คำถามติดแท็ก statistics

อะไรจะเป็นวิธีที่เหมาะในการค้นหาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของสัญญาณสำหรับแอปพลิเคชันตามเวลาจริง ฉันต้องการที่จะทริกเกอร์คอนโทรลเลอร์เมื่อสัญญาณมีค่าเบี่ยงเบนมาตรฐานมากกว่า 3 จากค่าเฉลี่ยในระยะเวลาหนึ่ง ฉันสมมติว่า DSP โดยเฉพาะจะทำสิ่งนี้ได้อย่างง่ายดาย แต่มี "ทางลัด" ใด ๆ ที่อาจไม่ต้องการอะไรที่ซับซ้อนขนาดนี้หรือไม่?

31 statistics  real-time  measurement 

ฉันกำลังสร้างสัญญาณที่แตกต่างกันโดยใช้ Matlab ผสมพวกเขาโดยการคูณพวกเขาโดยการผสมเมทริกซ์ A และจากนั้นพยายามที่จะได้รับกลับมาสัญญาณเดิมใช้FastICA จนถึงตอนนี้สัญญาณที่กู้คืนมานั้นแย่มากเมื่อเทียบกับสัญญาณดั้งเดิมซึ่งไม่ใช่สิ่งที่ฉันคาดไว้ ฉันพยายามดูว่าฉันทำอะไรผิดหรือเปล่า สัญญาณที่ฉันกำลังสร้างมีดังต่อไปนี้: s1 = (-x.^2 + 100*x + 500) / 3000; % quadratic s2 = exp(-x / 10); % -ve exponential s3 = (sin(x)+ 1) * 0.5; % sine s4 = 0.5 + 0.1 * randn(size(x, 2), 1); % gaussian s5 = (sawtooth(x, 0.75)+ …

14 matlab  ica  statistics  independence 

ต้องการปรับปรุงโพสต์นี้หรือไม่? ให้คำตอบโดยละเอียดสำหรับคำถามนี้รวมถึงการอ้างอิงและคำอธิบายว่าทำไมคำตอบของคุณถึงถูกต้อง คำตอบที่ไม่มีรายละเอียดเพียงพออาจแก้ไขหรือลบออกได้ ฉันใหม่โดยสิ้นเชิงกับตัวกรองคาลมาน ฉันมีหลักสูตรพื้นฐานเกี่ยวกับความน่าจะเป็นแบบมีเงื่อนไขและพีชคณิตเชิงเส้น มีคนแนะนำหนังสือดี ๆ หรือแหล่งข้อมูลใด ๆ บนเว็บที่สามารถช่วยฉันให้เข้าใจการทำงานของตัวกรองคาลมานได้หรือไม่? เว็บไซต์ส่วนใหญ่เริ่มต้นโดยตรงกับสูตรและสิ่งที่พวกเขาหมายถึง แต่ฉันสนใจที่มาของมันหรือถ้าไม่ได้รายละเอียดมาอย่างน้อยความสำคัญทางกายภาพของการดำเนินงานและพารามิเตอร์

12 kalman-filters  statistics  linear-algebra 

ฉันกำลังพัฒนาซอฟต์แวร์ที่คำนวณการตอบสนองของระบบโดยการเปรียบเทียบ FFT ของสัญญาณอินพุตและเอาต์พุต สัญญาณอินพุทและสัญญาณเอาท์พุตนั้นแบ่งออกเป็น windows และสำหรับแต่ละหน้าต่างสัญญาณจะถูกลบและแบ่งโดยฟังก์ชันฮันน์ การตอบสนองของอุปกรณ์สำหรับหน้าต่างนั้นจะเป็นอัตราส่วนของ FFT ของข้อมูลที่ประมวลผล ฉันเชื่อว่าข้างต้นเป็นขั้นตอนมาตรฐานแม้ว่าฉันอาจจะอธิบายได้ไม่ดี ปัญหาของฉันมาในวิธีการรวมการตอบสนองจากหน้าต่างหลายบาน เท่าที่ฉันเห็นวิธีการที่ถูกต้องคือการหาค่าเฉลี่ยที่ซับซ้อนในทุกหน้าต่าง การตอบสนองของแอมพลิจูดและเฟสนั้นจะเป็นแอมพลิจูดและเฟสของค่าเฉลี่ยค่าเชิงซ้อนที่แต่ละความถี่: av_response = sum_windows(response) / n av_amplitude = sqrt(real(av_response)**2 + imag(av_response)**2) av_phase = atan2(imag(av_response), real(av_response)) ด้วยการวนซ้ำโดยอ้อมผ่านช่องเก็บความถี่ แต่ฉันถูกขอให้เปลี่ยนสิ่งนี้เพื่อคำนวณแอมพลิจูดและเฟสในแต่ละหน้าต่างก่อนจากนั้นจึงเฉลี่ยแอมพลิจูดและเฟสในหน้าต่างทั้งหมด: amplitude = sqrt(real(response)**2 + imag(response)**2) av_amplitude = sum_windows(amplitude) / n phase = atan2(imag(response), real(response)) av_phase = sum_windows(phase) / n ฉันได้แย้งว่าสิ่งนี้ไม่ถูกต้องเนื่องจากมุมเฉลี่ย "ผิด" …

11 fft  statistics  frequency-response 

ฉันมักจะสะดุดกับความคิดที่ว่าสัญญาณสองส่วนขึ้นไปมีความสัมพันธ์กันเพื่ออธิบายแบบกึ่งทางการว่าพวกมันอยู่ด้วยกัน ตัวอย่างเช่นในการประมวลผลภาพพิกเซลสองลูกบนคุณลักษณะขอบมีความสัมพันธ์กันในขณะที่สองส่วนที่อยู่ติดกันของโครงสร้าง 3 มิติที่แสดงหยดน้ำในการจำลองอนุภาคมีความสัมพันธ์น้อยกว่า คำถามของฉันคือสิ่งที่เป็นความคิดที่แน่นอนที่อยู่เบื้องหลังความคิดนี้

10 statistics  correlation  terminology 

คุณช่วยอธิบายหน่อยได้ไหมว่าทำไมเสียงบางประเภทเรียกว่า "เสียงแบบเกาส์เซียน" ทำไมมันจึงเกี่ยวข้องกับการเรียกมันว่าเสียน กรุณาอธิบายในแง่ของคนธรรมดา

9 noise  gaussian  statistics