คำถามติดแท็ก filter-design

ด้านล่างเป็นสัญญาณที่แสดงถึงการบันทึกการพูดคุยของใครบางคน ฉันต้องการสร้างชุดสัญญาณเสียงขนาดเล็กตามนี้ แนวคิดในการตรวจจับเมื่อเสียง 'สำคัญ' เริ่มต้นและสิ้นสุดและใช้สิ่งเหล่านี้เป็นเครื่องหมายเพื่อสร้างตัวอย่างข้อมูลเสียงใหม่ กล่าวอีกนัยหนึ่งฉันต้องการใช้ความเงียบเป็นตัวบ่งชี้ว่าเมื่อใด 'เสียงอัน' เริ่มหรือหยุดและสร้างบัฟเฟอร์เสียงใหม่ตามสิ่งนี้ ตัวอย่างเช่นถ้ามีคนบันทึกตัวเองพูด Hi [some silence] My name is Bob [some silence] How are you? ฉันต้องการทำคลิปเสียงสามคลิปจากนี้ หนึ่งที่กล่าวว่าHiหนึ่งที่กล่าวว่าและหนึ่งที่กล่าวว่าMy name is BobHow are you? แนวคิดเริ่มต้นของฉันคือการเรียกใช้บัฟเฟอร์เสียงตรวจสอบอย่างสม่ำเสมอว่ามีพื้นที่ของแอมพลิจูดต่ำ บางทีฉันสามารถทำได้โดยการหาสิบตัวอย่างแรกโดยเฉลี่ยค่าและถ้าผลลัพธ์ต่ำแล้วติดป้ายว่าเงียบ ฉันจะลงบัฟเฟอร์ด้วยการตรวจสอบอีกสิบตัวอย่าง การเพิ่มขึ้นด้วยวิธีนี้ฉันสามารถตรวจจับได้ว่าซองจดหมายเริ่มต้นและหยุดที่ใด หากใครมีคำแนะนำใด ๆ เกี่ยวกับความดี แต่วิธีง่ายๆในการทำสิ่งนี้ก็คงจะดี สำหรับวัตถุประสงค์ของฉันการแก้ปัญหาสามารถเป็นพื้นฐานค่อนข้าง ฉันไม่ใช่มืออาชีพที่ DSP แต่เข้าใจแนวคิดพื้นฐานบางอย่าง นอกจากนี้ฉันจะทำสิ่งนี้ทางโปรแกรมดังนั้นควรพูดคุยเกี่ยวกับอัลกอริทึมและตัวอย่างดิจิทัล ขอบคุณสำหรับความช่วยเหลือ! แก้ไข 1 การตอบสนองยอดเยี่ยมจนถึงตอนนี้! แค่อยากจะอธิบายว่านี่ไม่ใช่เสียงสดและฉันจะเขียนอัลกอริธึมด้วยตัวเองใน C หรือ Objective-C ดังนั้นการแก้ปัญหาใด …

43 filters  audio  filter-design 

ความหมายที่แท้จริงของระบบขั้นต่ำคืออะไร? การอ่านบทความ Wikipedia และOppenheimเป็นความช่วยเหลือซึ่งเราเข้าใจว่าสำหรับระบบLTIขั้นต่ำสุดหมายถึงสิ่งที่ตรงกันข้ามนั้นเป็นสาเหตุและมั่นคง (นั่นหมายความว่าศูนย์และเสาอยู่ภายในวงกลมหน่วย) แต่ "เฟส" และ "ขั้นต่ำ" ต้องทำอะไรกับมัน เราสามารถบอกได้หรือไม่ว่าระบบเป็นเฟสต่ำสุดโดยดูที่การตอบสนองเฟสของ DFT อย่างใด

29 filters  filter-design 

ฉันเรียนรู้ DSP ช้าและพยายามคลุมหัวคำศัพท์บางคำ: คำถามที่ 1 : สมมติว่าฉันมีสมการความแตกต่างของตัวกรองต่อไปนี้: Y[ n ] = 2 x [ n ] + 4 x [ n - 2 ] + 6 x [ n - 3 ] + 8 x [ n - 4 ]Y[n]=2x[n]+4x[n-2]+6x[n-3]+8x[n-4]y[n] = 2 x[n] + 4 x[n-2] + 6 x[n-3] + …

