信号処理

自己相関の大きさに対するエイリアシングの影響について質問があります。MATLABでのシミュレーションから、自己相関の大きさをとるときに、エイリアシングの影響やアンチエイリアスフィルターの必要性がわかりません。つまり、データをアンダーサンプリングして、自己相関を取ることができます。「完全な自己相関関数から導き出されたスペクトルモーメント推定に対するエイリアシングの影響」という論文があり、これは私が主張するようなものです。私が間違いを犯した場合、誰かに知らせていただけますか？

8 sampling  discrete-signals  downsampling  aliasing 

音声認識で隠しマルコフモデル（HMM）が使用されていることを知っており、ある程度理解しています。しかし、私が知らないのは、入力（音声）が後でHMMで使用されるベクトルに「変換」される方法です。 サウンド入力からベクトルをどのように取得しますか？このベクトルは人間が読めるのですか？

8 speech-recognition 

広義の定常信号が伝達関数でLTIフィルターに供給される場合、出力のパワースペクトル密度（PSD）は次のように表すことができます。XXXHHHYYY RY(f)=|H(f)|2RX(f)RY(f)=|H(f)|2RX(f)R_Y(f) = \left|H(f)\right|^2R_X(f) ここで、はのPSDを示します。 XRXRXR_XXXX この関係に共通の名前はありますか？

8 transfer-function  terminology 

オーディオ、ビデオ、または画像処理などのデジタル信号に使用できるフィルターは、周囲の領域に重みを付ける行列（「カーネル」）を使用して定義できます（これは、他の人からの講義ノートで読んだ説明です）。 カーネル は、侵食フィルターを定義します。⎛⎝⎜111111111⎞⎠⎟（111111111）\left(\begin{array}{ccc} 1 & 1 & 1 \\ 1 & 1 & 1\\ 1 & 1 & 1\end{array}\right) このカーネルが、たとえば画像（したがって、ピクセルの2Dフィールド）にどのように適用されるか教えていただけませんか？前もって感謝します！

8 filters  image-processing 

私は生物医学工学の修士プログラムに参加しており、主に信号処理に関心があります。残念ながら、私はこのテーマについてさらに深く知りたいと思っています。私の大学はその要求に対応できません。コースの数は限られています。私が尋ねた教授は、地元のプロジェクトについて知りません。参加できました。 生物医学/生体電気信号処理に関連するオープンソースプロジェクトはありますか？ そうでない場合、他のタイプの有益な課外活動をお勧めできますか？私はおそらくこのプロジェクトに1〜2時間を費やすことができます。

8 soft-question 

最近、MMSEチャネルイコライザーを実装しました。他にも多くのタイプのチャネル推定/補償アルゴリズムについて読んでいます。ただし、推定しようとしているチャネルのモデルのタップ数を推定する方法については、決して触れられていないことが1つあります。これはどのように達成されますか？ たとえば、私が持っているMMSE実装では、トレーニングシーケンスがわかっているため、トレーニングシーケンスを使用してエラーを最小限に抑えています。ただし、チャネルインパルス応答がトレーニングシーケンスよりも長い場合はどうなりますか？私はその効果を見ることはないので、トレーニングシーケンスへの影響は見られません。次に、チャネル推定に必要なタップ数をどのように推定しますか？ ありがとう！

8 impulse-response 

Haykinの110ページで記述された適応フィルター理論（2014）からの引用： y(n)=∑k=0∞w∗ku(n−k),n=0,1,2,...y(n)=∑k=0∞wk∗u(n−k),n=0,1,2,...y(n) = \sum_{k=0}^{\infty} w_k^*u(n-k), \quad n=0,1,2,... どこ uuu そして www複雑な値です。私の質問は、なぜ複合共役を使用するのですかwkwkw_k？本にある答えは、「...、複雑な用語では、用語w∗ku(n−k)wk∗u(n−k)w_k^*u(n-k)フィルター係数の内積のスカラーバージョンを表しますwkwkw_k とフィルター入力 u(n−k)u(n−k)u(n-k)「まだわかりません。この回答について詳しく説明していただけますか？

8 filters  convolution  adaptive-filters  complex  wiener-filter 

音を使って水中で音波をデジタル送信することはできますか？その後、音はリピーターによって変換され、電波で伝送されますか？水中で長距離にわたって音以外に信号を送信するには、他にどのような方法がありますか？ /space/32421/how-would-a-transmission-be-relayed-through-bottom-of-europa-ocean-to-earth

8 filter-design  acoustics  preprocessing 

しましょう f（t ）f(t)f(t) プロパティを持つ関数である： T ∈ Rf（T ）∈ R 全てに対する T| f（t ）| < A すべてのための トン∫∞- ∞f（t ） e- 私ω トン d t=0 for all | ω | ≥Bt は実数ですf（t ） は実数ですfの絶対値 （t ） はA によって上界 f（t ） は周波数Bによってラジアンで帯域制限されますt∈Rt is in realsf(t)∈R for all tf(t) is in reals|f(t)|<A for …

