タグ付けされた質問 「filters」

信号処理では、フィルターは、特定の周波数を選択的に選択し、他の周波数を適切なゲインのままにして、信号を変換するデバイスまたはプロセスです。

3
画像から特定の背景を削除するにはどうすればよいですか?
これはガボールフィルタリング後に取得された画像です...明るい白い丸い欠陥を除いて、画像内の線を削除する方法はありますか。 ガボールフィルターの別の向きを試してみましたが、次の結果になりました: しきい値設定後:十分ですが、あまり良くない メディアンフィルタリング後: 前もって感謝します

3
Savitzky–GolayフィルターとIIRまたはFIR線形フィルター
従来のIIR / FIRフィルター(高周波数の振動を除去するためのローパス)、たとえば移動平均、 またはSavitzky-Golayフィルター エンベロープ信号などの信号を平滑化するのに便利です。 Savitzky-Golayフィルターが古典的なローパスよりも興味深いアプリケーションはどれですか? 標準フィルターとの違いは何ですか?標準フィルターと比較して何が追加されますか? 入力データに適応しますか? 一時的な保存に適していますか? 「移動平均または別のFIRローパスの代わりにSGフィルターを使用しましょう!これとこれとこれで...」と決めたエンジニアリングの状況にあったことがありますか?次に、この質問はあなたのためです!

1
信号の平滑化/データストリームのバンプの検出
(編集:この質問は、生のWAVからのバイナリ磁気ストリップカードデータの抽出から続きます) これが私の信号です(上の行)と基本的なIIRフィルターが適用されています(下の行) (編集:私のタスクは、信号をバイナリ0(周波数F)とバイナリ1(周波数2F)に分割することです-これがF2Fと呼ばれる理由です。したがって、誤ったピークが発生しないように処理する必要があります。スクリーンショットはそれを些細に見えるようにします、二重ピークを取得する潜在的な問題があり、実際のピーク間の谷で偽陽性を取得する可能性もあります。) 私の質問は、この信号を平滑化するために利用できる方法は何ですか?IIRは私の最善の策ですか? 私は少なくとも3つの可能性を見ることができます: IIR y [n] = 0.9 * y [n-1] + 0.1 * x [n]ここで、x <0の場合、y [x] = 0 移動/ウィンドウ平均-面積1.0のベル曲線を周囲に配置し、両側をw = 10サンプルと統合し、bellSmooth(x)= integral [xw、x + w] {bell(k).samp(k)} dk 予想される周波数とFFTを決定する/高次のビンを削除する/逆FFT 私は自分の質問に答えたかもしれませんが、おそらくこれは不完全であり、間違った用語を使用していると確信しています。また、私は長所と短所を実際に予測することはできません。最後の方法は、基本的な信号周波数の知識を必要とするため、あまり魅力的ではありません。しかし、2番目の方法も同様です。適切なウィンドウの長さを選択する必要があります。 他の方法はありますか?
11 filters  noise 

3
歪み補償フィルターの作成方法
複雑なミキサー、CICデシメーター、およびFIR補償/デシメーションフィルターで構成されるチャネライザーを作成しています。最終的なFIRフィルターは、必要に応じて、複数のフィルターとして実装できます。 私の質問は、CICフィルターの非常に平坦でない周波数応答を補償するようにフィルターを設計するにはどうすればよいですか?CICの応答の逆数を計算して必要な周波数応答を作成し、それを逆FFTに通してインパルス応答を取得しますか? ご覧のとおり、私の特定の問題はCICフィルターに関連していますが、私の質問は、どのような種類の歪み補償フィルターを作成するかということです。 御時間ありがとうございます。

1
カルマンフィルター-ノイズ共分散行列の理解
カルマンフィルターフレームワークにおけるノイズ共分散行列の重要性は何ですか? 私が言及しているのは: プロセスノイズ共分散行列Q、および 測定ノイズ共分散行列R いつでもステップt。 これらの行列をどのように解釈しますか?彼らは何を表していますか?彼らは、ある観測のノイズが状態ベクトルの別の観測のノイズに対してどのように変化するかについて話しますか?

