คำถามติดแท็ก frequency

นี่เป็นหนึ่งในหลุมในบล็อกชีสเชดดาร์ของฉันในการทำความเข้าใจ DSP ดังนั้นการตีความทางกายภาพของการมีความถี่เชิงลบคืออะไร หากคุณมีโทนเสียงจริงในบางความถี่และเป็น DFT คุณจะได้รับผลลัพธ์ทั้งความถี่บวกและลบ - ทำไมและอย่างไรสิ่งนี้เกิดขึ้นได้อย่างไร มันหมายความว่าอะไร? แก้ไข: 18 ตุลาคม 2011 ฉันได้ให้คำตอบของฉันเอง แต่ขยายคำถามเพื่อรวมรากของสาเหตุที่ความถี่เชิงลบต้องมีอยู่

83 frequency 

ทุกคนสามารถระบุความแตกต่างระหว่างการตอบสนองความถี่และการตอบสนองต่อแรงกระตุ้นในภาษาอังกฤษแบบง่ายได้หรือไม่?

71 frequency  impulse-response  linear-systems  frequency-response 

ฉันกำลังค้นหาแอพสโตร์ Android สำหรับนักกีต้าร์ ฉันพบแอปเครื่องรับที่อ้างว่าเร็วกว่าแอปอื่น ๆ มันอ้างว่าสามารถหาความถี่ได้โดยไม่ต้องใช้ DFT (ฉันหวังว่าฉันจะยังมี URL ตามข้อกำหนดนี้) ฉันไม่เคยได้ยินเรื่องนี้ คุณสามารถรับสัญญาณเสียงและคำนวณความถี่โดยไม่ใช้อัลกอริทึม DFT หรือ FFT ได้หรือไม่?

34 audio  fft  frequency  dft 

คำถามนี้ถูกโยกย้ายจาก Stack Overflow เนื่องจากสามารถตอบได้ในการประมวลผลสัญญาณ Stack Exchange อพยพ 8 ปีที่ผ่านมา ด่วนแปลงฟูเรียใช้เวลาการดำเนินงานในขณะที่จานด่วนแปลงเวฟเล็ตใช้เวลา(N) แต่ FWT คำนวณอะไรโดยเฉพาะ?O(NlogN)O(Nlog⁡N)\mathcal O(N \log N)O(N)O(N)\mathcal O(N) แม้ว่าจะมีการเปรียบเทียบบ่อยครั้ง แต่ดูเหมือนว่า FFT และ FWT เป็นแอปเปิ้ลและส้ม ตามที่ฉันเข้าใจมันจะเป็นการดีกว่าที่จะเปรียบเทียบ STFT (FFTs ของชิ้นเล็ก ๆ เมื่อเวลาผ่านไป) กับMorlet WT ที่ซับซ้อนเนื่องจากทั้งคู่เป็นตัวแทนความถี่เวลาตามไซนัสที่ซับซ้อน (โปรดแก้ไขฉันหากฉันผิด ) นี่มักจะแสดงด้วยแผนภาพดังนี้: ( อีกตัวอย่าง ) ทางด้านซ้ายแสดงให้เห็นว่า STFT เป็นพวงของ FFTs ซ้อนกันอยู่ด้านบนของเวลาที่ผ่านไป (การแสดงนี้เป็นที่มาของspectrogram ) ในขณะที่ด้านขวาแสดง dyadic WT ซึ่งมีความละเอียดเวลาที่ดีกว่าที่ความถี่สูงและความถี่ที่ดีขึ้น ความละเอียดที่ความถี่ต่ำ …

