คำถามติดแท็ก frequency-spectrum

ฉันมีสัญญาณเสียงพูดสามสิบวินาทีที่เก็บตัวอย่างที่ 44.1 kHz ตอนนี้ฉันต้องการที่จะแสดงให้เห็นว่าคำพูดที่มีความถี่ อย่างไรก็ตามฉันไม่แน่ใจว่าสิ่งใดจะเป็นวิธีที่ดีที่สุดในการทำเช่นนั้น ดูเหมือนว่าบางครั้งเราคำนวณค่าสัมบูรณ์ของการแปลงฟูริเยร์และบางครั้งความหนาแน่นของสเปกตรัมกำลัง หากฉันเข้าใจอย่างถูกต้องหลังจะทำงานเพื่อที่ฉันจะแบ่งสัญญาณของฉันออกเป็นส่วน ๆ ทำ FFT ทีละส่วนแล้วหาผลรวมเหล่านี้ ฟังก์ชั่นหน้าต่างมีส่วนเกี่ยวข้องอย่างใด คุณช่วยอธิบายให้ฉันฟังหน่อยได้ไหม? ฉันใหม่กับ DSP

12 fft  frequency-spectrum  dft  speech  frequency-domain 

ฉันสามารถขอความช่วยเหลือเกี่ยวกับวิธีทำให้แกนความถี่เปลี่ยนจากความถี่ลบเป็นความถี่บวก (เป็นเฮิรตซ์) ซึ่งจะเป็นแกน x ในผลลัพธ์ FFT แต่ให้ FFT ยาวหรือคี่ความยาวคี่ ฉันมีปัญหาในการทำใน MATLAB (สมมติว่าคุณรู้จักความถี่การสุ่มตัวอย่าง f_s)

12 frequency-spectrum  frequency 

ฉันใหม่กับ DSP และเพิ่งค้นพบ StackExchange นี้ดังนั้นขออภัยหากนี่ไม่ใช่สถานที่ที่เหมาะสมในการโพสต์คำถามนี้ มีทรัพยากรที่อธิบายประเภทในแง่คณิตศาสตร์มากกว่าหรือไม่? ตัวอย่างเช่นถ้าฉันแสดง FFT บนสัญญาณในส่วนนี้ของเพลง (2:09 ถ้าลิงก์ไม่เริ่มต้นที่นั่น) จะมีวิธีใดบ้างที่ฉันสามารถตรวจพบว่าส่วนนี้มีการเรียงลำดับคร่าวๆ ของเสียง เสียงเช่นนี้ติดตามฟังก์ชั่นทางคณิตศาสตร์ที่ฉันสามารถเปรียบเทียบได้หรือไม่? http://www.youtube.com/watch?v=SFu2DfPDGeU&feature=player_detailpage#t=130s (ลิงก์เริ่มเล่นเสียงทันที) เป็นวิธีเดียวที่จะใช้เทคนิคการเรียนรู้แบบมีผู้สอนหรือมีวิธีการอื่นที่แตกต่างกัน ขอบคุณสำหรับคำแนะนำใด ๆ

12 algorithms  fourier-transform  audio  frequency-spectrum 

ลองพิจารณาตัวอย่างนี้: Fs=1000; Ns=500; t=0:1/Fs:(Ns-1)*1/Fs; f1=10; f2=400; x=5+5*sin(2*pi*f1*t)+2*sin(2*pi*f2*t); X=fft(x); ในสถานการณ์สมมตินี้ความละเอียดความถี่คือ 2 และส่วนประกอบความถี่ทั้งหมดจะถูกบันทึกอย่างถูกต้อง อย่างไรก็ตามถ้าฉันทำสิ่งนี้: X=fft(x,1000); ความละเอียดความถี่คือ 1 แต่มีการรั่วไหลของสเปกตรัม ผลที่คล้ายกันมีให้เห็นที่นี่ สำหรับฉันแล้วการแปลงฟูริเยร์ของหน้าต่างทั้งสอง (หนึ่งที่มีความยาว 500 และอีกอันที่มีความยาว 1,000) มีศูนย์ที่ความถี่ที่แสดงในสัญญาณดังนั้นฉันไม่เห็นว่าทำไมการรั่วไหลจึงเกิดขึ้น

