คำถามติดแท็ก signal-detection

ฉันพยายามเข้าใจความแตกต่างระหว่างการโน้มน้าวใจกับความสัมพันธ์ข้าม ฉันได้อ่านเข้าใจนี้คำตอบ ฉันเข้าใจภาพด้านล่าง แต่ในแง่ของการประมวลผลสัญญาณ (ฟิลด์ที่ฉันรู้เพียงเล็กน้อยเกี่ยวกับ .. ), ให้สัญญาณสองสัญญาณ (หรืออาจเป็นสัญญาณและตัวกรอง?), เมื่อใดที่เราจะใช้สังวัตนาและเมื่อใดที่เราต้องการใช้สหสัมพันธ์ข้าม หมายความว่าเมื่อในการวิเคราะห์ชีวิตจริงเราจะชอบการโน้มน้าวใจและเมื่อใดความสัมพันธ์ข้าม ดูเหมือนว่าทั้งสองคำนี้มีการใช้งานจำนวนมากดังนั้นการใช้งานนั้นคืออะไร * ความสัมพันธ์ข้ามที่นี่ควรอ่านg*fแทนf*g

33 discrete-signals  continuous-signals  signal-detection 

ฉันกำลังมองหาเครื่องมือที่ดีสำหรับการประมวลผลสัญญาณเสียง เช่นการวิเคราะห์คำพูดและดนตรีการระบุภาษาอัตโนมัติ ฯลฯ ห้องสมุด Scipy มีฟังก์ชั่นสำหรับการประมวลผลเสียงหรือไม่? มันมีเครื่องมือที่ดีสำหรับการประมวลผลสัญญาณเสียงหรือไม่? คุณช่วยแนะนำเครื่องมือสำหรับสิ่งนี้ได้ไหม?

14 audio  python  signal-detection 

ฉันมีแอพคาราโอเกะเล็ก ๆ น้อย ๆ ที่ผู้ใช้ร้องเพลง 4 บรรทัดพร้อมช่องว่างหนึ่งวินาทีระหว่างแต่ละบรรทัด ไม่มีเพลงสำรองดังนั้นจึงเป็นเพียงเสียงเท่านั้นหวังว่าจะแก้ปัญหาได้ง่ายขึ้น ฉันกำลังมองหาวิธีที่มีประสิทธิภาพที่สุดในการตรวจสอบว่าที่ใดในการบันทึกของฉันที่ผู้ใช้เริ่มต้นและสิ้นสุดการร้องเพลงบรรทัดที่ 1 เริ่มต้นและสิ้นสุดการร้องเพลงบรรทัดที่ 2 เป็นต้น ฉันได้วนเวียนอัลกอริทึมแบบง่ายๆที่ทำงานเมื่อมีสัญญาณรบกวนพื้นหลังน้อยมากในการบันทึก (เช่นจะเกิดขึ้นเมื่อไหร่?) แต่มันตกไปเป็นชิ้นเล็กชิ้นน้อยต่อหน้าเสียงที่เล็กที่สุด ใครช่วยชี้ให้ฉันดูสิ่งที่แข็งแกร่งกว่านี้ได้ไหม

14 audio  signal-detection 

โดยทั่วไปแล้วรูปแบบของพลังงานใด ๆ นั้นหมายถึงความไม่แน่นอนหรือการสุ่ม ในสภาพแวดล้อมที่มีเสียงดังผมเชื่อว่าการเพิ่มขึ้นของเอนโทรปีจะเพิ่มขึ้นเนื่องจากเรามีความไม่แน่นอนเกี่ยวกับเนื้อหาข้อมูลของสัญญาณที่ต้องการ ความสัมพันธ์ระหว่างเอนโทรปีและ SNR คืออะไร? ด้วยการเพิ่มขึ้นของสัญญาณการปันส่วนเสียงพลังเสียงลดลง แต่นี่ไม่ได้หมายความว่าเนื้อหาข้อมูลของสัญญาณจะเพิ่มขึ้น !! เนื้อหาข้อมูลอาจยังคงเหมือนเดิมนั่นหมายความว่าเอนโทรปีไม่ได้รับผลกระทบหรือไม่?

14 noise  signal-detection  snr  information-theory 

ฉันจะเพิ่มคี่หรือฮาร์โมนิกส์ในสัญญาณทศนิยมได้อย่างไร? ฉันต้องใช้ tanh หรือบาปหรือไม่? สิ่งที่ฉันพยายามจะทำคือการใช้เอฟเฟ็กต์การบิดเบือนที่ง่ายมาก แต่ฉันมีปัญหาในการหาข้อมูลอ้างอิงที่แน่นอน สิ่งที่ฉันต้องการคือสิ่งที่คล้ายกับที่Culture Vultureทำโดยการเพิ่มคี่และฮาร์โมนิกส์ในเพนโทดและการตั้งค่า triode ค่าลอยตัวเป็นเพียงตัวอย่างเดียวในการไหลของตัวอย่าง