26 frequency  fft  wavelet 

คำถามของฉันคืออะไรแบบจำลองทางคณิตศาสตร์ของเสียงโพลีโฟนิคสามารถทำให้เกิดการเปลี่ยนแปลง (เช่นการเปลี่ยนระดับเสียง) ของโน้ตดนตรีแต่ละรายการในการบันทึกเสียงแบบหลายเสียงในช่องทางเดียวของเครื่องดนตรีอะคูสติกโพลีโฟนิค? ด้วย 'การเปลี่ยนโน้ตในเสียงโพลีโฟนิค' ฉันหมายถึงการทำสิ่งต่าง ๆ เช่นการแก้ไขเสียงด้วยคุณสมบัติ ' การเข้าถึงบันทึกย่อโดยตรง ' ในซอฟต์แวร์ Melodyne ของซีลีโอนี ตามที่วิกิพีเดียสิ่ง Melodyne ใช้ในการจำลองสัญญาณเสียงของทำนองบรรทัดเดียวเล่นบนอะคูสติก (และซับซ้อน timbrally) เครื่องดนตรีเป็นสิ่งที่ชอบสิ่งที่เฮนนิ่ง Thielemann อธิบายในบทความของเขาที่ชื่อ ' เฟสแกะและเวลาในการเสียงเหมือน ' อย่างไรก็ตาม ฉันไม่พบการอ้างอิงถึงแบบจำลองสัญญาณเสียงของเครื่องดนตรีโพลีโฟนิคใด ๆ ตามการให้สัมภาษณ์บน Youtubeของ Peter Neubacker (คัดลอกด้านล่าง) คุณลักษณะของ Melodyne สำหรับการจัดการกับการแก้ไขเสียงโพลีโฟนิคต้องใช้วิธีที่แตกต่างจากที่อธิบายโดย Thielemann เบาะแสหนึ่งจากคลิป youtube อื่นคือโมเดลของ Neubacker ทำงานได้ดีขึ้นด้วยการบันทึกเสียงของเครื่องดนตรีหนึ่งชนิดเท่านั้น (เช่นเปียโนเท่านั้นกีตาร์เท่านั้นสายเท่านั้นลมเท่านั้น ฯลฯ ) เบาะแสอื่นเป็นอีกคลิปหนึ่งที่แสดงความสามารถในการเปลี่ยนระดับเสียงของโน้ต แต่ยังกำหนดจังหวะเวลาของการเริ่มต้นและสิ้นสุด ด้านล่างนี้เป็นวิดีโอของ youtube ที่กล่าวว่า …

24 frequency 

ฉันกำลังทำการวิจัยเกี่ยวกับตัวกรอง Gabor แต่เมื่อฉัน Googled มันฉันมีบทความยาวและซับซ้อน ใครช่วยฉันหาคำอธิบายง่ายๆเกี่ยวกับมันหรือแนะนำเว็บไซต์หรือบทความเพื่ออ่าน? ฉันต้องการที่จะเข้าใจตัวกรองนี้เพื่อใช้ใน Matlab

20 filters  frequency 

ฉันกำลังใช้การแปลงเวฟเล็ตอย่างต่อเนื่องของ Morlet ฉันมีwscalogramสัญญาณแล้วและตอนนี้ฉันต้องการพล็อตความอิสระเช่นภาพต่อไปนี้ แต่ฉันไม่รู้จะทำอย่างไร: ฉันใช้scal2freqฟังก์ชั่น MATLAB เพื่อแปลงเครื่องชั่งเป็นความถี่หลอก นอกจากนี้ฉันยังมีความถี่ในสัญญาณของฉันที่มีอัตราส่วนลดลงมาก (4%) ดังนั้นพวกเขาจึงไม่สามารถมองเห็นได้อย่างชัดเจนในพล็อต ฉันจะพูดเกินจริงโหมดที่ได้รับการป้องกันอย่างสูงเหล่านี้ได้อย่างไร ฉันใช้ MATLAB นี่คือรหัสของฉัน: % Import the text4.txt to matlab workspace. and save it under name "data" t=linspace(0,30,301); Fs=ceil(inv(t(2)-t(1))); x=data(:,4); % use x=data(:,3),x=data(:,5) too. first column is time,second is refrence wname = 'morl'; scales = 1:1:256; coefs = cwt(x,scales,wname,'lvlabs'); freq …

