คำถามติดแท็ก filters

ในการประมวลผลสัญญาณตัวกรองเป็นอุปกรณ์หรือกระบวนการที่แปลงสัญญาณโดยเลือกความถี่ที่เฉพาะเจาะจงและปล่อยให้ผู้อื่นได้รับผลตอบแทนที่เหมาะสมหรือตามที่มันเป็น

3
เหตุใดจึงเป็นความคิดที่ดีในการกรองโดยการทำให้ถังขยะ FFT เป็นศูนย์?
มันง่ายมากในการกรองสัญญาณโดยการทำ FFT ที่มันลบช่องว่างบางส่วนแล้วทำการ IFFT ตัวอย่างเช่น t = linspace(0, 1, 256, endpoint=False) x = sin(2 * pi * 3 * t) + cos(2 * pi * 100 * t) X = fft(x) X[64:192] = 0 y = ifft(X) ส่วนประกอบความถี่สูงจะถูกลบออกอย่างสมบูรณ์โดยตัวกรอง FFT "brickwall" นี้ แต่ฉันได้ยินมาว่านี่ไม่ใช่วิธีการที่ดีที่จะใช้ เหตุใดจึงเป็นความคิดที่ไม่ดี มีสถานการณ์ที่เป็นตัวเลือกที่ดีหรือไม่? [ ตามที่แนะนำโดย pichenettes ]
72 fft  filters 

6
วิธีตรวจจับที่ง่ายที่สุดในการเริ่มและหยุดซองจดหมายเสียง
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 …

5
ความแตกต่างระหว่างความล่าช้าเฟสและความล่าช้าของกลุ่มคืออะไร?
ฉันกำลังศึกษา DSP บางอย่างและฉันมีปัญหาในการทำความเข้าใจความแตกต่างระหว่างความล่าช้าขั้นตอนและความล่าช้ากลุ่ม ดูเหมือนว่าพวกเขาทั้งคู่จะวัดเวลาหน่วงของไซนัสที่ส่งผ่านตัวกรอง ฉันถูกต้องในการคิดสิ่งนี้หรือไม่? ถ้าเป็นเช่นนั้นการวัดทั้งสองจะแตกต่างกันอย่างไร ใครช่วยยกตัวอย่างสถานการณ์ที่การวัดหนึ่งจะมีประโยชน์มากกว่าอีกสถานการณ์หนึ่ง? UPDATE อ่านหนังสือไปข้างหน้าในจูเลียสมิ ธรู้เบื้องต้นเกี่ยวกับตัวกรองดิจิตอลฉันได้พบสถานการณ์ที่ทั้งสองวัดอย่างน้อยให้ผลที่แตกต่างกัน: ฟิลเตอร์เลียนแบบเฟส นั่นเป็นคำตอบบางส่วนสำหรับคำถามของฉันฉันเดา

2
ข้อดีของการกรองแบบ MATLAB คืออะไร
MATLAB's filtfiltทำการกรองไปข้างหน้า - หลังเช่นตัวกรองกลับสัญญาณกรองอีกครั้งแล้วกลับอีกครั้ง เห็นได้ชัดว่าสิ่งนี้ทำเพื่อลดความล่าช้าเฟส? ข้อดี / ข้อเสียของการใช้ตัวกรองดังกล่าวคืออะไร (ฉันคิดว่ามันจะส่งผลให้ลำดับตัวกรองเพิ่มขึ้นอย่างมีประสิทธิภาพ) มันจะดีกว่าที่จะใช้filtfiltเสมอแทนfilter(เช่นการกรองไปข้างหน้าเท่านั้น)? มีแอปพลิเคชั่นที่จำเป็นต้องใช้และไม่ควรใช้หรือไม่
30 matlab  filters  theory 