28 filters  filter-design  infinite-impulse-response  fir 

สมมติตัวกรอง IIR อันดับแรกดังต่อไปนี้: y[n]=αx[n]+(1−α)y[n−1]y[n]=αx[n]+(1−α)y[n−1] y[n] = \alpha x[n] + (1 - \alpha) y[n - 1] ฉันจะเลือกพารามิเตอร์αα \alpha st ที่ IIR ประมาณเท่าที่จะทำได้ FIR ซึ่งเป็นค่าเฉลี่ยเลขคณิตของkk k ตัวอย่างล่าสุดได้อย่างไร: z[n]=1kx[n]+1kx[n−1]+…+1kx[n−k+1]z[n]=1kx[n]+1kx[n−1]+…+1kx[n−k+1] z[n] = \frac{1}{k}x[n] + \frac{1}{k}x[n-1] + \ldots + \frac{1}{k}x[n-k+1] โดยที่n∈[k,∞)n∈[k,∞) n \in [k, \infty) หมายถึงอินพุตสำหรับ IIR อาจยาวกว่าkk k และยังต้องการให้การประมาณค่าเฉลี่ยที่ดีที่สุดของอินพุตสุดท้ายkk k ฉันรู้ว่า IIR มีการตอบสนองต่อแรงกระตุ้นอย่างไม่มีที่สิ้นสุดดังนั้นฉันจึงมองหาการประมาณค่าที่ดีที่สุด ฉันยินดีที่จะใช้โซลูชันการวิเคราะห์ไม่ว่าจะเป็นฟังก์ชั่นการคิดต้นทุนL2L2 …

24 filters  filter-design  infinite-impulse-response  optimization  approximation 

มีข้อได้เปรียบใด ๆ หรือไม่ที่จะใช้วิธีเข้าหาหน้าต่างเหนือ Parks-McClellan (ย่อมาอีกว่า PMcC) หรืออัลกอริธึม Least Squares สำหรับการออกแบบตัวกรอง FIR ของตัวกรองสัญญาณความถี่ต่ำ สมมติว่าด้วยพลังการคำนวณในปัจจุบันที่ความซับซ้อนของอัลกอริทึมนั้นไม่ได้เป็นปัจจัย คำถามนี้ไม่ได้เปรียบเทียบ PMcC กับ Least Squares แต่โดยเฉพาะถ้ามีเหตุผลที่จะใช้เทคนิคการออกแบบหน้าต่าง FIR ใด ๆ แทนอัลกอริธึมเหล่านั้นหรือเป็นเทคนิคการเรียงหน้าต่างเพื่อกรองการออกแบบล้าสมัยโดยอัลกอริธึมเหล่านั้น ด้านล่างเป็นการเปรียบเทียบหนึ่งที่ฉันได้เปรียบเทียบหน้าต่าง Hamming กับแนวทางการออกแบบที่ฉันโปรดปรานกับ Least-Squared โดยใช้จำนวนก๊อกเท่ากัน ฉันขยาย passband ในวิธี Least Squared เพื่อให้ตรงกับ Hamming Window อย่างใกล้ชิดและในกรณีนี้มันค่อนข้างชัดเจนว่า Least-Squared จะมีประสิทธิภาพสูงกว่า (เสนอการปฏิเสธวงดนตรีหยุดมากกว่า) ฉันยังไม่ได้ทำสิ่งนี้กับหน้าต่างทั้งหมดซึ่งทำให้ฉันถามคำถามว่าคุณสามารถทำ PMcC และสี่เหลี่ยมจัตุรัสน้อยที่สุดได้หรือไม่หรือมีแอปพลิเคชั่นอื่นสำหรับตัวกรองความถี่ต่ำ FIR ที่ต้องการแนวทางการปรับหน้าต่าง