12 fft  frequency-spectrum  dft 

ฉันอยากรู้วิธีคำนวณหาแบนด์วิดท์ของ: โทนเสียงไซน์ (จริง) คงที่ ชีพจรไซนัส (จริง) คำถามนั้นง่ายเหมือนกัน แต่ฉันมีช่วงเวลาที่ยากลำบากกับแนวคิดของสิ่งที่แบนด์วิดธ์ของเสียงคงที่ควรจะเริ่มต้นด้วยและจากนั้นสิ่งที่แบนด์วิธของชีพจรควรจะเป็น ในโดเมนความถี่เสียงความถี่คงที่ที่แท้จริงของมีอยู่สองฟังก์ชันเดลตาตั้งอยู่ที่และแต่จะมีวิธีคำนวณแบนด์วิดท์ของมันอย่างไรffffff−f−f-f ยิ่งไปกว่านั้นในเรื่องของพัลส์นี่คือฟังก์ชั่นรูปสี่เหลี่ยมผืนผ้าในเวลาและทำให้เกิดความถี่ในโดเมนดังนั้นแบนด์วิดท์ของมันจะไม่เป็นที่คือระยะเวลาของพัลส์?1T1T\frac{1}{T}TTT

11 frequency-spectrum  frequency  bandwidth 

ฉันกำลังคิดเกี่ยวกับเรื่องการเลื่อนหน้าต่าง DFT และความคิดเข้ามาในใจของฉัน DFT จะให้คลื่นความถี่ของสัญญาณที่ซับซ้อนด้วยสเปกตรัมของหน้าต่างที่ใช้ดังนั้นจึงมีก้อนหลักและก้อนด้านข้าง ฉันคิดว่ามันเป็นไปได้ที่จะลบเอฟเฟกต์หน้าต่างบนสเปกตรัมของสัญญาณโดยการโน้มน้าวอีกครั้งทั้งสัญญาณและขนาดสเปกตรัมของหน้าต่างและมันก็ใช้งานได้จริงอย่างที่คุณเห็นในภาพต่อไปนี้ ด้านซ้ายคือสเปกตรัมต้นฉบับที่สร้างด้วยหน้าต่างการแฮ็ก ขวาเป็นสเปกตรัมที่ซับซ้อนโดย DFT ของหน้าต่าง hanning ด้านบนคือสเปกตรัมเองด้านล่างคือfindpeaksผลลัพธ์ของMATLAB ฉันไม่เคยอ่านอะไรเกี่ยวกับเทคนิคนี้ แต่ฉันค่อนข้างแน่ใจว่าฉันไม่ได้คิดค้นอะไรที่นั่น ดังนั้นฉันจึงสงสัยว่าจะมีประโยชน์ในการทำโพรเซสซิงนี้หรือไม่ถ้ามีข้อเสียคือฉันไม่เห็น จากสิ่งที่ฉันเห็นสิ่งนี้สามารถช่วยให้การตรวจจับสูงสุดอย่างที่เราเห็นในภาพก่อนหน้า นอกจากนี้ดูเหมือนว่าสเปกตรัมจะมีการบิดเบือนเล็กน้อยเช่นที่เราเห็นในภาพต่อไปนี้ 2 : ที่ซึ่งกราฟสีน้ำเงินคือสเปกตรัมและกราฟสีแดงคือสเปกตรัมที่ซับซ้อน มีความคิดเห็นเกี่ยวกับเรื่องนี้ไหม? มีปัญหาที่อาจเกิดขึ้นจากการสนทนาโพสต์ FFT นี้หรือไม่? กระดาษชนิดใดที่ใช้กับตัวแบบ? แก้ไข คุณสามารถค้นหาสคริปต์ที่นี่ซึ่งจะสร้างกราฟต่อไปนี้:

11 fft  frequency-spectrum  dft  convolution 

พิจารณาสัญญาณรูปคลื่นที่ 4 ต่อไปนี้: signal1 = [4.1880 11.5270 55.8612 110.6730 146.2967 145.4113 104.1815 60.1679 14.3949 -53.7558 -72.6384 -88.0250 -98.4607] signal2 = [ -39.6966 44.8127 95.0896 145.4097 144.5878 95.5007 61.0545 47.2886 28.1277 -40.9720 -53.6246 -63.4821 -72.3029 -74.8313 -77.8124] signal3 = [-225.5691 -192.8458 -145.6628 151.0867 172.0412 172.5784 164.2109 160.3817 164.5383 171.8134 178.3905 180.8994 …

10 computer-vision  frequency-spectrum  autocorrelation  speech-recognition 

ฉันสงสัยว่าเทคนิคอาจจะใช้ได้สำหรับ ' de-noising ' ตัวอย่างต่อไปนี้ภาพเวลาความถี่ที่ถูกสร้างขึ้นโดยใช้วิธีการของเวลช์ พล็อตต่อไปนี้สร้างขึ้นจากเซ็นเซอร์หุ่นยนต์ (นี่ไม่ใช่ภาพสี - เป็นภาพสีเทา - เพิ่มสีเพื่อจุดประสงค์ด้านภาพเท่านั้น) เป้าหมาย: เป้าหมายของฉันในที่สุดก็คือการประมาณอัตราการเต้นของชีพจรที่คุณเห็นที่นี่หากมีพัลส์ดังกล่าว นี่อาจเป็นไก่และไข่ด้วยเหตุนี้ฉันจึงถามตัวเองว่า "อัตราการเป็นตัวแทน + +- 10% นี้มีอยู่หรือเปล่า?" และตรวจจับพวกมัน สิ่งที่คุณเห็นอยู่ที่นี่คือสัญญาณ (พัลส์) แต่พร้อมกับสัญญาณรบกวนอื่น ๆ ที่ไม่ต้องการ อย่างไรก็ตามตามที่ Emre แนะนำพวกเขามีโครงสร้างแม้ว่าจะอยู่ในพื้นที่ Time-Frequency ตัวกรองความถี่ตามเวลามีอยู่จริงหรือไม่? ฉันจะขอเหมือนจะเห็นโซลูชั่นการประมวลผลภาพที่นำมาใช้ที่นี่ แต่ฉันเปิดเพื่อแก้ปัญหาใด ๆ ดังนั้น: เป้าหมายคือการลบสัญญาณความเข้มสูงทั้งหมดยกเว้นพัลส์ซ้ำ ๆ (พบใกล้ดัชนี 300 บนแกน y) ตามที่เห็น สัญญาณความเข้มสูงอื่น ๆ ทั้งหมดถือได้ว่าเป็น 'สัญญาณรบกวน' สมมติฐานที่คุณอาจจะ: คุณอาจจะคิดว่าคุณประมาณทราบความยาวชีพจรที่คุณจะได้เห็นที่นี่ (ให้เราบอกว่าภายใน +/- 10%) …

10 image-processing  filters  frequency-spectrum  morphological-operations 

ฉันมีความยากลำบากในการทำความเข้าใจวิธีการคำนวณอัตราข้อมูลเมื่อยกระดับการสุ่มตัวอย่างด้วยสีในตัวอย่างของภาพ Y'UV: ฉันมีตัวอย่างต่อไปนี้สำหรับการคำนวณ: ความละเอียดของภาพ: 352*288 ความถี่: 25 fps สำหรับ(4: 4: 4)การคำนวณตัวอย่างจะเป็นดังนี้: (352px * 288px) * 3 color channels * 25 fps * 8 bit = 60 825 600 bit/s จนถึงตอนนี้ดีมาก แต่ตอนนี้มาถึง(4: 2: 0) : (352px*288px) * 1.5 color channels * 25 * 8 = 30 412 800 bit/s ตอนนี้พยายามที่จะถ่ายโอนตัวอย่างนี้ไปยังเช่น(4: 1: …