4
ความหมายที่แท้จริงของระบบขั้นต่ำคืออะไร?
ความหมายที่แท้จริงของระบบขั้นต่ำคืออะไร? การอ่านบทความ Wikipedia และOppenheimเป็นความช่วยเหลือซึ่งเราเข้าใจว่าสำหรับระบบLTIขั้นต่ำสุดหมายถึงสิ่งที่ตรงกันข้ามนั้นเป็นสาเหตุและมั่นคง (นั่นหมายความว่าศูนย์และเสาอยู่ภายในวงกลมหน่วย) แต่ "เฟส" และ "ขั้นต่ำ" ต้องทำอะไรกับมัน เราสามารถบอกได้หรือไม่ว่าระบบเป็นเฟสต่ำสุดโดยดูที่การตอบสนองเฟสของ DFT อย่างใด

2
ลำดับตัวกรองเทียบกับจำนวนก๊อกและจำนวนสัมประสิทธิ์
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] + …

3
สิ่งที่ควรพิจารณาเมื่อเลือกฟังก์ชั่นหน้าต่างเมื่อปรับเวลาให้เรียบ
หากใครต้องการทำให้อนุกรมเวลาราบรื่นขึ้นโดยใช้ฟังก์ชั่นหน้าต่างเช่น Hanning, Hamming, Blackman เป็นต้นสิ่งที่ต้องคำนึงถึงในการเลือกหน้าต่างใดหน้าต่างหนึ่งเหนือหน้าต่างอื่น?

1
ทับซ้อนเพิ่มกับทับซ้อนกันบันทึก
ความแตกต่างหรือเกณฑ์อื่นใดที่สามารถใช้ในการตัดสินใจระหว่างการใช้การทับซ้อนกันเพิ่มและการทับซ้อนกันบันทึกสำหรับการกรอง? ทั้งการทับซ้อน - เพิ่มและการทับซ้อน - บันทึกอธิบายว่าเป็นอัลกอริธึมสำหรับการทำสังวัตนาที่รวดเร็วของการสตรีมข้อมูลอย่างรวดเร็วด้วยเคอร์เนล FIR ความหน่วงแฝงประสิทธิภาพการคำนวณหรือความแตกต่างของแคช (ฯลฯ ) มีความแตกต่างกันถ้ามี? หรือพวกเขาเหมือนกันหรือไม่

4
วิธีการตรวจจับจุดสูงสุด
อะไรคืออัลกอริธึมการตรวจจับสูงสุดที่มีอยู่? ฉันมีข้อมูลที่มีเสียงดังและฉันต้องการที่จะใช้การตรวจจับสูงสุดสำหรับข้อมูลนี้ ข้อมูลกลับด้านจริง ๆ แล้วฉันพยายามหาจุดล่าง นี่คือภาพรวมของข้อมูลใน Excel ฉันชอบที่จะตรวจสอบพื้นทั้งสอง ฉันคิดถึงการส่งข้อมูลผ่านตัวกรอง low-pass และจากนั้นทำค่าเฉลี่ยเคลื่อนที่ซึ่งฉันกำหนดยอดเขาและภายในค่าเฉลี่ยเคลื่อนที่ฉันทำการค้นหาอีกครั้ง ฉันมีพื้นหลังเป็นศูนย์ DSP; นี่เป็นเพียงแนวทางสามัญสำนึก ฉันต้องการได้ยินสิ่งที่ผู้เชี่ยวชาญแนะนำ

5
คำสั่งซื้อแรกที่ดีที่สุดของ IIR (ตัวกรอง AR) ใช้กับตัวกรองค่าเฉลี่ยเคลื่อนที่ (ตัวกรอง FIR) คืออะไร
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 …

2
การใช้ตัวกรองใน scipy.signal: ใช้ lfilter หรือ filtfilt หรือไม่
ผมเห็นในSO ด้ายข้อเสนอแนะเพื่อการใช้งานfiltfiltที่มีประสิทธิภาพไปข้างหลัง / lfilterข้างกรองแทน อะไรคือแรงจูงใจในการใช้เทคนิคหนึ่งเทียบกับเทคนิคอื่น?