2
ガウスの違い、ガウスのラプラス、メキシカンハットウェーブレットの違いは何ですか?
CVで使用されている3つの手法は非常に似ていますが、微妙な違いがあります。 ガウスのラプラシアン:∇2[g(x,y,t)∗f(x,y)]∇2[g(x,y,t)∗f(x,y)]\nabla^2\left[g(x,y,t)\ast f(x,y)\right] ガウスの差:[g1(x,y,t)∗f(x,y)]−[g2(x,y,t)∗f(x,y)][g1(x,y,t)∗f(x,y)]−[g2(x,y,t)∗f(x,y)] \left[g_1(x,y,t)\ast f(x,y)\right] - \left[g_2(x,y,t)\ast f(x,y)\right] リッカーウェーブレットとの畳み込み:リッカー(x、y、t )∗ f(x 、y)Ricker(x,y,t)∗f(x,y)\textrm{Ricker}(x,y,t)\ast f(x,y) 私が現在理解しているように:DoGはLoGの近似です。どちらもブロブ検出で使用され、どちらも基本的にバンドパスフィルターとして機能します。メキシカンハット/リッカーウェーブレットを使用した畳み込みでも、ほぼ同じ効果が得られるようです。 私は3つのテクニックすべてをパルス信号に適用しました(マグニチュードを類似させるために必要なスケーリングを使用)、結果はかなり近いです。実際、LoGとRickerはほとんど同じに見えます。私が気付いた唯一の本当の違いは、DoGとの違いです。LoGとRickerではなく、調整する2つの無料パラメーター(と)がありました。また、ウェーブレットが最も簡単/最速であることがわかりました。これは、DoGの場合は1回のたたみ込み(カーネルのFTを使用したフーリエ空間での乗算によって行われる)と、DoGの場合は2回、LoGの場合はコンボリューションとラプラシアンで実行できるためです。 σ 1σ1σ1\sigma_1σ1σ1\sigma_1 各手法の比較の長所/短所は何ですか? 一方が他方より優れているさまざまなユースケースはありますか? また、はカーネルとして実装できるため、LoGとRickerは別々のサンプルで同じ操作に縮退すると直観的に考えています。 。[ - 1 、2 、- 1 ]∇2∇2\nabla^2[ − 1 、2 、− 1]または⎡⎣⎢0− 10− 14− 10− 10⎤⎦⎥2D画像用[−1,2,−1]or[0−10−14−10−10]for 2D images\begin{bmatrix}-1,& 2,& -1\end{bmatrix}\quad\text{or}\quad\begin{bmatrix} 0 & -1 & 0 \\ -1 & 4 …

