タグ付けされた質問 「filters」

サンプル時間が0.5マイクロ秒の信号があり、この信号をサンプル時間の一部、たとえば3ナノ秒だけシフトしたいと考えています。 フラクショナル遅延フィルタリング、およびFFTとIFFTを使用してそのような遅延を実行する方法について、いくつかのオンラインリソースを読みました。誰かが私にこれに関するいくつかの理論を指摘したり、それを実装する方法についてのアイデアを教えたりできますか？ 整数サンプルの信号を定期的にシフトするために、必要なサンプル数だけ信号をシフトし、最初にゼロを追加することでこれを実装しました。このアプローチは正しいですか？

9 filters  discrete-signals  signal-analysis 

私は次の質問に答えようとしています： システムは方程式で記述されていますか： y[ n ] = 0.5 y[ n − 1 ] + x [ n ] − 0.5 x [ n − 1 ]y[n]=0.5y[n−1]+x[n]−0.5x[n−1]y[n]=0.5y[n-1]+x[n]-0.5x[n-1] IIRのフィルター？私の答えはイエスです。 ありがとうございました

9 filters 

半導体と誘電体の屈折率の分散を研究しているときに、私の教授は、フィルター（いくつかの光周波数を吸収する誘電体や電気RCフィルターなど）がいくつかの周波数を除去する場合、残りの周波数は位相シフトする必要があることを説明しようとしました因果関係を維持するために、信号全体から差し引かれる周波数（通常の単色信号のように時間的に無限に広がる）を補正します。 私は彼が何を話しているのかを直感的に理解していますが、彼の議論が本当に正当化されるかどうか、つまり、いくつかの周波数を吸収し、残りの周波数をシフトせずに維持しながら、重要なフィルターが存在できるかどうかはわかりません因果関係。私はそれを構築しているようには見えませんが、それが存在しないことを証明することもできません。 したがって、問題は、因果フィルターが周波数の位相を互いに相対的にシフトしなければならないことをどのように証明することができるでしょうか？

9 filters  phase 

ここで、MDFTポリフェーズフィルターバンクの非常に興味深いコードを見つけました。残念ながら、理論を説明する論文はないようです。誰かがコードの参照を知っていますか？私はこれらの3つのトピックに特に興味があります。 正確にチャネルのデータは何ですか？それらは現実のもの、想像上のもの、または複雑なものでしょうか？ コードはバンド数の半分のみを計算します。これは、使用される実数値の信号によるものですか？ 合成ステージの結果は、2つの合成フィルターバンクの結果のチャネルごとの差として構築されます。なぜそのように行われるのですか？この考えを説明する論文は見つかりません。

9 filters  filter-bank 

これは私たちの故郷の写真で、Juno宇宙船が最近木星に向かう途中でスリングショットを撮っています。それがスピードで得たもの、私たちは私たちのもので負けました、しかし、ありがたいことに私たちは太陽に落ちることはありません。 南アメリカ大陸が左側にあると思います。 ただし、画像全体に一種のアーチファクトがあり、画像全体にかすかな種類の青いバーが存在していることがわかります。何が原因なのか、私は知りたいです。 私が本当に知りたいのは、このアーティファクトを削除するために、私たちがおかしな人間が必要とするかもしれない画像処理技術は何ですか？

9 image-processing  filters  image  denoising 

DSPの「スペクトルホワイトニング」とはどういう意味ですか？ 画像処理で使用した場合、スペクトルホワイトニングはどのような影響がありますか？（視覚的またはその他...） スペクトルのホワイトニングは、オーディオの処理や分析のどこに役立つでしょうか？スペクトル的に白色化されたオーディオ信号はどのように聞こえますか？

9 filters  frequency-spectrum 

私はこの質問を尋ねられ、周波数ドメインを含まないその場で答えを出すことができませんでした（基本的に、遅延シーケンスの係数はFIRフィルターのインパルス応答であるということです）。 このプロセスを「明白」にする洞察を誰かが持っていますか？

9 filters 

圧縮された漫画の画像があります。例： それらにはそのようなノイズがあり、削除するのは容易ではありません。 ピクセルが灰色の背景にある場合でも、ノイズピクセルは非常に異なる色になる可能性があり、そのような画像の（グレースケール画像の）ヒストグラムを見ると、メインカラーのビンの周りに多数のビンが見られます。ただし、重要な機能（目など）を削除するリスクがあるため、メインカラーではない値の色だけを削除することはできません。また、画像をポスタリゼーション化しようとしましたが（例では8色を表示しています）、一部のピクセルがまだ残っています。 また、メジアンフィルターを試しましたが、そのような重いノイズを消すことはできません（私は3 * 3フィルターを使用しています）。 この場合、ノイズを効果的に除去できる方法をいくつか教えてください。私はどんな助けにも感謝します！

