加速度計信号の信号処理技術？

加速度計の測定値を記録するいくつかのテストを実行しています。この信号に信号処理の要素を使用することを検討していますが、どこから始めればよいか、または私のアプローチはどうあるべきかわかりません。

私の最終的な目標は、加速度の測定値をリアルタイムで監視し、event発生時に通知を表示できるようにすることです。約15万のサンプル時間を見ることができるように、event発生します。

• このデータをリアルタイムで監視している場合、このイベントに対応するためにどのような信号処理技術を実装できますか？
• 短時間フーリエ変換（STFT）はオプションでしょうか？

私はPythonでデータを監視していますが、それらにはまともなSTFT関数があります。

この関数の引数は次のとおりです。

scipy.signal.stft（x、fs = 1.0、window = 'hann'、nperseg = 256、noverlap = None、nfft = None、 
detrend = False、return_onesided = True、boundary = 'zeros'、padded = True、axis = -1）

• この信号の処理に使用する最適なパラメーターを決定するにはどうすればよいですか？

• event（加速度の大きさだけを使用するのではなく）リアルタイムで発生するタイミングを特定するのに役立つと思われる他の方法はありますか？

編集1：

私のSTFTは上に追加されています。

STFTが飛び出すのはなぜだろう。私にとっては、gオフセットを削除した後、信号自体またはそのエンベロープの単純なしきい値がより良い/ちょうど良いのではないでしょうか？

を検出するのeventに最適な「メジャー」を決定したら、ここで答えたバスビルとニキフォロフの作業を適用できます。

その問題の古典的なリファレンスは、BassevilleとNikiforovによる「突然の変化の検出-理論と応用」です。 本全体はPDFダウンロードとして入手できます。

私の推奨は、CUSUM（累積合計）アルゴリズムについて第2.2章を読むことです。

このグラフィックが最も典型的なアプリケーションシナリオを表す場合は、簡単な短いウィンドウの分散推定を行い、後でしきい値処理を実行します。

どこ $x_{ac}[n]$DC除去された入力信号です。つまり、$x_{ac}[n] = x[n] - \bar{x}[n]$ どこ $\bar{x}[n]$ 入力のDC（平均）値です $x[n]$ 局所的に推定できる

十分に小さいウィンドウサイズを選択してください $N$あなたのアプリケーションに適しています。標準偏差（この計算された分散推定値の平方根）と適切に選択されたしきい値との比較に基づいて、イベントの決定を実行できます。

これは、周波数領域分析と比較して、計算負荷がはるかに少ないリアルタイムで簡単に計算されます。リアルタイムアプリケーションでは、合計インデックスは現在のサンプルから逆方向に移動する必要があることに注意してください（非因果的合計を使用する上記の式の代わりに）

2番目の効率的な代替手段として、イベントをトリガーするためにタイムドメインエンベロープ検出（その後にしきい値処理）を実装することもできます。