2
時間周波数画像のノイズ除去について
ウェルチの方法を使用して作成された次の例の時間-周波数画像を「ノイズ除去」するためにどのような手法が利用できるのかと思います。次のプロットは、ロボットセンサーから作成されました。(これはカラーイメージではありません -グレースケールイメージです-色は視覚的な目的でのみ追加されます)。 ゴール: 私の目標は、最終的には、このようなパルスが存在する場合に、ここに表示されるパルス間隔を推定することです。これは鶏と卵のようなものかもしれません。そのため、私は自分に「この反復率+/- 10%のパルスが存在するのか」と自問し、それらを検出します。ここに表示されているのは信号(パルス)ですが、その他の不要な干渉があります。ただし、Emreが示唆したように、時間-周波数空間ではありますが、それらには構造があります。時間周波数フィルター自体は存在しますか? ここで適用される画像処理ソリューションを強く望んでいますが、どのようなソリューションでも受け入れられます。 したがって、目標は、反復パルス(y軸のインデックス300の近くにあります)を除いて、すべての高輝度信号を削除することです。他のすべての高強度信号は「干渉」と見なすことができます。 想定できること: ここに表示されているパルス長を大まかに知っていると想定するかもしれません。(+/- 10%以内としましょう)。言い換えれば、この長さのパルスを探すことにしました。(+/-) パルスの反復率も大まかに知っていると仮定することができます(ここでも、+ /-10%としましょう)。 残念ながら、あなたは彼らの頻度をもはや正確に知りません。つまり、この画像ではパルスは300にありますが、100、50、または489などに簡単に合わせることができます。ただし、良いニュースは、ここに示されている周波数は互いに非常に近いことです。 私のいくつかの考え: 画像処理POV: 形態学的な操作が私に起こりました、しかし、私はそれらがうまくいくかもしれないかどうかを知るためにそれらに精通しています。私はアイデアが「閉じる」ことで、それゆえ「より大きい」汚れを取り除くことであると思いますか? Row-wize DFT操作は、最も高い繰り返しパターンを持つ対象の行に基づいて、どの行をnullにするかを示す可能性がありますが、パルスが少なく、間隔が遠い場合や、画像のノイズが多い場合は、実行可能なソリューションにならない場合があります。 画像を見るだけで、分離を「報奨」し、接続を「罰する」ことを望んでいます。このような操作を行う画像処理方法はありますか?(再び自然の形態学)。 ここで役立つ方法は何ですか? 信号処理POV: ここに示されている周波数範囲はすでに非常に狭いため、ノッチフィルター操作が役立つかどうかはわかりません。さらに、この狭い範囲内で示されるパルスの正確な周波数は、事前にわかっていません。 ここで関心のあるパルス(長さと繰り返し時間)に基づいて推測を行うことで、「テンプレート」の2次元DFTを計算し、これを2D ケプストラル時間フィルターとして利用できます。上記のウェルチイメージを単純に乗算してから、逆2次元DFTを実行しますか? OTOH ガボールフィルターは、ここで良い一致でしょうか?結局のところ、これらは方向に敏感なフィルターであり、独自の組み込みV1ビジュアルプロセッサーに似ています。彼らはどのようにここで悪用される可能性がありますか? このドメインで役立つ方法は何ですか? 前もって感謝します。

2
ベイター回路を理解する(chebychevフィルター)
信号処理のクラスの一部として、3次のチェビシェフバンドリジェクトフィルターを作成しています。これは、3つのカスケードBainter回路を使用して実装します。クラスの一部ではありませんが、ベイターサーキットのゲインについて質問があります。 コーナー周波数と最大全体ゲインをデザインルールとして使用してコンポーネントの選択を自動化するスクリプトを記述しようとしていますが、全体ゲインの計算に問題があります。 ベイターステージの全体的なゲインを計算するには、3つのオペアンプセクションの個々のゲインを計算するだけですか?全体的な利益は、3つの個別の利益の積になりますか?

2
私のLPターンドHPフィルター出力でこのsincは何をしていますか?
信号をLPフィルター処理し、元のフィルターから出力を差し引くことにより、信号をHPフィルター処理しようとしています。LPフィルター処理された信号を取得するために、16,000サンプルの信号に対して3次バタワースフィルターを使用して逆方向にフィルター処理しました。カットオフ周波数は、250 Hzで0.5 Hzでした。ウィンドウは使用されませんでした。 最初の85%程度のサンプルでは、​​このメソッドの出力は実際にHPフィルターされた信号と完全にオーバーラップしているようです。ただし、出力の最後には、sincのような疑わしい現象があります。 何が原因ですか? この方法を実現するために何を変更できますか? 以下は、2つの信号を重ねたものです。青いものはHPフィルター処理され、赤いものは減算によって得られます。 これはサンプルごとの絶対差です。それらが完全に等しくなることはありません。最小の差は8e-12です。値の87%が0.01未満です。 H(z)H(z)H(z)

