信号処理

2つのプロットがあり、それぞれx軸に周波数、y軸にゲインがあります。1つのデータセットを参照として使用することで、それらの間の類似性を計算する必要があります。 グラフのx軸の値は同じで、x軸の範囲も同じです 2D相関または共分散は適切な作業を実行できますか？または、他のいくつかの投稿で読んだように、フレシェ距離またはDWTを選択する必要がありますか？ 最初のプロットは参照プロットです。 ここにプロットがあります： 助けてください！

7 correlation  waveform-similarity 

これはおそらく単純な質問だと思いますが、満足のいく答えをどこにも見つけることができませんでした... 有限長Nの時系列信号があるとします。これを呼びます。正弦波ガウスのように見えますが、ランダムな効果があります。ゼロの平均であり、トレンドはありません。y[ n ]y[ん]y[n] ここで、この信号を受信し、K個のその他の「候補」信号セットがあるとします。最も可能性の高い候補が何であるかを確認したいとします。これを行い、確率を付加する方法はありますか？たとえば、候補1は20％の確率で存在し、候補2は15％の確率で存在し、パーセントが100％に加算されます。 y[ n ]y[ん]y[n]バツ1[ n ] 、バツ2[ N ] 、。。。、バツK[ n ]バツ1[ん]、バツ2[ん]、。。。、バツK[ん]x_{1}[n], x_{2}[n], ...,x_{K}[n] いくつかのメモ： 振幅を問題にしたい。候補信号の振幅がy[ n ]y[ん]y[n]、存在する可能性は低く、他の候補はまったく同じですが、振幅が大きくなります。 信号内の各データポイントの分散（ y[ n ]y[ん]y[n] または x [ n ]バツ[ん]x[n]）不明です。私たちに与えられているのは、上記のものだけです。私は何かのようなことをするためにχ2χ2\chi^{2} 適合度テスト（これは私に提案されています）、信号の各データポイントの分散について何かを知っている必要があります。 私が見つけた最も近いものは一致フィルタリングですが、上記のような確率をどのように計算しますか？それとも、そのような確率を計算することは、質問に対する間違った答えのようなものですか？ コヒーレンスは関連していますが、それは信号が時間とともにどのように変化するかについての詳細です（私の限られた理解から）。言及されているすべての信号は有限の長さNを持ち、信号はすでに時間的に一致しています（特定の時点での信号の類似性のみが重要です）。それらの間の時間遅延は無関係です。 ありがとう!! これについてあなたが持っているどんな考えでも大歓迎です！

7 signal-detection  random  matched-filter  coherence  template-matching 

複雑なMorletウェーブレット（または、使用する名前がGaborウェーブレットの場合）を使用する必要がある非常に特殊なアプリケーションがあります。私は現在、畳み込み定理を使用してウェーブレット変換を計算していますが、リフティング方式のため、直接ウェーブレット変換の方がコンピューター効率が高いということをどこでも読んでいます。 一方、リフティングスキームを検索しましたが、パラダイムが非常に異なるため、ウェーブレットでどのように使用するか、あるいはそれが可能かどうかもわかりません。 私の質問は、1Dおよび2DのMorletウェーブレットでリフティングスキームを使用することは可能ですか？もしそうなら、アルゴリズムを説明する文献をお勧めできますか？

7 wavelet 

ノイズと画像のアーチファクトの理論的な違いや関係を知りたいですが、ノイズと分布の関係はほとんどわかりませんが、医療画像分野に関連する可能性がある場合は、詳細な説明をお願いします。 手元に紙のリンクがありますか？

7 image-processing 

Rick Lyons-サンプリングに関するDSPの本を読んでいます。この章に関連する疑問はほとんどありません。 バンドパス信号とパスバンド信号の違いは何ですか？ 誰かがバンドパス信号を出力として生成するバンドパスシステムの例を挙げられますか？ ベースバンドサンプリング（ローパスサンプリング）のサンプリング定理は、「Fs>最高周波数成分の2倍」とあり、バンドパスサンプリングの場合、サンプリング定理はFs>信号の帯域幅の2倍を示します。Bヘルツの同じ信号に対して2つの異なるサンプリングステートメントを使用する理由。 バンドパスサンプリングでは、最高周波数成分の2倍のレートでサンプリングすると理解できます。オーバーサンプリングになります。