21 filters  filter-design  fir  least-squares  parks-mclellan 

คำถามเมื่อเร็ว ๆ นี้ขึ้นมาเกี่ยวกับสวนสาธารณะ-McClellan และบางส่วนของความคิดเห็นที่ชี้ให้เห็นว่าบทความวิกิพีเดียในสวนสาธารณะ-McClellanรัฐ ... อัลกอริทึม Parks-McClellan เป็นรูปแบบของอัลกอริทึม Remez หรืออัลกอริทึมแลกเปลี่ยน Remez มีความแตกต่างในประสิทธิภาพหรือไม่ เป็นremezฟังก์ชั่นในคู่เทียบเท่ากับฟังก์ชั่น Matlab firpm?

21 algorithms  filter-design  parks-mclellan 

ฉันต้องการออกแบบชุดตัวกรอง FIR เพื่อใช้ตัวกรองสัญญาณความถี่ต่ำ ฉันกำลังพยายามลดความหน่วงของสัญญาณผ่านตัวกรองดังนั้นฉันจึงสงสัยว่าจำนวนก๊อกขั้นต่ำที่ฉันสามารถใช้ได้อาจเป็นเท่าใด ฉันรู้ว่าก๊อกมากขึ้นสามารถนำไปสู่การตัดความถี่ที่คมชัดยิ่งขึ้นและการปฏิเสธวงดนตรีหยุดที่ดีขึ้น ฯลฯ อย่างไรก็ตามสิ่งที่ฉันสนใจเป็นพื้นฐานมากขึ้น - ถ้าฉันต้องการใช้ตัวกรองความถี่ต่ำด้วย cutoff ที่พูดว่าหมายความว่าฉันต้องการอย่างน้อย 100 ก๊อกเพื่อลดทอนสัญญาณความถี่ที่ต่ำกว่า? หรือฉันจะไปด้วยก๊อกน้อยลงและถ้าเป็นเช่นนั้นจะมีขีด จำกัด ล่างทางทฤษฎี?ฉs100fs100\frac{f_s}{100}

20 filter-design  fir 

ฉันกำลังพยายามใช้ตัวกรอง IIR อันดับที่ 8 และบันทึกย่อของแอปพลิเคชันและหนังสือทุกเล่มที่ฉันได้อ่านบอกว่ามันเป็นการดีที่สุดที่จะใช้ตัวกรองลำดับที่สองมากกว่านั้นเป็นส่วนที่สอง ฉันใช้tf2sosMATLAB เพื่อรับค่าสัมประสิทธิ์สำหรับส่วนที่สองซึ่งทำให้ฉันมีค่า 6x4 coeffs สำหรับส่วนของคำสั่งที่สอง 4 ตามที่คาดไว้ ก่อนการใช้งานเป็น SOS ตัวกรองลำดับที่ 8 จำเป็นต้องเก็บค่าตัวอย่าง 7 ค่าก่อนหน้า (และค่าเอาต์พุตด้วย) ตอนนี้เมื่อดำเนินการตามลำดับส่วนที่สองโฟลว์ทำงานอย่างไรจากอินพุตไปยังเอาต์พุตฉันต้องเก็บค่าตัวอย่างก่อนหน้านี้เพียง 2 ค่าหรือไม่ หรือผลลัพธ์ของตัวกรองตัวแรกป้อนเช่นเดียวx_inกับตัวกรองที่สองและอื่น ๆ ?

20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 

ฉันรู้ประเภทหน้าต่างทั่วไป (Hamming, Hanning, Kaiser, Tukey, ฯลฯ ) อย่างไรก็ตามในขณะที่หนังสือหลายเล่มอธิบายพวกเขา - เกือบจะไม่มีใครบอกฉันว่าพวกเขาได้รับมา อะไรคือสิ่งที่ศักดิ์สิทธิ์เกี่ยวกับหน้าต่าง hamming? แล้วแฮนนิงล่ะ ฉันเข้าใจว่าพวกเขาทั้งหมดเล่นตามอัตราส่วนของการลดทอนความกว้าง VS sidelobe แต่พวกเขาได้รับมาอย่างไร แรงจูงใจสำหรับคำถามของฉันคือเพราะฉันพยายามที่จะคิดออกว่าใครสามารถออกแบบหน้าต่างของตัวเองได้หรือไม่นั่นก็ช่วยลดความกว้างของกลีบหลักและพลังงาน sidelobe

