คำถามติดแท็ก filters

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 

ในงานการประมวลผลเสียงมากที่สุดคนหนึ่งของแปลงที่ใช้มากที่สุดคือMFCC (เมลความถี่ค่าสัมประสิทธิ์ Cepstral) ฉันส่วนใหญ่รู้คณิตศาสตร์ที่อยู่เบื้องหลัง MFCC: ฉันเข้าใจทั้งขั้นตอนตัวกรองของธนาคารและการปรับความถี่เมล สิ่งที่ฉันไม่ได้รับคือขั้นตอน DCT (การแปลงโคไซน์ไม่ต่อเนื่อง): ฉันจะได้รับข้อมูลประเภทใดในขั้นตอนนี้ การแสดงภาพที่ดีของขั้นตอนนี้คืออะไร

20 filters  mfcc  cepstral-analysis 

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 

ฉันมักจะเห็นตัวกรองคาลมานที่ใช้กับข้อมูลอินพุตดังกล่าวเสมอ ตัวอย่างเช่นอินพุตมักเป็นตำแหน่งและความเร็วของผู้สื่อข่าว: ( x , dxdเสื้อ)(x,dxdt) (x, \dfrac{dx}{dt}) ในกรณีของฉันฉันมีเพียงตำแหน่ง 2D และมุมในแต่ละตัวอย่างเท่านั้น: Pผม( xผม, yผม)และ( α1, α2, α3)Pi(xi,yi)and(α1,α2,α3) P_i(x_i, y_i) \qquad \text{and} \qquad (\alpha_1, \alpha_2, \alpha_3) ฉันควรคำนวณความเร็วสำหรับแต่ละจุดและแต่ละมุมเพื่อให้พอดีกับกรอบงานของคาลมานหรือไม่?

19 filters  adaptive-filters  kalman-filters 

กระดาษต่อไปนี้อธิบายการประยุกต์ใช้ตัวดำเนินการพลังงาน Teager-Kaiser เพื่อการปรับปรุงภาพเอ็กซ์เรย์: Reinhard Bernstein, Michael S. Moore และ Sanjit K. Mitra " Proc. การประชุมนานาชาติ IEEE เกี่ยวกับการประมวลผลข้อมูลภาพ (ICIP), Santa Barbara, CA, ฉบับที่ 1, pp. 287-290, ตุลาคม 1997. http://vision.ece.ucsb.edu/publications/view_abstract.cgi?52 ผู้เขียนพัฒนาสัญชาตญาณสำหรับพฤติกรรมของตัวกรองผ่านการเปรียบเทียบกับตัวดำเนินการเชิงเส้นที่คล้ายกัน (เช่น"ดังนั้นผลลัพธ์ของตัวกรอง Teager นั้นจะเท่ากับการตอบสนองตัวกรองแบบไฮสปีดโดยประมาณโดยน้ำหนักท้องถิ่น" ) เพื่อความแม่นยำโดยตัวกรองพหุนามกำลังสองฉันหมายถึงตัวกรองที่ไม่เป็นเชิงเส้นไม่ใช่แบบเรียกซ้ำซึ่งสามารถจำแนกลักษณะได้อย่างสมบูรณ์โดยชุด Volterra ที่ถูกตัดทอนดังนี้ (สำหรับกรณี 1D): Y( n ) = ∑ม.1= 0ยังไม่มีข้อความ1- 1ชั่วโมง1( ม1) x ( n - …

19 filters 

ตัวกรองค่าเฉลี่ยเรียกว่าเป็นตัวกรองแบบเชิงเส้นและตัวกรองแบบมัธยฐานเรียกว่าเป็นตัวกรองแบบไม่เชิงเส้นได้อย่างไร ฉันเข้าใจว่าตัวกรองค่าเฉลี่ยและค่ามัธยฐานทำงานอย่างไร แต่ฉันไม่สามารถเกี่ยวข้องกับคำเชิงเส้นและไม่เชิงเส้นได้ โปรดอธิบายฉันด้วยตัวอย่าง