14 frequency-spectrum  frequency  wavelet 

ฉันกำลังพยายามหาวิธีที่จะแยกส่วนประกอบความถี่ของตัวอย่างเสียงตามอำเภอใจ (โดยทั่วไปคือเพลง) ในลักษณะที่คล้ายกับ FFT แต่ในการวิจัยของฉันเกี่ยวกับอัลกอริทึม FFT ฉันได้เรียนรู้ว่ามันมีบางอย่าง ข้อ จำกัด รุนแรงสำหรับวัตถุประสงค์นี้ มี 3 ปัญหาที่ FFT กำลังนำเสนอ: เนื่องจากความละเอียดถังขยะ FFT เทียบเท่ากับขนาดหน้าต่างของคุณเพื่อให้ได้ความแม่นยำที่สมเหตุสมผล (พูด 1 Hz) คุณต้องมีหน้าต่างที่ยาวเกินสมควร (พูด 1 วินาที) ซึ่งหมายความว่าคุณไม่สามารถตรวจพบทรานแซคชันหรือความถี่ที่เพิ่งเปิดใหม่ได้อย่างรวดเร็ว นอกจากนี้ยังหมายความว่าปัญหาจะไม่สามารถแก้ไขได้ด้วย CPU ที่เร็วขึ้นและอัตราการสุ่มตัวอย่างที่สูงขึ้น - ข้อ จำกัด ถูกผูกติดอยู่กับเวลา มนุษย์รับรู้ความถี่ลอการิทึม แต่ถังขยะ FFT อยู่ห่างกันเป็นเส้นตรง เช่นความแตกต่างของ 20hz ที่จุดต่ำสุดของการได้ยินของเรามีขนาดใหญ่มากในขณะที่ความแตกต่างของ 20hz ที่ระดับสูงสุดนั้นไม่สามารถมองเห็นได้ ดังนั้นเพื่อให้ได้ความแม่นยำที่เราต้องการที่ความถี่ต่ำเราต้องคำนวณมากกว่าที่เราต้องการในความถี่สูง ปัญหาเหล่านี้บางอย่างสามารถแก้ไขได้โดยการสอดแทรกระหว่างถังขยะ FFT สิ่งนี้อาจใช้งานได้กับเสียงดนตรีมากเพราะความถี่มักจะอยู่ห่างกันมากและดังนั้นไม่เกิน 1 ความถี่จะรั่วไหลลงในถังขยะคู่ แต่นี่จะไม่เป็นเช่นนั้นเสมอไปโดยเฉพาะอย่างยิ่งสำหรับเสียงที่น่าสนใจเช่นเครื่องดนตรีประเภทเคาะ ดังนั้นการแก้ไขจึงเป็นการคาดเดาจริงๆ …

14 fft  audio  frequency  music  real-time 

บริบท: (ข้อจำกัดความรับผิดชอบ: นี่ไม่ใช่ปัญหาการสื่อสาร) ฉันพยายามที่จะประเมินความถี่พื้นฐานของสัญญาณที่แท้จริงและเป็นระยะ สัญญาณนี้ถูกสร้างขึ้นโดยจับคู่กรองสัญญาณดิบกับของพัลส์ (ตัวกรองที่ตรงกัน) สัญญาณผลลัพธ์มีคุณสมบัติดังต่อไปนี้: มันเป็นระยะ (พื้นฐานคือ 1 / งวด) และนี่คือสิ่งที่ฉันพยายามประเมิน มันไม่หยุดนิ่งในเวลา โดยเฉพาะแอมพลิจูดของพัลส์เป็นระยะสามารถเปลี่ยนแปลงได้ในแอมพลิจูด (เช่นชีพจรหนึ่งอาจต่ำในขณะที่อีกสูงและต่ำถัดไปอีกครั้งและหนึ่งหลังจากสื่อนั้น ฯลฯ ) ฉันเชื่อว่ามันคงที่ในความถี่ (เท่าที่คุณยอมรับการเปลี่ยนแอมพลิจูด แต่ไม่เปลี่ยนแบนด์) มันมีความเพี้ยน สิ่งที่ฉันหมายถึงที่นี่คือ (และแก้ไขฉันถ้าฉันผิด) แต่สัญญาณพัลส์ภายในสัญญาณไม่ได้เป็นไซนัส แต่เป็นรูปร่างที่ "ขี้ขลาด" เช่นเกาส์สามเหลี่ยม - อิชครึ่งอาราโบลา ฯลฯ . ฉันพยายามประเมินความถี่พื้นฐานของสัญญาณนี้ แน่นอนว่าบางครั้งสัญญาณดิบนั้นไม่ได้เป็นเพียงแค่สัญญาณรบกวน แต่ยังคงผ่านเส้นทางและได้รับการกรองอย่างเหมาะสม (เพิ่มเติมในภายหลัง) สิ่งที่ฉันได้ลอง: ตอนนี้ฉันได้ตระหนักถึงการประมาณค่าความถี่พื้นฐานมากมายเช่น วิธีการสัมพันธ์อัตโนมัติ หยินและการอ้างอิงทั้งหมด วิธีการ FFT ฯลฯ YIN: ฉันยังไม่ได้ลอง YIN วิธีการ FFT: วิธีการ FFT …

14 frequency  frequency-spectrum  autocorrelation 

คำจำกัดความของการแปลงฟูริเยร์และการแปลงฟูริเยร์ที่ฉันเรียนรู้ในวิทยาลัยคือ เอฟ( T ) = 1F( j ω ) = ∫∞- ∞ฉ( t ) e- j ω t dเสื้อF(Jω)=∫-∞∞ฉ(เสื้อ)อี-Jωเสื้อ dเสื้อ F(j\omega) = \int_{-\infty}^{\infty} f(t) e^{-j\omega t}\ dt ฉ( t ) = 12 π∫∞- ∞F( j ω ) ej ω tdωฉ(เสื้อ)=12π∫-∞∞F(Jω)อีJωเสื้อdω f(t)=\frac{1}{2\pi}\int_{-\infty}^{\infty}F(j\omega)e^{j\omega t} d\omega ลักษณะเด่นของอนุสัญญานี้คือ การแปลงแบบไม่รวมกัน; หน่วยโดเมนความถี่คือเรเดียน (ตัวแปรคือ )ωω\omega หน่วย "โดเมนเวลา" …