20 fourier-transform  filter-design  signals-history 

ความเป็นมา:บ่อยครั้งที่ฉันทำงานการประมวลสัญญาณบางอย่างที่ต้องใช้ตัวกรองที่ไม่ซ้ำใคร ปกติจะอยู่ที่จุดนี้ผมไปที่ MATLAB และสร้างตัวกรองที่ไม่ซ้ำกันใหม่โดยใช้f ฉันr p m( )firpm()\tt firpm() ) firpm()ฟังก์ชันMATLAB ใช้อัลกอริทึม Parks-McClellan ตอนนี้ฉันมีตัวกรองและใส่ตัวกรองลงในอาร์เรย์ฮาร์ดโค้ด แต่นี่คือปัญหาที่ฉันมีตัวกรอง hardcoded ซึ่งใช้ได้กับสถานการณ์เดียวเท่านั้น ปัญหา:ตอนนี้ฉันสามารถแก้ปัญหาการประมวลผลสัญญาณของฉันได้สองทาง ... แต่สำหรับอัตราตัวอย่างเดี่ยวที่เฉพาะเจาะจงมากหรือสถานการณ์เฉพาะ เป้าหมาย:ฉันต้องการที่จะสามารถที่จะเรียกf ฉันr p m( )firpm()\tt firpm()จากรหัส C หรือบางส่วนภาษาอื่น ๆ และให้รหัสการประมวลผลสัญญาณของฉันทั่วไปมากขึ้น ฉันไม่พบการใช้โอเพ่นซอร์สของfirpm()! ฉันจะใช้งานโอเพ่นซอร์สของอัลกอริทึมการออกแบบตัวกรอง FIRของParks-McClellan ที่เหมาะสมได้อย่างไร (aka f ฉันr p m( )firpm()\tt firpm()ใน MATLAB) ป.ล.ฉันทราบว่าฉันสามารถออกแบบตัวกรองต่างกันโดยใช้หน้าต่างหรืออย่างอื่น ... อย่าลังเลที่จะพูดถึงพวกเขาในความคิดเห็น แต่ประเด็นของคำถามนี้ไม่ได้ถามว่า "เทคนิคการออกแบบตัวกรองอื่น ๆ คืออะไร" จุดคือการหาการดำเนินการเปิดแหล่งที่มาของที่ดีมีประโยชน์มากf …

20 filters  filter-design  software-implementation  finite-impulse-response 

ตั้งแต่สองสามเดือนที่ผ่านมาฉันเริ่มมีส่วนร่วมในการควบคุมระบบพลวัต ในกรณีส่วนใหญ่การออกแบบตัวควบคุมสำหรับระบบไดนามิกที่กำหนดจะต้องใช้เทคนิคการประมวลผลสัญญาณดิจิตอลโดยเฉพาะในพื้นที่ของตัวกรองสัญญาณ เนื่องจากฉันไม่มีพื้นฐานด้านวิศวกรรมการควบคุมฉันจึงสงสัยว่ามีใครบ้างที่อาจให้คำแนะนำเกี่ยวกับตำราเสียงที่เกี่ยวข้องกับตัวกรองสัญญาณในรายละเอียด หนังสือเรียนควรรวม: รู้เบื้องต้นเกี่ยวกับตัวกรองที่พบบ่อยที่สุดในพื้นที่ของ DSP; คำอธิบายลักษณะสำคัญของพวกเขาทั้งในโดเมนความถี่และเวลา โดยทั่วไปจะใช้ในสถานการณ์ใด (บทบาทหรือหน้าที่ของตัวกรอง) แม้ว่าจะเป็นคำถามที่ไร้เดียงสาฉันหวังว่าคุณอาจแนะนำตำราเรียนสองเล่ม