2
この手動の双一次変換により、Matlabとは異なる結果が得られるのはなぜですか?
カットオフ周波数 1次バタワースフィルターがあります。その伝達関数はωcωc\omega_c H(s )= ωcs + ωcH(s)=ωcs+ωcH(s) = \frac{\omega_c}{s+\omega_c} 双線形変換を使用して(その関数は何と呼ばれていますか)を見つけると、H(z)H(z)H(z) H(z)= ωc2Tz− 1z+ 1+ ωc= ωcz+ ωc(2T+ ωc) z+ ωc− 2TH(z)=ωc2Tz−1z+1+ωc=ωcz+ωc(2T+ωc)z+ωc−2TH(z)=\frac{\omega_c}{\frac{2}{T}\frac{z-1}{z+1} + \omega_c} = \frac{\omega_c z + \omega_c}{\left(\frac{2}{T}+\omega_c\right)z + \omega_c-\frac{2}{T}} ただし、この結果をMatlabが行っていることと一致させることはできません。値に関係なく、それは間違っているようです。以下はH (z )の係数であると仮定します。TTTBAH(z)H(z)H(z) >> [B,A] = butter(1,0.5) B = 0.5000 0.5000 A = 1.0000 -0.0000 >> [B,A] = butter(1,0.6) B …
10 filters  matlab 

6
EEG低速ドリフト用の0.01 Hzのハイパスフィルター
非常に遅いドリフトを取り除くために、脳波(EEG)データセット用のハイパスフィルターを作成しようとしています。ただし、0.3 Hz前後の周波数は、これらのデータが提供する研究にとって非常に重要です。 私はMatlabを使って色々試しました。FIRフィルターでは、3 dBの非常に低いdB減衰で問題ないようです。たとえば、私はそれを使用しました: h=fdesign.highpass('Fst,Fp,Ast,Ap',0.005,0.01,3,1,250); % i needed to cut d=design(h,'butter'); fvtool(d) ただし、このフィルターはデータの開始時にDCドリフトを発生させるため、これらの最初のデータポイントを失いたくありません。 賢いアイデアはローパスフィルターを設計することであり、後で実際のデータから差し引くことです。私はそれを等リップルフィルターで行いましたが、それは機能しましたが、ベースラインリフトを残しました。これは分析プロトコルの次のステップなので、今は平均除去を実行したくありません。 助言がありますか?
10 filters 

4
フィルターの群遅延をゼロにするにはどうすればよいですか?
ウェーブパケットを1次ローパスフィルターの通過帯域に通した場合、フィルターの群遅延によって遅延され、同じ振幅のままですよね。 同じ波のパケットを同じカットオフ周波数の相補1次ハイパスフィルターに通すと、群遅延曲線は同じになるため、パケットの遅延は同じになりますが、ゲインははるかに低くなるため、遅れるように、そして無視できるように弱められる。 ハイパスフィルターの出力は非常に小さいため、これらの2つのフィルターの出力を合計すると(オーディオクロスオーバーの場合など)、ローパスフィルターの出力と無視できるほど異なると予想されます。大きな遅延信号+非常に小さい遅延信号=大きな遅延信号。 しかし、フィルター応答を合計すると、振幅はどこでも0 dB、位相はどこでも0になるため、群遅延は0になり、波のパケットは遅延なく変化せずに出力されます。これがどのようにして可能になるのかわかりません。フィルターは常に遅延を招きませんか?フィルター(これも正の群遅延があります)は、特にこれが阻止帯域で発生しているときに、他のチャネルによって引き起こされる遅延をどのように元に戻すことができますか? ここで誤解している部分はどこですか? 線形位相を持つ最もよく知られているクロスオーバータイプは、1次の非反転クロスオーバーです... 1次クロスオーバーは、その出力が通常合計されるときの最小位相です。0°でフラットな位相プロットがあります。- アクティブなクロスオーバーの設計 そして ここで、出力を合計した結果は0°の位相シフトを生成します。つまり、1次クロスオーバーの振幅と位相シフトの合計は、1本のワイヤーに相当します。- リンクウィッツ・ライリークロスオーバー:Aプライマー:1次クロスオーバーネットワーク 実際のパルスをテストすると、ローパス(青)が予想どおりにパルスを遅延させる方法と、ハイパス(緑)がパルスと結合して元の(赤)パルスを生成する方法がわかりますが、ハイパスパルスが元の前に発生する方法はハイパスフィルターは因果関係があり、正の群遅延がありますか?直感が私を失敗させています。 これは、ハイパス出力が私が想像したほど無視できず、遅延が私が想像したよりも無視できるほど小さいことを示しています。また、キャリア周波数を移動すると、これら2つのプロパティは比例して変化します(遅延が小さいほど、低振幅のハイパス出力が必要です)修正します)。しかし、私はまだそれを本当に理解していません。