18 image-processing  filters  discrete-signals  signal-analysis  filtering 

ระบบของฉันมีดังต่อไปนี้ ฉันใช้กล้องของอุปกรณ์มือถือเพื่อติดตามวัตถุ จากการติดตามนี้ฉันได้รับคะแนน 3D สามจุดที่ฉันฉายไว้บนหน้าจอเพื่อรับคะแนน 2D สี่คะแนน ค่า 8 ค่านี้มีเสียงดังเนื่องจากการตรวจจับดังนั้นฉันต้องการกรองค่าเหล่านี้เพื่อให้การเคลื่อนไหวราบรื่นและสมจริงยิ่งขึ้น เป็นการวัดครั้งที่สองฉันใช้การวัดการหมุนวนของอุปกรณ์ซึ่งมีมุมออยเลอร์สามมุม (เช่นทัศนคติของอุปกรณ์) สิ่งเหล่านี้มีความแม่นยำและความถี่สูงกว่า (สูงถึง 100 Hz) กว่าตำแหน่ง 2D (ประมาณ 20 Hz) ความพยายามครั้งแรกของฉันคือการใช้ตัวกรอง low-pass แบบง่าย ๆ แต่ความล่าช้าเป็นสิ่งสำคัญดังนั้นตอนนี้ฉันจึงพยายามใช้ตัวกรอง Kalman โดยหวังว่ามันจะสามารถทำให้ตำแหน่งราบรื่นด้วยความล่าช้าเล็กน้อย ดังที่เห็นในคำถามก่อนหน้าประเด็นสำคัญหนึ่งจุดในตัวกรองคาลมานคือความสัมพันธ์ระหว่างการวัดและตัวแปรสถานะภายใน ที่นี่การวัดมีทั้งพิกัด 8 จุด 2D ของฉันและมุม 3 ออยเลอร์ แต่ฉันไม่แน่ใจเกี่ยวกับสิ่งที่ฉันควรใช้เป็นตัวแปรสถานะภายในและวิธีที่ฉันควรเชื่อมต่อมุมออยเลอร์กับจุด 2D ดังนั้นคำถามหลักตัวกรองคาลมานเหมาะกับปัญหานี้หรือไม่ และถ้าใช่เป็นอย่างไร

17 filters  kalman-filters  state-space 

เราสามารถออกแบบตัวกรองการแก้ไขที่ปฏิบัติตามข้อ จำกัด ความถี่โดเมนบางอย่างได้อย่างง่ายดายโดยใช้อัลกอริทึมParks-McClellan อย่างไรก็ตามยังไม่ชัดเจนว่าจะบังคับใช้ข้อ จำกัด ของโดเมนเวลาได้อย่างไร โดยเฉพาะอย่างยิ่งฉันสนใจที่จะสร้างตัวกรอง Nyquist ดังนั้นถ้าฉัน oversampling โดยปัจจัยของNผมต้องการตัวกรองที่จะมีศูนย์นํ้าที่kNสำหรับที่ไม่ใช่ศูนย์จำนวนเต็มk(เพื่อให้แน่ใจว่ากลุ่มตัวอย่างที่เข้ากับ interpolator ของฉันจะปรากฏในลำดับการส่งออก) ผมเคยเห็นแฮร์ริส1N=2พูดคุยเกี่ยวกับเทคนิคการออกแบบฟิลเตอร์ครึ่งวงคือกรณีพิเศษที่ มีวิธีแก้ปัญหาทั่วไปสำหรับสิ่งนี้หรือไม่? (ฉันรู้ว่าเราสามารถออกแบบตัวกรองได้อย่างง่ายดายด้วยวิธีหน้าต่าง แต่นั่นไม่ได้ให้ตัวควบคุมเดียวกันกับเรา) [1] การประมวลผลสัญญาณหลายระดับสำหรับระบบสื่อสาร , หน้า 208-209