17 filters  filter-design  reference-request  control-systems 

NNNเพื่อ TH บัตเตอร์ low-pass filterของตัดความถี่สามารถออกแบบโดยการกระจายเสาอย่างสม่ำเสมอด้วยความเคารพพารามิเตอร์ใน S-เครื่องบินพาราโค้งซึ่งเป็นครึ่งวงกลม:ωcωc\omega_cNNN0&lt;α&lt;10&lt;α&lt;10 < \alpha <1f(α)=ωcei(π/2+πα)f(α)=ωcei(π/2+πα)f(\alpha) = \omega_c e^{i(\pi/2+\pi\alpha)} รูปที่ 1 ขั้วลำดับ Butterworth ลำดับที่ 6 (CC BY-SA 3.0 Fcorthay) เป็นที่น่าสังเกตว่าเส้นโค้งพารามิเตอร์เดียวกันนี้สามารถใช้กับองศาการกรองใด ๆ ที่ให้ฟังก์ชั่นการถ่ายโอนที่ผิดปกติ:NNN H(s)=∏k=1N1s−f(2k−12N),(1)(1)H(s)=∏k=1N1s−f(2k−12N),H(s)=\prod_{k=1}^N\frac{1}{s-f\left(\frac{2k-1}{2N}\right)},\tag{1} และตัวกรองผลลัพธ์เป็นตัวกรอง Butterworth เสมอ กล่าวคือไม่มีตัวกรองอื่น ๆ ที่มีหมายเลขเดียวกันของเสาและศูนย์มีจำนวนที่สูงขึ้นของสัญญาซื้อขายล่วงหน้าที่หายไปของการตอบสนองความถี่ขนาดที่ความถี่และ\ ชุดตัวกรอง Butterworth ที่มีความถี่การตัดเดียวกันสร้างชุดย่อยของตัวกรอง Butterworth ที่เส้นโค้งพารามิเตอร์ไม่ซ้ำกัน เซตย่อยไม่มีที่สิ้นสุดเนื่องจากไม่มีขอบเขตบนω=0ω=0\omega = 0ω=∞ω=∞\omega = \inftyωcωc\omega_cf(α)f(α)f(\alpha)NNN โดยทั่วไปแล้วไม่นับเสาและศูนย์ที่ไม่มีที่สิ้นสุดเว้นแต่พวกมันจะเกิดจากเส้นโค้งพารามิเตอร์ตัวกรองใด ๆ ที่มีเสาและศูนย์โดยที่เป็นจำนวนเต็มและเป็นเศษส่วนที่ไม่ใช่ค่าลบแบบปกติ:NNpNNpNN_pNNzNNzNN_zNNNNz/NpNz/NpN_z/N_p H(s)=∏NNzk=1(s−fz(2k−12NNz))∏NNpk=1(s−fp(2k−12NNp)),(2)(2)H(s)=∏k=1NNz(s−fz(2k−12NNz))∏k=1NNp(s−fp(2k−12NNp)),H(s)=\frac{\prod_{k=1}^{NN_z}\left(s-f_z\left(\frac{2k-1}{2NN_z}\right)\right)}{\prod_{k=1}^{NN_p}\left(s-f_p\left(\frac{2k-1}{2NN_p}\right)\right)},\tag{2} โดยที่fp(α)fp(α)f_p(\alpha)และเป็นเส้นโค้งพาราที่อาจอธิบายการกระจายของเสาและศูนย์ในวงเงินNfz(α)fz(α)f_z(\alpha)N→∞N→∞N\to\infty คำถามที่ 1: ประเภทตัวกรองอื่นที่ไม่ใช่ …

