信号処理

信号、画像およびビデオ処理の芸術および科学の実務家のためのQ&A

1
これはどのような変調ですか？
私は、ウィンドウカバーのリモコンでどのような変調とエンコーディングが使用されているかを調べようとしています。これをRaspberry Piに実装して、ホームオートメーションを少し追加することを目指しています。 同僚がUSRPで信号をサンプリングするのを助け、データファイルをくれました。私はそれらをInspectrumで調べました。 サンプルは、信号の周波数に非常に近い中心に記録されていると思います。これは良い考えではないかもしれないと後で読んだので、これが写真で見ることができる永続的なノイズの原因となっていると思います。将来的にサンプリングを数kHz以下に中心化する必要がありますか？ 「ウィンドウを開く」信号を1回押す シンボルレート、または私が推測したのはシンボルレートでしたが、このレベルでは一貫しているようです（約42ボー）。 これは周波数エネルギーを示しています。X軸は時間、Y軸は周波数（ベースバンド）です。色は、興味深い力だけを示すように調整されています。 「ブロック」の1つの詳細 ここでは、最後の図に示すように、周波数、IQ（赤/青）、および位相を下に向かって下に移動します。ここに度数表が何を表しているのかよくわかりません。 疎から密への遷移を拡大 ここでは「シンボルレート」は一定していないようです。 このリモートが使用する変調、エンコーディング、ビットレート、またはプロトコルの種類はわかりません。今のところ、gnuradioですべての復調ブロックを盲目的に試すことが唯一の選択肢です。 ビットを取り出すために、gnuradioでこの信号を復調する方法に関するガイダンスを回答に含めることができれば、さらに役立ちます。そこから持っていけると思います。 コントローラーはベルックスのウィンドウカバー用ですが、ウェブで情報が見つかりませんでした。最終的には、Arduino / rPi用に購入するチップを見つける必要があります。 チップに文字が刻まれていることはわかりますが、読み取ることができません。摩耗しているようですが、拡大鏡はありません...：/ アップロードされた生データ：https : //www.dropbox.com/s/rh2k7ho68dvoxhd/data_mando3.dat?dl=0。サンプルレートは3MHzです。データ形式は、GNU Radio Companion default、つまりIQであり、各コンポーネントは32ビットのfloatとして表現されます。 更新 さらに調査した結果、これはio-homecontrolプロトコルのようです。それはリバースエンジニアリングされておらず、暗号化されているようで、情報はありません。これは双方向のプロトコルなので、会話全体からサンプルを取得する必要があります（現在のサンプルは、利用可能なリモートでのみ取得されます）。 このチップは理論的にはこのプロトコルで動作することができます：http : //www.analog.com/media/en/technical-documentation/data-sheets/ADF7022_2page.pdf コンソーシアムは仕様を提供しません。私はまだGNURadioとのいくつかの会話を盗聴し、それらから作業できるかどうかを確認することにまだ興味があります。このことを考えると、io-homecontrolとVelux製品に対してのみ推奨できます。 ありがとうございました！
2
オーディオ分離のための非負行列因数分解-なぜ機能するのですか？
非負の行列因数分解は、行列を2つの行列の積に因数分解することを目的としています。ここで、は基底ベクトルのセットを表し、それらのアクティブ化または重みを表します。オーディオソース分離に適用される、はスペクトログラム（これは既知）であり、は非負の基本スペクトル、はそれらの時間的活性化です。VV\mathbf VV=WHV=WH\mathbf V = \mathbf W\mathbf HWW\mathbf WHH\mathbf HVV\mathbf VWW\mathbf WHH\mathbf H これは、スペクトログラムをさまざまな周波数ビンとその大きさの合計として表現できるように思えます-これは、さまざまなピッチをフィルタリングまたは分離するのに役立ちます（通常のバンドパスフィルターの役割を果たしていると思われますか？）。これが実際にピアノと歌手が同じまたは類似したピッチで歌うなど、実際にどのように分かれるかはわかりません。