10 image-processing  image-processing  matlab  fourier-series  wavelet  transform  image-processing  matlab  image  image-processing  image-registration  segmentation  image-processing  edge-detection  canny-edge-detector  tracking  image  fft  stft  image-processing  preprocessing  segmentation  image-processing  computer-vision  image-segmentation  thresholding  frequency-spectrum  wave  image-processing  edge-detection  window-functions  image-processing  optical-flow  image-processing  ocr  text-recognition  image-processing  computer-vision  frequency-spectrum  image-processing  image-processing  computer-vision  fourier-transform  dsp-core  wave  image-processing  3d 

ฉันได้พยายามหาเหตุผลสำหรับงานนี้และวางแผนที่จะใช้แพ็คเกจซอร์สของ KissFFT เพื่อทำการแปลงฟูริเยร์อย่างรวดเร็ว โปรดแจ้งให้เราทราบหากนี่เป็นสิ่งที่ถูกต้อง: จัดสรรโครงสร้าง FFT เช่น kiss_fft_alloc(N,0,NULL,NULL) ในกรณีที่Nเป็นขนาดของหน้าต่างฉันใช้ บัฟเฟอร์อินพุตจะอาร์เรย์ขององค์ประกอบของประเภทN kiss_fft_scalarบัฟเฟอร์ส่งออกจะอาร์เรย์ขององค์ประกอบของประเภทN/2 + 1kiss_fft_cpx หมายเลขถอดรหัสN(ขนาดหน้าต่าง) ของตัวอย่าง PCM สำหรับตัวอย่าง PCM แต่ละค่าเฉลี่ยแอมพลิจูดของแต่ละแชนเนล (ตัวอย่างที่ไม่ได้ลงชื่อ) และสเกลตั้งแต่ 0 ถึง 2 (หารด้วย 65536.0) เก็บผลลัพธ์ไว้ในบัฟเฟอร์อินพุต ดำเนินการกับหน้าต่าง (เช่น Hanning) บนบัฟเฟอร์อินพุต ทำการแปลงฟูริเยร์อย่างรวดเร็วบนอินพุตบัฟเฟอร์เก็บไว้ในบัฟเฟอร์เอาต์พุต ตั้งแต่ฉันใช้ค่าจริงเป็น input kiss_fftr()ฉันสามารถใช้ สำหรับN/2ค่าเอาต์พุตให้รับขนาดกำลังสองของข้อมูลที่แปลงแล้วแปลงค่าเป็นสเกล dB ด้วยสูตรต่อไปนี้: 10 * log10 (re * re + im * im) เขียนN/2ค่าจากขั้นตอนที่ 6 …

10 fft  audio  frequency-spectrum  spectrogram 

ฉันใช้อัลกอริทึมการตรวจจับพิชชันโดยใช้ HPS และฉันประสบปัญหา ฉันเป็นผู้เริ่มต้นด้วยการประมวลผลสัญญาณและเว็บไซต์นี้ช่วยฉันมาก่อนดังนั้นฉันจึงควรถาม สำหรับสนามที่สูงขึ้น ( eg. >C6:1046.50hz) ฉันกำลังเริ่มรับข้อมูลขยะจาก HPS ยิ่งระดับเสียงสูงขึ้นเท่าไรฉันก็ยิ่งได้รับขยะมากขึ้นเท่านั้น (โดยขยะฉันหมายถึงความถี่ที่ไม่ใช่ข้อผิดพลาดระดับแปดเสียงหรือเสียงประสานและอยู่ที่ประมาณ 1Hz-20Hz) สิ่งที่ฉันสังเกตุเห็น: ผลลัพธ์นั้นเลวร้ายที่สุดสำหรับสนามที่สูงกว่าถ้าพื้นฐานอยู่เหนือ A6 หรือมากกว่านั้นฉันได้รับข้อมูลขยะเท่านั้น FFT ใช้งานได้ดีแม้ในระดับเสียงที่สูงมาก (โดยละเอียดฉันหมายถึงจุดสูงสุดของมันแสดงให้เห็นถึงพื้นฐานหรือหนึ่งเดียวของฮาร์โมนิกของมัน แต่ไม่ใช่ขยะ) ถ้าฉันลดจำนวนของฮาร์โมนิกที่ฉันคำนึงถึงสำหรับ HPS ขยะจะลดลง แต่นั่นทำให้ยากที่จะแยกแยะระหว่างพื้นฐานและฮาร์โมนิก นี่คืออัลกอริทึมของฉัน: ->raw buffer -> hann window, 16384 samples, 50% overlap -> zero padding -> FFT -> HPS ความช่วยเหลือใด ๆ ที่เป็นที่นิยม! อัปเดต 1: ดังนั้นมีอีกสองสามสิ่งที่ฉันต้องการเพิ่ม: อัตราตัวอย่างที่ฉันบันทึกที่ 44100 …