9 image-processing  filters  noise  reconstruction 

リーキーインテグレーターを支配する方程式（少なくともWikipediaによると）は dOdt+ A O（t）= I（t ）dOdt+あO（t）=私（t）\frac{d\mathcal{O}}{dt} + A\mathcal{O}(t) = \mathcal{I}(t)。 したがって、連続時間リーキー積分は、時定数ローパスフィルターと同じですが、入力のスケーリングまでは同じですか？ああA

9 filters 

複素共役平面を持つすべての複素共役平面で、未知であるが有限かつ有限の数の極と零点があると仮定して、何らかの応答を生成します。単位円の周りに等間隔に配置された一連の点の絶対値、つまり、その応答の極と零点の数の2倍よりも大きい値から、そのサンプリングされた大きさを生成した極と零点の数を推定または計算できます応答？ 追加：極と零点の数を決定するために2X以上のサンプルポイントが必要ですか？（合計がX未満である場合）。 追加：複数の解がある場合、最小の解（極と零点の合計の最小数など）を見つけたり、推定したりできますか？

9 filters  estimation  z-transform 

次の自動相関関数を持つWSSプロセスがあるとします。 r （τ） = σ2e- α | τ|r（τ）=σ2e−α|τ| r\left ( \tau \right ) = {\sigma}^{2} {e}^{-\alpha \left | \tau \right |} ラプラス変換は次のようになります。 R （s ） = L { r （τ） } = - 2 α σ2（S - α ）（S + α ）R（s）=L{r（τ）}=−2ασ2（s−α）（s+α） R \left ( s \right ) = \mathfrak{L} …

9 filters  filter-design  autocorrelation 

フィルターのインパルス応答のフーリエ変換、ラプラス変換、Z変換とは何ですか？私が見てきた、システムの機能や転送機能、と呼ばれるものについてH （I ω ）と離散化H （Z ）？H（秒）H(s)H(s)H（私ω ）H(iω)H(i\omega)H（z）H(z)H(z)

9 filters 

私はエッジ検出にハフ変換を使用しようとしています、そして基礎として勾配画像を使用したいと思います。 私はこれまでやっていること、画像所与のIサイズの[M,N]とその偏導関数gx、gy、各画素の勾配角度を計算することですthetas = atan(gy(x,y) ./ gx。同様に、勾配の大きさをとして計算しmagnitudes = sqrt(gx.^2+gy.^2)ます。 ハフ変換を作成するには、次のMATLABコードを使用します。 max_rho = ceil(sqrt(M^2 + N^2)); hough = zeros(2*max_rho, 101); for x=1:M for y=1:N theta = thetas(x,y); rho = x*cos(theta) + y*sin(theta); rho_idx = round(rho)+max_rho; theta_idx = floor((theta + pi/2) / pi * 100) + 1; hough(rho_idx, theta_idx) = hough(rho_idx, theta_idx) + …

9 image-processing  edge-detection  image-processing  computer-vision  image-registration  discrete-signals  noise  bpsk  snr  demodulation  bpsk  multipath  synchronization  timing  image-processing  filters  algorithms  edge-detection  sampling  demodulation  bpsk  synchronization  timing  fft  fourier-transform  delay  audio  speech-recognition  soft-question  discrete-signals  discrete-signals  autocorrelation  frequency  computer-vision 

時間とともに滑らかに変化する周波数（「掃引」と呼ばれる）の信号を含む離散時系列があります。時間とともに線形に変化するカット周波数と一定のカットスロープを持つ有限長の離散フィルター（私の場合はローパスまたはバンドパス）を設計するにはどうすればよいですか？ 編集：信号は"trace"地震源のサンプルです-ゆっくりと変化する周波数の振動を地球に送信する地震バイブレーター。時間の経過に伴う周波数の依存性（スイープ）は既知です（線形にする、。ただし、動作する別のバイブレータがある可能性があるという問題があります。自分自身で、そしてタスクはこのバイブレーターの痕跡に他の物からの不要な信号を避けることです。f(t)=f1∗(1−t)+f2∗t)f(t)=f1∗(1−t)+f2∗t)f(t)=f_1*(1-t)+f_2*t)"band-guard"

9 filters  filter-design 

103データポイント（）のようなものが与えられると、DFTは103周波数値を返します。次に、高周波のフィルタリングなどを行うには、DFTの高周波値をゼロに設定し、逆DFTを実行して、高周波のない元の信号を表す103データポイントを取得します。N=103N=103N=103 これは、103のすべてのデータポイントを一度に与えた場合、私には意味があります。しかし、かなり大きいオーディオWAVファイルのストリーミングについてはどうでしょう（たとえば、）。高周波をフィルタリングしたい場合は、10 5ポイントのデータ全体について説明したアプローチが論理的に理にかなっています。しかし、再生のためにWAVファイルをストリーミングする場合、これは妥当ではありません。オーディオファイルのストリーミング再生を高周波フィルター処理するにはどうすればよいですか？N=105N=105N=10^510510510^5

9 filters  audio  lowpass-filter  highpass-filter