5
ノイズのスペクトル減算を改善するための推定器
クリーンな信号に依存しない、真のゼロ平均ガウスホワイトノイズ xxx 既知の分散が追加されます xxx ノイズの多い信号を生成する y.y.y. 離散フーリエ変換（DFT） YYY ノイズの多い信号の次のように計算されます。 Yk=1N∑n=0N−1e−i2πkn/Nyn.(1)(1)Yk=1N∑n=0N−1e−i2πkn/Nyn.Y_k = \frac{1}{N}\sum_{n=0}^{N-1}e^{-i2\pi kn/N}y_n.\tag{1} これは単なるコンテキストであり、周波数領域でノイズ分散を定義するため、正規化（またはその欠如）は重要ではありません。時間領域のガウスホワイトノイズは、周波数領域のガウスホワイトノイズです。質問：「ホワイトガウスノイズの離散フーリエ変換の統計とは何ですか？」を参照してください。したがって、次のように書くことができます。 Yk=Xk+Zk,Yk=Xk+Zk,Y_k = X_k + Z_k, どこ XXX そして ZZZ クリーンな信号とノイズのDFTであり、 ZkZkZ_k 分散の円対称複素ガウス分布に従うノイズビン σ2σ2\sigma^2。それぞれの実数部と虚数部ZkZkZ_k ガウス分散の分散を個別に追跡する 12σ212σ2\frac{1}{2}\sigma^2。ビンの信号対雑音比（SNR）を定義しますYkYkY_k なので： SNR=σ2|Xk|2.SNR=σ2|Xk|2.\mathrm{SNR} = \frac{\sigma^2}{|X_k|^2}. 次に、スペクトル減算によってノイズを低減する試みが行われます。これにより、各ビンの大きさが YkYkY_k元の位相を保持しながら、独立して減少します（大きさの減少でビン値がゼロにならない限り）。削減は見積もりを形成します|Xk|2ˆ|Xk|2^\widehat{|X_k|^2} 広場の |Xk|2|Xk|2|X_k|^2 クリーン信号のDFTの各ビンの絶対値： |Xk|2ˆ=|Yk|2−σ2,(2)(2)|Xk|2^=|Yk|2−σ2,\widehat{|X_k|^2} = |Y_k|^2 - \sigma^2,\tag{2} どこ σ2σ2\sigma^2各DFTビンにおける既知のノイズの分散です。簡単にするために、私たちは考慮していませんk=0,k=0,k = 0, または k=N/2k=N/2k = …
2
破損したjpegからグリッドパターンを削除するために適用できる画像フィルターはどれですか。
なんとか破損していて、バックアップイメージを失った約1,400のJPEGがあります。それらはすべて、それぞれに同じグリッド線のパターンがあるように見えます（つまり、グリッド線は画像間で移動しません。 これらの画像の1つは次のようになります。 このグリッドパターンを削除または平滑化する、Matlab固有の画像フィルタリング技術などはありますか？
2
乗数のないガウスFIRフィルター？
ユニティゲイン係数を使用し、乗算器を使用しないガウスFIRフィルターを実装する最も簡単な方法は何ですか？ 最初に次の2文字を入力して、答えをネタバレ表記で始めてください ">！" 注：ガウスFIRフィルターは、ガウス関数であるインパルス応答を持つFIRフィルターです。「ユニティゲイン係数」とは、フィルター構造のすべての係数が1であることを意味します。
8 fir  dsp-puzzle 
2
とは
Bandwidth-Time積の意味を教えてください。帯域幅（BBB）= 1 /シンボル時間（TTT）したがって、 BT=1BT=1BT = 1。 しかし、どのように変化するのでしょうか？ その意味は何ですか？ たとえば、GFSKがGMSKであると言うとき BT=0.5BT=0.5BT = 0.5、それはどういう意味ですか？
2
ビデオから泥棒の車のナンバープレート番号を識別する
