คำถามติดแท็ก estimators

ฉันมี 100,000 ตัวอย่างสัญญาณซึ่งถูกเก็บตัวอย่างที่ 20kHz ข้อมูลนี้เป็นข้อมูลการสั่นสะเทือนจากเครื่องหมุนและมีส่วนประกอบสเปกตรัมที่สำคัญที่เกี่ยวข้องกับความเร็วของการหมุนของเครื่องx [ n ]x[n]x[n] เนื่องจากความเร็วของเครื่องแตกต่างกันไปตามระยะเวลาของตัวอย่างการใช้จุดสูงสุดของ FFT จึงไม่ให้ผลลัพธ์ตามที่ต้องการ ดังนั้นฉันต้องการใช้ตัวประมาณเช่นตัวประมาณของ Kayที่อนุญาตการประมาณระยะสั้น แต่สมมติว่าเป็นรูปแบบสัญญาณของ: x [ n ] = ประสบการณ์( j ω n + θ ) + z[ n ]x[n]=Aประสบการณ์⁡(Jωn+θ)+Z[n]x[n] = A \exp(j \omega n + \theta) + z[n] โดยที่ = 0 ... 99,999,คือแอมพลิจูดคือความถี่ที่จะประมาณคือการชดเชยเริ่มต้นและคือเสียงที่ซับซ้อนnnnAAAωω\omegaθθ\thetaZ[ n ]Z[n]z[n] อย่างไรก็ตามสัญญาณของฉันมีมูลค่าจริงและมีลักษณะเหมือน: x [ n …

21 analytic-signal  preprocessing  estimators 

สมมติว่าฉันมีการวัดฟังก์ชั่น Y= y( x )y=y(x)y = y(x)ตัวอย่างที่ xผมxix_iด้วยเสียงรบกวนที่สามารถประมาณโดยการขยายตัวชุดเทย์เลอร์ มีวิธีที่ยอมรับได้ในการประมาณค่าสัมประสิทธิ์สำหรับการขยายตัวจากการวัดของฉันหรือไม่? ฉันพอดีกับข้อมูลกับพหุนาม แต่นั่นไม่ถูกต้องเพราะสำหรับซีรีส์เทย์เลอร์การประมาณควรดีกว่าที่คุณอยู่ใกล้กับจุดศูนย์กลางมากยิ่งขึ้นพูด x = 0 พอดีกับพหุนามปฏิบัติทุกจุดเท่า ๆ กัน ฉันยังสามารถประเมินคำสั่งซื้อขายอนุพันธ์ต่าง ๆ ณ จุดที่ฉันขยาย แต่ก็ต้องตัดสินใจเกี่ยวกับตัวกรองที่แตกต่างเพื่อใช้และจำนวนสัมประสิทธิ์ตัวกรองสำหรับแต่ละรายการ ฟิลเตอร์สำหรับอนุพันธ์ที่แตกต่างกันจะต้องเข้ากันได้หรือไม่? ไม่มีใครรู้วิธีการที่กำหนดไว้สำหรับสิ่งนี้ คำอธิบายหรือการอ้างอิงถึงเอกสารจะได้รับการชื่นชม ชี้แจง ในการตอบกลับความคิดเห็นด้านล่างการสุ่มตัวอย่างของฉันคือหน้าต่างสี่เหลี่ยมจากฟังก์ชันอนันต์ซึ่งไม่จำเป็นต้อง จำกัด วง แต่ไม่มีองค์ประกอบความถี่สูงที่แข็งแกร่ง จะเจาะจงมากขึ้นฉันกำลังวัดความแปรปรวนของตัวประมาณ (วัดการกระจัดในสัญญาณอัลตราซาวด์ทางการแพทย์) เป็นฟังก์ชันของพารามิเตอร์ของตัวประมาณ (ระดับของการเสียรูปหรือความเครียดของเนื้อเยื่อพื้นฐาน) ฉันมีซีรีย์ตามทฤษฎีของ Taylor สำหรับความแปรปรวนเป็นฟังก์ชั่นของการเสียรูปและต้องการเปรียบเทียบกับสิ่งที่ฉันได้รับจากการจำลอง ตัวอย่างของเล่นที่คล้ายกันอาจจะ: สมมติว่าคุณมีฟังก์ชั่นเช่น ln (x), สุ่มตัวอย่างตามช่วงเวลาใน x ด้วยเสียงรบกวนที่เพิ่มเข้ามา คุณไม่ทราบว่ามันคือฟังก์ชั่นอะไรและคุณต้องการประเมินซีรี่ส์ของ Taylor รอบ ๆ x = …

10 noise  estimators  approximation