10 fourier-transform  frequency-spectrum  pitch 

เมื่อเราใช้การดำเนินการ DFT กับสัญญาณจริงเพื่อรับจากนั้นนำขนาดกำลังสองของ , , สเปกตรัมพลังงานมีความสมมาตร คุณสามารถใช้ความถี่เชิงบวกหรือเชิงลบความถี่ถึงข้อมูลความถี่ใน[k]X [ k ] X [ k ] | X [ k ] | 2 X [ k ]x [ n ]x[n]x[n]X[ k ]X[k]X[k]X[ k ]X[k]X[k]| X[ k ] |2|X[k]|2\lvert X[k]\rvert^2X[ k ]X[k]X[k] อย่างไรก็ตามสิ่งนี้ไม่เป็นความจริงสำหรับสัญญาณที่ซับซ้อนที่มีค่า; สเปกตรัมพลังงานไม่สมมาตร ในกรณีนี้คุณจะกำหนดองค์ประกอบความถี่ในสัญญาณดั้งเดิมอย่างไร เราสามารถดรอปส่วนความถี่ลบได้หรือไม่

10 fft  frequency-spectrum 

ฉันได้ปรึกษาออราเคิลอันยิ่งใหญ่ของ google และ wiki แต่ฉันไม่สามารถหาคำจำกัดความของวลี "ช่วงเวลาแห่งสเปกตรัม" ได้ ข้อความงานแบบดั้งเดิมที่ฉันกำลังอ่านใช้ในลักษณะต่อไปนี้โดยกำหนดจำนวนการข้ามศูนย์ต่อเวลาหนึ่งหน่วยดังต่อไปนี้: ยังไม่มีข้อความ0=1π(ม.2ม.0)1 / 2N0=1π(m2m0)1/2 N_0 = \frac1{\pi} \left(\frac{m_2}{m_0}\right)^{1/2} จากนั้นจะดำเนินการเพื่อกำหนดจำนวน extrema ต่อหน่วยเวลาตามที่กำหนดโดย: ยังไม่มีข้อความอี=1π(ม.4ม.2)1 / 2Ne=1π(m4m2)1/2 N_e = \frac{1}{\pi}\left(\frac{m_4}{m_2}\right)^{1/2} ในที่สุดมันก็บอกว่า "คือช่วงเวลาที่อยู่ในสเปกตรัม"ม.ผมmim_iผมii ทุกคนเผชิญหน้าครั้งนี้มาก่อนหรือไม่ "โมเมนต์" ของสเปกตรัมคืออะไร? ฉันไม่เคยได้ยินเรื่องนี้มาก่อนในวรรณคดี DSP

10 frequency-spectrum 

"สเปกตรัมการฟอกสีฟัน" ใน DSP หมายถึงอะไร สเปกตรัมสีขาวมีผลกระทบอะไรบ้างเมื่อใช้ในการประมวลผลภาพ? (มองเห็นหรืออย่างอื่น ... ) การฟอกสีฟันจะมีประโยชน์ในการประมวลผลหรือการวิเคราะห์เสียงที่ไหน? สัญญาณเสียงที่เป็นสีขาวจะเป็นอย่างไร

9 filters  frequency-spectrum 

หากฉันจำได้อย่างถูกต้องจะมีการเปลี่ยนแปลงของ DFT ที่สามารถใช้ในการวิเคราะห์ย่านความถี่เฉพาะของสัญญาณ มันเรียกว่าอย่างไร

9 fft  frequency-spectrum