7 sampling 

単純に（x、y）として表すことができるのに、なぜ虚数のy軸で複素数を表す必要があるのか​​と混乱しています。 iによる乗算は、y軸上の1/4円の反時計回りの回転であると読みました。 1にiを掛けると、iになります。iにもう一度iを掛けると、別の四分円ができ、-1が得られます。したがって、-1を掛けると、半円の回転になります。それがi * i = -1の意味です。 それはどういう意味ですか？ 私が方程式を解いていて、3iのような答えに終わったとしましょう。これは、時計回りに半円ずつx軸からy軸に移動したという意味ですか これを適切に視覚化することができませんでした

7 signal-analysis 

さまざまな混合比で混合したい2つのオーディオ信号があります。最初は、次のようなものに行きました y(t)=α⋅x1(t)+(1−α)⋅x2(t)y(t)=α⋅x1(t)+(1−α)⋅x2(t)y(t) = \alpha \cdot x_1(t) + (1-\alpha) \cdot x_2(t) ここで、は0と1の比率であり、とは2つの信号です。αα\alphax1x1x_1x2x2x_2 ただし、信号を直線的にミックスしなかったパンニング曲線がいくつかありました。彼らは私に線形混合が混合している間全体的なラウドネスを変えると言った。 それには何かありますか、それとも線形混合がそれを行う正しい方法ですか？

7 audio  interpolation 

利用可能なテクニックの種類について、幅広い分類を探しています。文献調査を開始するために使用できるもの。 いくつかの詳細： リアルタイム実装に適している必要があります。 バイナリの決定です。信号を継続的に入力できるはずです。アルゴは、波形の正弦波の開始時間と停止時間を検出する必要があります。 他の信号はありません。つまり、正弦波が存在しない場合、ノイズのみになります。 入力は帯域制限されており、正弦波が存在する場合は、その帯域内にあることが保証されます。 トレードオフは、速度（正弦波の出現後、アルゴがその存在を検出できるようになるまでの時間）と誤検知（最小でなければならない）の間です。 自分自身がわからないため、許容できるパフォーマンス測定値について正確な数値を示すことはできません。私は私のアプリケーションに対するすべての提案を実装し、自分自身を見つけ出すつもりです。私はこの問題に取り組むための「標準的な」テクニックを探しています。 詳細： 入力はバンドパスフィルターの出力であるため、ノイズも通過帯域でのみ重要になります。 正弦波がいつ現れるかは確実ではありません。正弦波の持続時間は50〜100 msの範囲です。正弦波の振幅は変動します。

7 discrete-signals  signal-detection  signal-analysis 

高校の数学から、y = mx + cは線形方程式であることがわかります。ただし、DSPでは、線形システムは+ cのためにy = mx + cが保持しない加算性プロパティを満たさなければなりません。では、直線性の定義はDSPと数学で異なりますか？もしそうなら、なぜ？ありがとう。

7 linear-systems 

次のような方程式として与えられた場合、フィルターが与えられます。 f（x 、y）= （∂2∂バツ2+∂2∂y2） exp（ −バツ2+y2σ2）f（バツ、y）=（∂2∂バツ2+∂2∂y2）exp⁡（−バツ2+y2σ2）f(x,y) = \left(\frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2}\right) \exp\left(-\frac{x^2 + y^2}{\sigma^2}\right) またはカーネル内のような： 私はどのくらいの缶フィルターについて調べます。具体的には、それがハイパス/ローパス/バンドパスフィルターであるかどうかを確認できます（そうであればどうですか？）、フィルターの帯域幅を確認できますか？⎡⎣⎢0101− 41010⎤⎦⎥[0101−41010] \left[\begin{array}{rrr} 0 & 1 & 0 \\ 1 & -4 & 1 \\ 0 & 1 & 0 \end{array}\right] それが役立つ場合、コンテキストは画像処理です。 ありがとう