17 filters  parks-mclellan  interpolation 

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

17 filters  filter-design  reference-request  control-systems 

ไม่มีใครรู้ของตัวกรองเพื่อลดทอนคำพูด? ฉันกำลังเขียนซอฟต์แวร์รู้จำเสียงพูดและต้องการกรองทุกอย่างยกเว้นคำพูดของมนุษย์ สิ่งนี้จะรวมถึงเสียงพื้นหลังเสียงที่เกิดจากไมโครโฟนเส็งเคร็งหรือแม้แต่เพลงประกอบ ฉันได้ติดตั้งตัวกรองคำสั่งแรกแล้วซึ่งชดเชยการแผ่พลังงาน 6 เดซิเบล แต่ฉันยังคงได้ยินเสียงรบกวนอยู่ ฉันคิดว่าจะใช้ตัวกรอง low-pass แต่ฉันรู้สึกไม่ดีเกี่ยวกับการทำเช่นนั้นด้วยเหตุผลสองประการ: ฉันไม่ทราบว่า low-pass pre-filter จะรบกวนการประมวลผลคำพูดที่เหลือหรือไม่ แม้ว่าหูของมนุษย์จะสามารถตรวจจับเสียงที่ต่ำกว่า 20 kHz แต่ฉันไม่ต้องการที่จะกำจัดฮาร์มอนิกที่มีลำดับสูงขึ้นซึ่งอาจจำเป็นในการประมวลผลคำพูด (แม้ว่าฉันไม่รู้ว่านี่เป็นกรณีหรือไม่ก็ตาม) ฉันไม่ต้องการรับโอกาสใด ๆ ) ฉันเข้าใจว่าการกระตุ้นของพยัญชนะบางตัว (เช่น f, h และ s) เป็นเสียงสีขาวเกือบทั้งหมด ฉันไม่ต้องการใช้ตัวกรองเสียงรบกวนซึ่งจะขจัดเสียงรบกวนที่ดีดังนั้นพูด เป็นการดีที่ฉันต้องการจะเหลือเพียงคำพูดของคนที่พูดในไมโครโฟน หากคุณมีความคิดใด ๆ หรือมีบางอย่างที่ฉันขาดหายไปโปรดแจ้งให้เราทราบ ชื่นชมมาก!

17 filters  audio  noise  speech-recognition 

หนึ่งในวิธีมาตรฐานในการนำตัวกรอง Butterworth ไปใช้นั้นมีส่วนเรียงลำดับที่สองเรียงซ้อนกันซึ่งสอดคล้องกับเสาคู่ที่ซับซ้อน สำหรับตัวกรองลำดับที่สี่เช่นจะมีสองส่วนลำดับที่สอง หากเราพิจารณาว่าสถานที่ตั้งของเสาสำหรับตัวกรอง lowpass เปลี่ยนในระนาบ z เป็นส่วนทางลัดได้รับการออกแบบให้ใกล้กับ 0hz ถึงใกล้ Nyquist เส้นทาง "กวาดออก" โดยแต่ละคู่ของเสาตรงกับคู่ของส่วนโค้งภายในวงกลมหน่วย ดังแสดงในรูปต่อไปนี้ [สำหรับตัวกรองลำดับที่สี่]: เมื่อพิจารณาว่าตัวกรองเหล่านี้ยาวแค่ไหนและจากข้อเท็จจริงที่ว่า "ส่วนโค้ง" เหล่านี้ตรงกับเส้นตรงในระนาบ s มันก็มีเหตุผลว่ามีคนพัฒนาแบบฟอร์มการนำไปปฏิบัติด้วยพารามิเตอร์เดียวซึ่งสามารถกวาดเสาได้ ตามส่วนโค้งที่ "เวลาทำงาน" [ซึ่งตรงข้ามกับ "เวลาออกแบบ"] อย่างไรก็ตามฉันยังไม่เจออะไรแบบนั้น มันค่อนข้างตรงไปตรงมาที่จะเกิดขึ้นกับวิธีการทำสิ่งต่าง ๆ โดยเฉพาะอย่างยิ่งในส่วนของช่วงและมีความตั้งใจที่จะโยนการคำนวณพิเศษเล็กน้อยที่มัน สิ่งที่ฉันสงสัยคือต่อไปนี้: มีวิธีมาตรฐานในการติดตั้งตัวกรอง Butterworth ที่ปรับค่าได้ของคำสั่งที่กำหนดว่า 1) มีคุณสมบัติที่ดีที่สุด (เช่นประสิทธิภาพความทนทาน) และ 2) ครอบคลุมช่วงทั้งหมดหรือไม่? หรือนี่เป็นเพียงปัญหาง่าย ๆ ที่ไม่มีใครรบกวนให้พูดถึง หากเป็นกรณีนี้ดูเหมือนว่าจะปรากฏในโปรแกรมออกแบบตัวกรองถัดจากตัวเลือกสำหรับการออกแบบ "คงที่" ฉันพบสิ่งนี้: ตัวกรอง Butterworth เอนกประสงค์ที่มีความถี่คัตออฟผันแปรแต่ในตอนแรกGooglingดูเหมือนจะไม่มีข้อมูลมากนักเกี่ยวกับสิ่งที่อยู่ในนั้น อัปเดต …