13 fourier-transform  frequency 

ฉันต้องการทราบวิธีที่ฉันสามารถตรวจสอบว่าชุดของข้อมูลเป็นระยะหรือไม่ ฉันต้องการใช้การแปลงฟูริเยร์ / ซีรีส์ ข้อมูลของฉันมีลักษณะเป็นช่วง ๆ [111100001111000110010101010000101] หรือเป็นระยะ [11001100110011001100] และฉันต้องตัดสินใจว่ามันคืออะไรโดยอัตโนมัติ ฉันสามารถทำการวิเคราะห์หรือคำนวณประเภทใดเพื่อตรวจสอบว่าสัญญาณเป็นระยะหรือไม่

12 frequency  signal-analysis 

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

12 frequency-spectrum  frequency 

ฉันกำลังมองหาอัลกอริทึม (s) เพื่อแก้ปัญหาต่อไปนี้: ด้วยการจับเสียง. wav ที่มีเสียงดัง (เสียงลม + เสียงเสียดสีบนไมโครโฟน) วิธีการตรวจสอบ BPM ของการตีกลองแบบนุ่ม ฉันพยายามทำเรื่องนี้แล้ว แต่ผลลัพธ์ค่อนข้างแย่เนื่องจากซอฟต์แวร์ mp3 ที่เกี่ยวข้องจำนวนมากสำหรับการวิเคราะห์และการสร้างรหัสลายนิ้วมือ ไม่มีใครให้ข้อมูลเกี่ยวกับวิธีการใช้งานจริง ฉันตระหนักถึงอัลกอริทึมในการลบเสียงรบกวน แต่ยังทำให้ฉันมีปัญหาในการตรวจจับ BPM และขึ้นอยู่กับวิธีแก้ไขปัญหา BPM เป็นไปได้ว่าฉันไม่จำเป็นต้อง denoise (เนื่องจากกลองมีแนวโน้มที่จะอยู่ในความถี่และเสียงรบกวนที่ต่ำกว่าในระดับที่สูงกว่า low-pass แบบง่ายอาจเพียงพอในการประมวลผลล่วงหน้า)

12 audio  algorithms  noise  frequency 

รูปที่ 1 (c) แสดงภาพทดสอบที่สร้างจากสเปกตรัม MAGNITUDE เท่านั้น เราสามารถพูดได้ว่าค่าความเข้มของพิกเซลความถี่ต่ำนั้นมากกว่าพิกเซลความถี่สูง รูปที่ 1 (d) แสดงภาพทดสอบที่สร้างขึ้นใหม่จากช่วงสเปกตรัมเท่านั้น เราสามารถพูดได้ว่าค่าความเข้มของพิกเซลความถี่สูง (ขอบเส้น) มีค่ามากกว่าพิกเซลความถี่ต่ำ เหตุใดความแตกต่างที่น่าอัศจรรย์ของการเปลี่ยนแปลงความเข้ม (หรือการแลกเปลี่ยน) จึงเกิดขึ้นระหว่างภาพการทดสอบที่สร้างขึ้นใหม่จากสเปกตรัม MAGNITUDE เท่านั้นและภาพการทดสอบที่สร้างขึ้นใหม่จากสเปกตรัม PHASE เท่านั้นซึ่งเมื่อรวมเข้าด้วยกันเป็นภาพทดสอบต้นฉบับ clc; clear all; close all; i1=imread('C:\Users\Admin\Desktop\rough\Capture1.png'); i1=rgb2gray(i1); f1=fftn(i1); mag1=abs(f1); s=log(1+fftshift(f1)); phase1=angle(f1); r1=ifftshift(ifftn(mag1)); r2=ifftn(exp(1i*phase1)); figure,imshow(i1); figure,imshow(s,[]); figure,imshow(uint8(r1)); figure,imshow(r2,[]); r2=histeq(r2); r3=histeq(uint8(r2)); figure,imshow(r2); figure,imshow(r3);

11 image-processing  matlab  fft  fourier-transform  frequency 

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

11 frequency-spectrum  frequency  bandwidth