8 bandwidth  derivative 

定数以外の実数を使用しても、オイラーの公式は有効ですか？たとえば、を5に置き換えると、式は次のようになります： 。eeeeee5it5it5^{it} 私はMatlabでこのアイデアを試し、をいくつかの他の実数（1.5、10、2.1など）に置き換えました。そのたびに、プロットはまだ余弦波と正弦波のように見えました。cosとsinの頻度は、ベースによって変化していました。eee おおまかな私のアプローチは次のとおりです。 w = freq * 2 * pi; t = 0:0.001:1000 ; a = real( number ^ (i*wt) ) ; % cos in Euler's formula b = imag( number ^ (i*wt) ) ; % sin in Euler's formula

8 signal-analysis  math  complex  cosine 

FFTベースのたたみ込みでは、1の根の周りのすべてを評価するため、浮動小数点の解像度が制限されているようです。 1014101410^{14}このPythonコードの-factorエラー： from scipy.signal import convolve, fftconvolve a = [1.0, 1E-15] b = [1.0, 1E-15] convolve(a, b) # [ 1.00000000e+00, 2.00000000e-15, 1.00000000e-30] fftconvolve(a, b) # [ 1.00000000e+00, 2.11022302e-15, 1.10223025e-16] この問題の影響を受けない高速畳み込みアルゴリズムはありますか？ または、直接（2次時間）畳み込みが正確な解を得る唯一の方法ですか？ （そのような小さい数が切り落とさないように十分重要であるかどうかは私のポイントの外です。）

8 fft  convolution  algorithms  fourier  fast-convolution 

私は私のiPhoneは、継続的に言って、私のためにリスニングできる方法を理解しようとしていますHey Siri、Alexa、Hey CortanaまたはOkay Googleすぐに私のバッテリーを下に排出せず。 2種類のアルゴリズムを想像しました。10 ms幅のスライスなどの時間のスライスを200 msごとに記録し、特定の周波数で同期検出を実行するもの。ただし、これらのパラメータは私の声の特性に強く依存します。さらに、それは絶えずHey Siriどこかの真ん中で一致することを試み続けるためにそれでも多くのCPUパワーを消費します。 どのような効率的な低電力アルゴリズム/実装（ハードウェアまたはソフトウェア）がこのようなタスクを実行できますか？ これはどういうわけか私が思うこの特許に関連しています：https : //www.google.com/patents/US20160253997 隠れたマルコフモデルについての記事をいくつか読んだが、それが非常に低消費電力のアプローチであるとは思えない。

8 sound  speech-recognition  voice 

ドップラー拡散について私が理解していることは、送信機（TX）と受信機（RX）の間の相対的な動きが信号の露出時間を変えるということです。一定距離のTX-RXとの関係では、互いに向かってTX-RXに移動すると、信号が時間的に「圧縮」され（信号の伝搬にかかる時間が短くなります）、信号は周波数領域で「拡張」されます。同様に、RX-TXを移動すると、信号が時間とともに「拡張」され、そのスペクトルが「圧縮」されます。つまり、それはフーリエ変換のスケーリングです。これらの2つの極端なケースは、元の周波数を−fd−fd-f_d そして +fd+fd+f_d どこ fdfdf_d 最大ドップラースプレッドです。 Clarkeモデルを見ると、これは、豊富な散乱環境と等しい到来角を持つ複数の伝播モデルです。（詳細はClarkeモデルのリンク ） 私がよく理解している場合、都市環境での理性的な2つの仮定があります。 レイリーフェージング 等しい到来角、または等しいレシーバ感度 私は元の記事から数学に従っています、それは大丈夫そうです。最終的なドップラーパワースペクトルは S(f)=1πfd1−(ffd)2−−−−−−−−√S(f)=1πfd1−(ffd)2\displaystyle S(f) = \frac{1}{\pi f_d \sqrt{1 - \left(\frac{f}{f_d}\right)^2}} 私が理解していないのは、なぜエネルギーが2つの極端な拡散周波数に集中するのかということです。−fd−fd-f_d そして fdfdf_d到来角は均一です。物理的な解釈はありますか？有名なClarkeモデルには何が欠けていますか？個人的に、このモデルは典型的な都市環境をよくモデル化しているようです。 RHクラーク、「モバイル無線受信の統計理論」、ベルシステムテクニカルジャーナル、1968年7月/ 8月、p。957ff 答えカルロスの答えは最も基本的な数学的部分を捉えていますが、実際の答えは「角度と周波数の間のマッピング」に関する彼のコメントにあります。また、マクシミリアンの答えも面白いです。

8 power-spectral-density  doppler 

通過帯域とサンプルレートに基づいてFIR / IIRの近似フィルター次数を計算するための経験則はありますか？Undergradで一度読んだことを覚えているようです。スケーラー*通過帯域/遮断帯域のような大まかな見積もりを作成できると思います。 私はさまざまなFIR / IIRフィルターの実装に取り​​組んでおり、1つの変数が変更された場合、これはおおよそのタップ数で同様のパフォーマンスを得ることができるという大まかな式が欲しいのですが。

8 filters  filter-design  infinite-impulse-response  fir 

線形位相フィルターが対称的なインパルス応答を持っているという事実として与えられましたが、それがなぜ真実でなければならないのか私にはわかりません。誰かがこれを説明したり証明したりできますか？

8 filters  impulse-response  linear-phase  symmetry