3
การออกแบบตัวกรอง FIR: Window vs Parks McClellan และ Squast Squares น้อยที่สุด
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

5
ทำไมฉันถึงปล่อยสัญญาณเกินขนาด?
ฉันไม่สามารถคิดถึงวิธีที่ดีกว่าสำหรับการถามคำถามนี้ดังนั้นฉันจะเริ่มต้นด้วยตัวอย่าง สมมติว่าฉันมีสัญญาณอินพุทที่มีความถี่สูงสุด 50Hz (ตัวอย่างที่ 100Hz) ตอนนี้สัญญาณที่น่าสนใจอยู่ในช่วง 0-5Hz ดังนั้นฉันสามารถเพิ่มตัวกรองความถี่ต่ำด้วยการตัดค่า 5Hz และใช้สัญญาณผลลัพธ์สำหรับการประมวลผลเพิ่มเติม ความเข้าใจของฉันคือตอนนี้ฉันสามารถลดตัวอย่างสัญญาณกรองโดยปัจจัย 10 และลดภาระการประมวลผล ฉันถูกไหม? ถ้าใช่ทำไมการสุ่มตัวอย่างไม่ได้เกิดขึ้นหลังจากการกรองเสมอเพราะเป็นวิธีที่ชัดเจนสำหรับฉัน และถ้าฉันผิดในการสันนิษฐานของฉันฉันอยู่ที่ไหนผิด?

4
วิธีที่รวดเร็ว / มีประสิทธิภาพในการแยกค่าสัมประสิทธิ์ตัวกรอง 2D จำนวนเต็มแยกได้
ฉันต้องการที่จะสามารถตรวจสอบได้อย่างรวดเร็วว่าเคอร์เนล 2 มิติของค่าสัมประสิทธิ์จำนวนเต็มแบ่งออกเป็นสอง 1D เมล็ดที่มีสัมประสิทธิ์จำนวนเต็ม เช่น 2 3 2 4 6 4 2 3 2 สามารถแยกออกเป็น 2 3 2 และ 1 2 1 การทดสอบความสามารถแยกได้จริงดูเหมือนจะค่อนข้างตรงไปตรงมาโดยใช้เลขคณิตจำนวนเต็ม แต่การแยกย่อยเป็นฟิลเตอร์ 1D ที่มีค่าสัมประสิทธิ์จำนวนเต็มกำลังพิสูจน์ว่าเป็นปัญหาที่ยากขึ้น ความยากลำบากดูเหมือนจะอยู่ในความจริงที่ว่าอัตราส่วนระหว่างแถวหรือคอลัมน์อาจไม่ใช่จำนวนเต็ม (เศษส่วนที่มีเหตุผล) เช่นในตัวอย่างข้างต้นเรามีอัตราส่วน 2, 1/2, 3/2 และ 2/3 ฉันไม่ต้องการใช้วิธีการที่หนักเช่น SVD เพราะ (ก) มันค่อนข้างแพงสำหรับความต้องการของฉันและ (b) มันก็ไม่ได้ช่วยในการกำหนดสัมประสิทธิ์จำนวนเต็ม ความคิดใด ๆ ข้อมูลเพิ่มเติม ค่าสัมประสิทธิ์อาจเป็นค่าบวกลบหรือเป็นศูนย์และอาจมีกรณีทางพยาธิวิทยาที่ผลรวมของเวกเตอร์ 1D หรือทั้งคู่เป็นศูนย์เช่น -1 2 …
21 filters  separability  1d  2d 

3
ตัวกรอง gabor คืออะไรและอะไรคือประโยชน์หลักของมัน
ฉันกำลังทำการวิจัยเกี่ยวกับตัวกรอง Gabor แต่เมื่อฉัน Googled มันฉันมีบทความยาวและซับซ้อน ใครช่วยฉันหาคำอธิบายง่ายๆเกี่ยวกับมันหรือแนะนำเว็บไซต์หรือบทความเพื่ออ่าน? ฉันต้องการที่จะเข้าใจตัวกรองนี้เพื่อใช้ใน Matlab

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