ามสหสัมพันธ์แบบปกติอย่างที่แสดงไว้ที่นี่? พิจารณาจุดสูงสุด แต่หารด้วยค่าเฉลี่ยของพล็อตความสัมพันธ์ข้าม? เทมเพลตของฉันกำลังจะเป็นคลื่นทรงสี่เหลี่ยมเป็นระยะพร้อมวัฏจักรหน้าที่ตามที่เห็น - ดังนั้นฉันจะไม่ใช้ประโยชน์จากยอดเขาอีกสองอันที่เราเห็นที่นี่หรือไม่? อะไรจะให้ความคล้ายคลึงที่ดีที่สุดในกรณีนี้ ขอบคุณ! แก้ไขสำหรับ Dilip: ฉันพล็อตความสัมพันธ์ข้ามกำลังสองเทียบกับความสัมพันธ์ข้ามที่ไม่ยกกำลังสองและแน่นอน 'แหลม' จุดสูงสุดหลักเหนือคนอื่น ๆ แต่ฉันสับสนว่าการคำนวณใดที่ฉันควรใช้เพื่อกำหนดความคล้ายคลึงกัน ... สิ่งที่ฉันพยายามคิดก็คือ: ฉันสามารถ / ควรใช้ยอดเขารองอื่นในการคำนวณความคล้ายคลึงกันได้หรือไม่? ตอนนี้เรามีพล็อตสหสัมพันธ์ข้ามกำลังสองและมันทำให้จุดสูงสุดหลักคมชัดขึ้น แต่สิ่งนี้ช่วยในการพิจารณาความคล้ายคลึงขั้นสุดท้ายได้อย่างไร ขอบคุณอีกครั้ง. แก้ไขสำหรับ Dilip: ยอดเขาเล็ก ๆ ไม่ได้ช่วยในการคำนวณความเหมือนกันจริงๆ มันเป็นจุดสูงสุดหลักที่สำคัญ แต่จุดสูงสุดเล็กลงนั้นรองรับการคาดเดาว่าสัญญาณนั้นเป็นเทมเพลตที่มีเสียงดัง " ขอบคุณดิลิปฉันรู้สึกสับสนเล็กน้อยจากคำสั่งนั้น - ถ้ายอดเขาเล็กจริง ๆ ให้การสนับสนุนว่าสัญญาณนั้นเป็นเทมเพลตที่มีเสียงดังแล้วไม่ได้ช่วยในการวัดความคล้ายคลึงกัน? สิ่งที่ฉันสับสนคือว่าฉันควรใช้จุดสูงสุดของฟังก์ชั่นการข้ามสหสัมพันธ์แบบปกติเป็นหนึ่งและการวัดขั้นสุดท้ายของความคล้ายคลึงกันและ 'ไม่สนใจ' เกี่ยวกับสิ่งที่ส่วนที่เหลือของฟังก์ชั่นครอส …

2
การแปลงฟูริเยร์แบบไม่ต่อเนื่องของลำดับขั้นตอนของยูนิต
จากหนังสือเรียนรู้ว่า DTFT ของ u[n]ยู[n]u[n] ได้รับจาก U(ω)=πδ(ω)+11−e−jω,−π≤ω&lt;π(1)(1)ยู(ω)=πδ(ω)+11-อี-Jω,-π≤ω&lt;πU(\omega)=\pi\delta(\omega)+\frac{1}{1-e^{-j\omega}},\qquad -\pi\le\omega <\pi\tag{1} อย่างไรก็ตามฉันไม่ได้เห็นตำราเรียนของ DSP ที่อย่างน้อยก็แกล้งทำเป็นให้เสียงที่มาไม่มากก็น้อย (1)(1)(1). Proakis [1] เกิดขึ้นครึ่งขวาของด้านขวามือของ (1)(1)(1) โดยการตั้งค่า z=ejωZ=อีJωz=e^{j\omega} ใน ZZ\mathcal{Z}- การเปลี่ยนแปลงของ u[n]ยู[n]u[n]และบอกว่าถูกต้องยกเว้น ω=2πkω=2πk\omega=2\pi k(ซึ่งแน่นอนว่าถูกต้อง) จากนั้นเขาก็กล่าวว่าที่เสาของZZ\mathcal{Z}- เปลี่ยนเราต้องเพิ่มแรงกระตุ้นเดลต้ากับพื้นที่ของ ππ\piแต่นั่นดูเหมือนสูตรสำหรับฉันมากกว่าสิ่งอื่นใด Oppenheim and Schafer [2] พูดถึงในบริบทนี้ แม้ว่ามันจะไม่ตรงไปตรงมาเพื่อแสดงลำดับนี้สามารถแสดงโดยการแปลงฟูริเยร์ต่อไปนี้: ซึ่งตามด้วยสูตรเทียบเท่ากับ (1)(1)(1). น่าเสียดายที่พวกเขาไม่ได้มีปัญหาในการแสดงให้เราเห็นว่าหลักฐาน "ไม่ตรงไปตรงมา" หนังสือที่ฉันไม่รู้จริง ๆ แต่ฉันพบเมื่อมองหาหลักฐาน (1)(1)(1)คือการแนะนำการประมวลผลสัญญาณดิจิตอลและการออกแบบตัวกรองโดย BA Shenoi บนหน้า 138มี "มา" ของ(1)(1)(1)แต่น่าเสียดายที่มันผิด ฉันถามคำถาม"DSP-puzzle"เพื่อให้ผู้คนแสดงสิ่งที่ผิดกับการพิสูจน์นั้น] ดังนั้นคำถามของฉันคือ: ใครสามารถให้หลักฐาน …