17 filter-design  butterworth 

ฉันรู้ว่ามีตัวกรอง FIR 4 ประเภทที่มีเฟสเชิงเส้นนั่นคือการหน่วงกลุ่มคงที่: (M = ความยาวของการตอบสนองต่อแรงกระตุ้น) การตอบสนองแรงกระตุ้นสมมาตร M = คี่ ภูตผีปีศาจ รับผิดชอบ สมมาตร M = เท่ากัน ภูตผีปีศาจ รับผิดชอบ แอนตี้ - สมมาตร, m = คี่ ภูตผีปีศาจ รับผิดชอบ แอนตี้ - สมมาตร, m = แม้ของ แต่ละคนมีลักษณะของมัน ประเภทใดที่ใช้กันมากที่สุดในตัวกรอง FIR พร้อมการออกแบบเฟสเชิงเส้นและทำไม :)

16 filters  filter-design  finite-impulse-response 

ฉันคิดว่า DSP จะทำได้โดยใช้ FFT บางส่วนของสัญญาณปรับเปลี่ยนตัวอย่างที่เป็นผลมาจาก FFT (เนื่องจากพวกเขาเป็นตัวแทนของสเปกตรัมของสัญญาณ + เสียงของเรา) และลบสัญญาณที่ไม่ต้องการและนอกเหนือจาก FFT ผกผันเพื่อให้ได้เวลา การเป็นตัวแทนโดเมนของสัญญาณกรอง (ลบเสียงรบกวนแล้ว) อย่างไรก็ตามสิ่งนี้ไม่ได้ทำแทนเราทำงานทั้งหมดในโดเมนเวลาโดยใช้ฟังก์ชั่นหน้าต่าง ทำไม? ถ้าเราคูณฟังก์ชันของหน้าต่างในโดเมนเวลามากกว่าที่เราเชื่อว่าการตอบสนองความถี่ของฟังก์ชันหน้าต่างกับสเปกตรัมของสัญญาณในโดเมนความถี่ของเรานั้นเป็นอย่างไร ฉันหมายถึงถ้าเราเพิ่งทำงานทั้งหมดในโดเมนความถี่ด้วยการเพิ่มสัญญาณของเราด้วยการตอบสนองความถี่ของตัวกรองนั่นจะเป็นการกรองใช่ไหม แต่ที่นี่เราทำทุกสิ่งในโดเมนเวลาแทนที่จะใช้หน้าต่าง -&gt; ให้ดูว่าความสับสนของฉันมาจากไหน สำหรับตัวกรองแบบอะนาล็อกเช่นตัวกรองความถี่ต่ำเรามีพัลส์เช่นการตอบสนองความถี่ เมื่อเรากรองสัญญาณเราจะเพิ่มสเปกตรัมของสัญญาณอย่างมีประสิทธิภาพด้วยพัลส์เช่นการตอบสนองความถี่ของตัวกรอง สิ่งนี้จะลดความถี่ทั้งหมดในสัญญาณของเราเหนือการตัดออกเป็น 0 นี่คือการทำงานของตัวกรองสัญญาณความถี่ต่ำ ทำไมไม่ทำเช่นเดียวกันกับตัวกรองดิจิตอลด้วย?

16 filters  frequency-spectrum  filter-design  window-functions  analog 

ฉันมีสัญญาณที่สุ่มตัวอย่างแต่ละ 1 ns (1e-9 วินาที) และมีสมมุติ 1e4 คะแนน ฉันต้องการกรองความถี่สูงจากสัญญาณนี้ สมมติว่าฉันต้องกรองความถี่ที่สูงกว่า 10 MHz ฉันต้องการที่สำหรับความถี่ต่ำกว่าสัญญาณความถี่ cutoff จะถูกส่งผ่านไม่เปลี่ยนแปลง มันหมายถึงการเพิ่มขึ้นของตัวกรองจะเป็น 1 สำหรับความถี่ที่ต่ำกว่าความถี่การตัด ฉันต้องการระบุลำดับตัวกรอง ฉันหมายถึงตัวกรองคำสั่งแรกมีความชัน 20 เดซิเบล / ทศวรรษ (กำลังม้วนออก) หลังจากความถี่ตัดตัวกรองลำดับที่สองมีความลาดชัน 40 เดซิเบล / เด ธ หลังจากความถี่ตัดออกและอื่น ๆ รหัสประสิทธิภาพสูงเป็นสิ่งสำคัญ

16 filter-design  lowpass-filter  python