動機： 私は最近、ノートパソコンを盗まれました。家族の写真、研究活動、その他の非常に重要なものがたくさんありました。もちろん盗難は報告されていますが、私はここの人々は地元の警察署に比べて画像処理に優れていると思います:) ビデオ録画 盗難は防犯カメラによってキャプチャされました。元の.davファイルはここからダウンロードできます。 ch10.dav ch13.dav 変換された.aviファイルは、ここからダウンロード（またはブラウザーで再生）できます。 ch10.avi ch13.avi 説明 ch10（フルネーム：）という名前のファイルでHCVR_ch10_main_20160501143700_20160501143947は、泥棒の車が0:48に右からフレームに入ります。ch13（フルネーム：）という名前のファイルHCVR_ch13_main_20160501143811_20160501144205では、最初の2分間で、泥棒の車が右からフレームに入り、Uターンし、アイテムを盗み、もう一度Uターンして行きます。 何が試されましたか？ ナンバープレートの周りのいくつかのフレームをトリミングし、プレートがすべてのフレームで同じ位置とサイズになるようにストレッチして、平均化してみました。結果は元のフレームより良くありませんでした:( どうすれば番号を取得できますか？
3
です
です x(t)=cost+sin(12t)x(t)=cos⁡t+sin⁡(12t)x(t) = \cos t + \sin\left(\frac{1}{2}t\right) 周期的な信号？ 本が提供する答えは私の答えとは異なります。本はそれが周期的な信号ではないと言います。なぜそれが定期的な信号ではないのですか？ 私の答え： cos（t ）cos⁡(t)\cos(t) 周期的 2個のπf1= 1 ⇒f1=12個のπ⇒T1= 2 π2πf1=1⇒f1=12π⇒T1=2π2\pi f_1 = 1 \Rightarrow f_1=\frac{1}{2\pi} \Rightarrow T_1=2\pi 罪（12t ）sin⁡(12t)\sin\left(\frac{1}{2}t\right) としても周期的です 2個のπf2=12⇒f2=14個のπ⇒T2= 4 π2πf2=12⇒f2=14π⇒T2=4π2\pi f_2 = \frac{1}{2} \Rightarrow f_2=\frac{1}{4\pi} \Rightarrow T_2=4\pi したがって T1T2=2個のπ4個のπ=12T1T2=2π4π=12\frac{T_1}{T_2} = \frac{2\pi}{4\pi} = \frac{1}{2} 有理数 したがって、与えられた x （t ）x(t)x(t) 周期的な信号です。
8 periodic 
5
デジタルフィルターが機能する理由
だから私はFIRとIIRフィルターについて読み始めたばかりで、これまでのところ、理論がいかに「単純」であるかに驚いています。 しかし、私を混乱させるものは何ですか、なぜ以前のサンプルの加重和を作成することによってフィルタリングが機能するのですか？ これが望ましいフィルタリング効果を生み出すことができると考える直感は何ですか？ だれでも遅延信号を合計すると櫛形フィルタリングが生成されることを確認できますが、私には少し直感的ではないようです。しかし、望ましいフィルタリングは？どうして？
5
複雑な零点/極の意味は何ですか？
私は信号処理と制御をここしばらく研究しており、ラプラス変換とフーリエ変換をほぼ毎日使用しています。また、ナイキストまたはボード線図などの別のツール。 しかし、今日までこれについて考えたことはありませんでした。周波数を処理するときの複素数の物理的な意味は何ですか？ これはばかげているように聞こえるかもしれませんが、私はこの質問をされました。たとえば、フーリエ変換やボード線図またはナイキスト線図でだけでなく、について話すのはなぜですか？ラプラスドメインの零点または極の実数部と虚数部の物理的な感覚は何ですか？jωjωj\omegaωω\omega
2
カルマンフィルターは、異分散性ノイズの最良の線形不偏推定量（BLUE）ですか？
ガウスマルコフ定理によれば、システムに入るノイズがゼロ平均と無相関であり、等分散性である（一定の有限分散を持つ）場合、通常の最小二乗推定量は青になります。カルマンフィルターが平均と分散が既知であるがガウス以外の分布の加法性ノイズがあるシステムに適用されていることは知っています。これは、ノイズが等分散的でなければならないことを意味しますか？それとも、KFはその裏技を持っていますか？
4
FFTのサイドローブの直感
固定長の信号に対してFFTを実行するとサイドローブが発生する理由を理解する直感的な方法があるかどうか疑問に思っていましたか？
8 fft 
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.