7
เหตุใด DFT ถือว่าสัญญาณที่แปลงเป็นระยะ?
ในหนังสือประมวลผลสัญญาณหลายเล่มอ้างว่า DFT ถือว่าสัญญาณที่แปลงเป็นระยะ (และนี่คือเหตุผลว่าทำไมการรั่วไหลของสเปกตรัมเช่นอาจเกิดขึ้นได้) ทีนี้ถ้าคุณดูนิยามของ DFT ก็ไม่มีข้อสันนิษฐานแบบนั้น อย่างไรก็ตามในบทความ Wikipediaเกี่ยวกับการแปลงฟูริเยร์แบบไม่ต่อเนื่อง (DTFT) มีการระบุไว้ว่า เมื่อมีการป้อนข้อมูลตามลำดับ x [ n ]x[n]x[n] คือ ยังไม่มีข้อความNN-periodic, Eq.2 สามารถลดลงเป็นการแปลงฟูริเยร์โดยสิ้นเชิง (DFT) ดังนั้นสมมติฐานนี้เกิดขึ้นจาก DTFT หรือไม่ ที่จริงแล้วเมื่อคำนวณ DFT ฉันจริง ๆ แล้วทำการคำนวณ DTFT ด้วยการสันนิษฐานว่าสัญญาณเป็นระยะ?

1
ทำไมการสุ่มตัวอย่างสัญญาณต่อเนื่องเป็นระยะทำให้เกิดสัญญาณไม่ต่อเนื่องเป็นระยะ?
ฉันได้ศึกษาสัญญาณและระบบเมื่อเร็ว ๆ นี้และฉันได้พบกับข้อเรียกร้องต่อไปนี้: การสุ่มตัวอย่างอย่างสม่ำเสมอของสัญญาณต่อเนื่องเป็นระยะอาจไม่เป็นระยะ! ใครช่วยอธิบายหน่อยได้ไหมว่าทำไมข้อความนี้ถึงเป็นจริง

3
เลื่อนสัญญาณโดยใช้เศษส่วนของตัวอย่าง
ฉันมีสัญญาณที่มีเวลาตัวอย่าง 0.5 ไมโครวินาทีและฉันต้องการเปลี่ยนสัญญาณนี้โดยใช้เวลาเพียงเศษเสี้ยวของตัวอย่างพูดด้วย 3 นาโนวินาที ฉันได้อ่านแหล่งข้อมูลออนไลน์เกี่ยวกับการกรองการหน่วงเวลาแบบเศษส่วนและการใช้ FFT และ IFFT เพื่อดำเนินการหน่วงเวลาดังกล่าว ใครบางคนสามารถชี้ให้ฉันเห็นทฤษฎีบางอย่างเกี่ยวกับเรื่องนี้หรือให้แนวคิดเกี่ยวกับวิธีการนำไปใช้ สำหรับการเปลี่ยนสัญญาณปกติสำหรับตัวอย่างจำนวนเต็มฉันได้ดำเนินการนี้โดยขยับสัญญาณตามจำนวนตัวอย่างที่ต้องการและเพิ่มศูนย์ที่จุดเริ่มต้น วิธีนี้ถูกต้องหรือไม่

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.