17 filters  software-implementation  infinite-impulse-response  hardware-implementation 

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 -> ให้ดูว่าความสับสนของฉันมาจากไหน สำหรับตัวกรองแบบอะนาล็อกเช่นตัวกรองความถี่ต่ำเรามีพัลส์เช่นการตอบสนองความถี่ เมื่อเรากรองสัญญาณเราจะเพิ่มสเปกตรัมของสัญญาณอย่างมีประสิทธิภาพด้วยพัลส์เช่นการตอบสนองความถี่ของตัวกรอง สิ่งนี้จะลดความถี่ทั้งหมดในสัญญาณของเราเหนือการตัดออกเป็น 0 นี่คือการทำงานของตัวกรองสัญญาณความถี่ต่ำ ทำไมไม่ทำเช่นเดียวกันกับตัวกรองดิจิตอลด้วย?

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

ส่วนประกอบความถี่สูงและความถี่ต่ำมีความหมายอะไรในภาพ วิธีแยกความถี่สูงและองค์ประกอบความถี่ต่ำของภาพโดยใช้ฟิลเตอร์ทวิภาคี

16 image-processing  filters  image  multi-scale-analysis  edge-preserving-filter 

ดังนั้นในขณะที่ตอบวิธีออกแบบตัวควบคุม PI สำหรับระบบที่ล่าช้าในการสั่งซื้อครั้งแรก (คำถามที่นี่ ) นี่คือสมการลูปปิดกับระบบควบคุม: GC(s)=KT(1−sT)(s)s3+(1T+a−KKp)s2+(aT+KKPT+KI)s+KKITGC(s)=KT(1−sT)(s)s3+(1T+a−KKp)s2+(aT+KKPT+KI)s+KKIT G_C(s) = \frac{\frac{K}{T}(1-sT)(s)} { s^3 + (\frac{1}{T} + a - KK_p)s^2 + (\frac{a}{T} + \frac{KK_P}{T} +K_I)s+\frac{KK_I}{T}} คำถาม:คุณจัดการกับ normalizing ตัวเศษในฟังก์ชั่นการถ่ายโอนวงปิดของคุณได้อย่างไรเมื่อตัวกรองไม่เสถียร? (ขั้วบน RH ของเครื่องบิน) โดยทั่วไปแล้วคุณจะแนะนำตัวกรองก่อนตัวควบคุมที่ทำ: 1KT(1−sT)(s)1KT(1−sT)(s) \frac{1} {\frac{K}{T} (1-sT)(s)} เพื่อทำให้ปกติตัวเศษ แต่ตัวกรองนั้นไม่เสถียรเนื่องจากคำว่า: ไม่แน่นอนสำหรับการตอบสนองขั้นตอนซึ่งจะสร้างปัญหาการตระหนักถึงระบบที่ทุกคน1(1−sT)1(1−sT) \frac{1}{(1-sT)} วิธีหนึ่งที่ฉันคิดเกี่ยวกับการจัดการกับสิ่งนี้คือการคูณมันด้วยคอนจูเกตที่ซับซ้อน (1+sT)(1+sT)(1+sT)(1+sT) \frac{(1+sT)} {(1+sT)} แต่ฉันไม่แน่ใจเกี่ยวกับข้อดีของมัน

16 filters  filter-design  transfer-function  analog  control-systems