7 image-processing  filters  2d 

私は、WebカメラといくつかのIR LEDを備えたArduinoを使用して、おもちゃのIRリモコンヘリコプター（Syma s107など）の自律制御システムの開発に取り組んでいます。約2 GHzで実行されているラップトップでOpenCVを使用してC ++を使用しています。システムをできるだけリアルタイムに近づける必要があります。 2D画像でヘリコプターの回転を効果的に決定する方法がわかりません（より正確には、カメラの画像平面に対するヘリコプターのヨー）。この情報は、ヘリコプターを画面内で安定させるために重要です。 私は検討し、少なくとも部分的に胴体と尾の位置を決定し、ジオメトリとパースペクティブのいくつかのトリックを使用して形状の推定を得ましたが、十分に低いノイズで尾と胴体を正確に見つけることは困難であることが判明しました。ヘリコプターの特定の場所にある種のカラーマーカーを使用することも検討しましたが、ほぼ左とほぼ右よりも正確な見積もりを取得する方法がわかりません。

7 image  image-processing  opencv 

ホワイトノイズの時間領域表現がインパルスのように見えることを理解しています。茶色、ピンクなどの色付きノイズを逆フーリエ変換するとどのように見えますか？音声信号に影響を与える可能性のある色付きノイズの原因は何ですか？

7 noise  speech  transform  fourier 

循環たたみ込みと線形たたみ込みの違いは何ですか？いつどちらを選ぶか？フィルターをマスク付きの画像に適用する画像処理で、どのタイプのコンボリューションを選択する必要がありますか？

7 image-processing  convolution 

ほぼ一定の大きさであるが一定ではない位相を持つ複雑な関数（たとえば、MRI画像）があるとします。f∗f∗f^* を見つけて総変動項を含む目的関数を設定する最適化問題がある場合（ノイズ除去または圧縮センシングなど）、通常は次の形式になります。f∗f∗f^* obj1(f)=…+TV(f)obj1(f)=…+TV(f) obj_1(f) = \ldots + \text{TV}(f) ただし、は区分的に一定の大きさであると想定しているので、次のように使用する方がよいと思います。fff obj2(f)=…+TV(|f|)obj2(f)=…+TV(|f|) obj_2(f) = \ldots + \text{TV}(|f|) ただし、勾配ベースのソルバーの場合、obj2の勾配を知る必要があります。用傾斜：である。勾配は何ですか？obj1(f)obj1(f)obj_1(f)TV′(TV(f))TV′(TV(f))\text{TV}'\left(TV(f)\right)obj2(f)obj2(f)obj_2(f) 更新： 直感的には、次のようなものを想定します（フェーズはに影響を与えないため、フェーズは「そのまま」にしておきます）。obj2obj2obj_2 TV′(TV(|f|))∗eiarg(f)TV′(TV(|f|))∗eiarg⁡(f) \text{TV}'\left(TV(|f|)\right)* e^{i \arg(f)} しかし、複雑な分析に関する私の知識は非常に限られており、これが意味をなすかどうかはわかりません。

7 image-processing  noise  denoising  gradient  total-variation 

ペンの位置を追跡するためのホワイトボードを作成しています。私が持っているnホワイトボードの周囲に置かれた超音波レシーバ、およびペンでの超音波エミッタを。ペンはレシーバが検出するパルスを発します。マイクロプロセッサは各受信機のパルスの到着時間を収集し、到着時間差（TDOA）を使用して、マルチラテレーションアルゴリズムに従ってペンの位置を推定します。 超音波は表面で反射し、干渉を引き起こす可能性があります。これは、パルスの周波数の制限です。現時点では、ペンを10Hzでパルスします。これは、反射が消えて干渉しないのに十分です。残念ながら、10Hzは私の目的のためのサンプリングには十分高速ではありません。ペンが100Hzでパルスするのが理想的です。（ペンエミッターはマイクロコントローラーに接続されているので、パルスの形状と周波数を制御できます。） リフレクションの問題に取り組むためにどのようなトリックを使用できますか？いくつかの標準的なフィルタリング技術は何ですか？サイクルで異なるパルスパターンを使用すると、反射をフィルタリングできますか？

7 filters  frequency-spectrum  frequency