5
カルマンフィルター-実装、パラメーター、チューニング
まず、カルマンフィルターを作成するのはこれが初めてです。 私は以前、次の質問を投稿しました。この投稿の背景を説明しているStackOverflowで、ノイズと速度値からの変動を除外します。これは私がフィルタリングしようとしている値の典型的なサンプルです。ここでは、必ずしも減少する必要はありません。しかし、変化率は通常、このようなものです X ------- Y 16 --- 233.75 24 --- 234.01 26 --- 234.33 32 --- 234.12 36 --- 233.85 39 --- 233.42 47 --- 233.69 52 --- 233.68 55 --- 233.76 60 --- 232.97 66 --- 233.31 72 --- 233.99 このチュートリアルに従って、カルマンフィルターを実装しました:カルマンフィルター(ダミー用)。 私の実装は次のようになります(疑似コード)。 //Standard deviation is 0.05. Used in calculation …

2
信号の微分と二次微分の平滑化された推定値を見つける方法は?
ΔtΔt\Delta tfi(ti=iΔt)fi(ti=iΔt)f_i(t_i=i\Delta t)i=0,…,n−1i=0,…,n−1i = 0,\ldots,n-1f′(t)f′(t)f'(t)f′′(t)f″(t)f''(t) 私の最初の考えは、中心的な違いによって導関数を推定することでした: f′(ti)f′′(ti)=f(ti+1)−f(ti−1)2Δt=f(ti+1)−2f(ti)+f(ti−1)(Δt)2f′(ti)=f(ti+1)−f(ti−1)2Δtf″(ti)=f(ti+1)−2f(ti)+f(ti−1)(Δt)2\begin{align} f'(t_{i})&=\frac{f(t_{i+1})-f(t_{i-1})}{2\Delta t}\\ f''(t_{i})&=\frac{f(t_{i+1})-2f(t_{i})+f(t_{i-1})}{(\Delta t)^2} \end{align} ただし、信号には、および急激な変動を引き起こす可能性のある高周波ノイズが多い場合があります。f′f′f'f′′f″f'' と「平滑化された」推定値を見つける最良の方法は何でしょうか?f′f′f'f′′f″f''

2
MATLABのノッチフィルターを使用した50Hzのフィルター処理
私はこれについて多くを読みましたが、すべてをうまくまとめることができなかったので、私はいくつかの助けを探しています。 信号から50 Hzをフィルター処理する必要があります。最適なオプションはノッチフィルターまたはLMSフィルターのようですが、ノイズのコピーがないため、ノッチフィルターが最良の選択のようです。 サンプリング周波数(16kHz)を知っているので、周波数を正規化する必要はなく、持続時間は30秒です。帯域幅はかなり狭くすることができ、49.5Hz〜50.5Hzで十分です。 私はの組み合わせを使用する必要があるように見えますfilterとiirnotch、私はどのように完全にはよく分かりません。 誰かがこれをすべてまとめることができれば、私はそれを大いに感謝します。ありがとう。
10 matlab  filters 

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.