12 audio  signal-detection  c  distortion 

นี่เป็นปัญหาของเครื่องมือตรวจจับที่ฉันเชื่อว่า: ฉันกำลังนิ่งงันโดยสิ่งที่ดูเหมือนจะเป็นปัญหาง่าย ๆ โดยทั่วไปฉันมีวงดนตรีที่น่าสนใจ หากพลังงานสัญญาณมีอยู่ในย่านที่น่าสนใจนี้ฉันจะทำการดำเนินการ X กับสัญญาณของฉัน ปัญหาของฉันคือฉันไม่แน่ใจว่าจะเลือก 'ตัดสินใจ' ได้อย่างไรหากมีสัญญาณอยู่หรือไม่ ในที่นั้นหลังจากที่ฉันแสดง FFT ฉันสามารถมองหาจุดสูงสุด แต่ตอนนี้อะไร สถิติที่ใช้มักจะเปรียบเทียบจุดสูงสุดนี้กับค่าเฉลี่ยของสเปกตรัมโดยรอบหรือไม่? หรือว่าเป็นสถิติอื่น ๆ ฉันใช้การวัดทางสถิติใดในการพิจารณาว่ามีสัญญาณอยู่หรือไม่และไปจากที่นั่น ฉันจะตั้งค่านี้ได้อย่างไร thresholding ง่าย ๆ ? แก้ไขตามข้อเสนอแนะ: สำหรับกรณีง่าย ๆ นี้ฉันถือว่าเป็นเสียงในแบบเกาส์เซียนสีขาว สิ่งที่ฉันพยายามจัดการคือ: คนเราสร้างเส้นโค้ง ROC ได้อย่างไร ใครจะต้องไปและติดป้ายกำกับข้อมูลทั้งหมดก่อนแล้วจึงได้อัตราจริงที่เป็นบวกและเท็จบวกสำหรับเกณฑ์มากมาย SNR ที่ลดลงมีผลต่อเส้นโค้ง ROC อย่างไร ย้ายไปทางแนวทแยงหรือไม่ thesholding ปรับตัวอะไรที่ทำกับเส้นโค้ง ROC ที่กำหนดซึ่งถูกสร้างขึ้นโดยไม่มีเกณฑ์การปรับตัว? 3a เทคนิคการปรับตัวที่ใช้ร่วมกันทั่วไปที่ฉันสามารถดูนั้นเป็นเรื่องธรรมดาคืออะไร?

12 fft  signal-detection 

ฉันได้สร้างระบบ TDOA ที่ค่อนข้างง่ายซึ่งใช้สัญญาณอัลตราโซนิกที่ปล่อยออกมาจากลำโพงสองตัวเพื่อระบุตำแหน่งทางภูมิศาสตร์ (สัมพันธ์กับลำโพง) โทรศัพท์มือถือ สัญญาณทั้งสองจะถูกคั่นด้วยความถี่ ระบบมีข้อ จำกัด ดังต่อไปนี้: สัญญาณจะต้องไม่ได้ยิน ด้วยเหตุนี้เราจึงยึดความถี่ที่มากกว่า 17 kHz บางคนยังคงได้ยินเช่นนั้น แต่ส่วนใหญ่ไม่สามารถทำได้ อัตราตัวอย่าง 44.1 kHz โดยทั่วไปแล้วเพลงจะเล่นดังนั้นจึงมีสัญญาณรบกวนที่ความถี่ต่ำกว่ามาก เราไม่สามารถควบคุมว่าลำโพงและไมโครโฟนทำงานที่ความถี่สูงได้ดีเพียงใดดังนั้นเราจึง จำกัด ความเร็วสูงสุดที่ 20 kHz สัญญาณเฉพาะที่ฉันกำลังใช้คือ BPSK ปรับรหัสบาร์เกอร์ 13 บิตเนื่องจากคุณสมบัติปรับค่าความสัมพันธ์อัตโนมัติที่ดี ความสัมพันธ์อัตโนมัติดูเหมือนดังต่อไปนี้ - เมื่อฉันข้ามสัญญาณที่คาดหวังกับสัญญาณที่ได้รับในชีวิตจริงแม้ว่าสิ่งที่ฉันได้รับมักจะเป็นเช่นนี้ - สีฟ้าคือความสัมพันธ์ข้ามกับสัญญาณของลำโพง 1 และสีแดงคือความสัมพันธ์ข้ามกับสัญญาณของลำโพง 2 ปรากฏว่าเสียงก้องมีความสำคัญและน่าเสียดายที่มักจะแข็งแกร่งกว่าสัญญาณเส้นทางตรงเนื่องจากได้รับทิศทางของไมโครโฟน ฉันพยายามตรวจจับสัญญาณที่ปรากฏเร็วที่สุดเท่าที่เป็นไปได้ซึ่งเป็นเส้นทางโดยตรง วิธีการนี้มีความอ่อนไหวต่อขีด จำกัด ที่ฉันใช้สำหรับการตัดสินใจเมื่อมีสัญญาณและดังนั้นจึงไม่แข็งแกร่งเลย ฉันต้องการวิธีการที่แข็งแกร่งในการกำหนดเวลาถึง "จริง" ของสัญญาณ - เช่นเวลาที่มาถึงของสัญญาณเส้นทางตรง บางทีรูปแบบการประมาณค่าช่องสัญญาณและการถอดรหัสบางรูปแบบ? ถ้าเป็นเช่นนั้นจะทำงานอย่างไร ข้อมูล …

9 signal-detection  multipath  ultrasound