タグ付けされた質問 「frequency-spectrum」

DSP / DIPのコンテキストで、超解像とは何かを理解しようとしています。最大化/最小化されている基準とその理由 私のオンライン検索のほとんどは光学物理学の観点から超解像技術を生み出していますが、私はそれらが画像処理や一部のドップラーレーダー処理でも使用されていることを偶然に知っています。 私が覚えているSuper-Resの特定の例の1つは、メインローブがボックスカーの幅と同じ幅でありながら、ハミングウィンドウのようにサイドローブが非常に低く高速に低下するウィンドウ関数の設計でした。この意味で、「スーパー解像度」は、メインローブの幅が狭く、ダイナミックレンジが非常に高いため、互いに非常に近い周波数を解決できるという事実に由来しています。これは本当に超解像度と同じですか？ （おそらく）それをノイズ除去やスパース性追求の形に例えているという説明はありますか？それともまったく別の動物ですか？

7 image-processing  frequency-spectrum  superresolution  denoising 

これは私が解決した宿題の質問から来ました。いくつかの説明が必要です。 特定の波長で特定の量のスペクトルの帯域幅を決定するように求められます。これを見つけるために、私はそれを知っています。 δf=C ⋅δλλ2δf=c⋅δλλ2\delta_f = \frac{c\cdot \delta_\lambda}{\lambda^2} ここで、は帯域幅、\ delta_ \ lambdaはスペクトルの量、\ lambdaは指定されたキャリア波長、cは光の速度です。δfδf\delta_fδλδλ\delta_\lambdaλλ\lambdaccc これで問題はありませんが、この式が機能する理由や、それがどこから来るのか、理由はわかりません。この式はどこから来たのですか、それは何と呼ばれていますか？ 質問は次のとおりです。 波長でのスペクトルにどれだけの帯域幅がありますか？0.1 ミクロン0.1 micron0.1 \textrm{ micron}1 ミクロン1 micron1 \textrm{ micron}

7 frequency-spectrum  bandwidth 

信号があり、その中にいくつかのパルスが存在するとします。パルスは単純なトーンです。あなたはパルスの持続時間と形を知っています。（パルスが2、3サイクルで構成され、それに対してこれらのすべてのサイクルがハミングウィンドウで乗算されると仮定します。したがって、最終的なパルスは以下の青いプロットのようになります。 私たちが知らないのはその頻度です。（その周波数は以内であることがわかっています）。±100 Hz±100 Hz\pm 100\textrm{ Hz} 質問は： 時間周波数領域でパルスの2次元バージョンを使用して、信号の絶対振幅スペクトログラムの一致フィルタリングを実行しますか？例）、既知のパルスのエンベロープに対して、時間領域で？ ] 2 * TFドメイン方式の場合、以下を想定します。 STFT分析。 予想されるパルス長に等しい分析ウィンドウを使用しています。 重複の割合：何を望んでも、この場合は重要ではないと思います。 一方で、何もないから情報を作成することはできないため、時間-周波数空間に問題を持ち込むことは冗長に思えますが、一方で、時間-周波数空間に入ると、おそらく、パルスによく一致する2次元フィルターを作成するか、時間領域の一致フィルタリングの場合に無視されていない（おそらく？）他のバンドからのノイズを無視しますか？ 私の最大の混乱点は、TFドメインへの移行に固有に、（使用する分析ウィンドウの選択に基づいて）時間と周波数の両方のローカライズのあいまいさがあるということです。対照的に、時間領域では、時間のローカリゼーションは確実です。どのように-またはなぜ- いくつかの時間-周波数のあいまいさの共存のために時間配置のあいまいさを取り除けば役立つでしょうか？見ていません。100%100%100\%100%100%100\% 編集： 問題を見て別の方法は、この言い換えている：ときに 1がでフィルタリング試合したいと思うだけで、時間領域（時のあいまいさ、合同TF-ドメインでそれをやって対、周波数の曖昧さを）、 （x％時間のあいまいさ、（1-x）％頻度のあいまいさ）。0%0%0\%100%100%100\% 幅広い質問がありましたが、最初にこれに分類しました。

7 frequency-spectrum  signal-detection  time-frequency  matched-filter 

ラドン変換に関連するタスクがあります。DFTによるリサンプリングを使用するサブタスクが含まれています。 長さ515ピクセルの非周期的な離散化信号（図1）（たとえば、ピクセルのストリング）を考えてみましょう。私のリサンプリングの実装では、次の手順が含まれています。 循環左シフト（図2）。 信号の長さが2 ^ nになるように、中心にゼロを追加します（この場合、1024-515 = 509のゼロを追加する必要があります）（図3）。 この信号からDFTを取得します（図4）。 循環右シフト。（低周波数を中心にシフトするため）（図5） 図1 図2 図3 図4 図5 主な質問： なぜ信号の循環シフトを実行し、中心に正確にゼロを追加する必要があるのですか？（私はこれが信号を周期的にしたと仮定しました）ゼロパディングは補間DFTスペクトルを作ります、それは正しいですか？（私は尋ねました、そしてそれはかなりそうではないことを誰かが言います）多分誰かはゼロパディングの後で信号で何が起こるかを簡単な方法で説明することができます。 Matlabでいくつかの実験を行ったところ、他の一連のアクションでは必要な結果が得られないことがわかりました。 次の2つのケースを考えてみましょう。 a）（この正しいバリアント）非周期的な離散化された信号（たとえば、ピクセルの文字列）があります。これは、左に循環シフトされ、中央にゼロが埋められた後、これからDFTが取得され、シフトバックされます。 b）非周期的な離散化された信号（たとえば、ピクセルの設定された文字列）があり、左から右にゼロが埋められ、これからDFTが取得されます。 これらのDFTスペクトルの違いは何ですか？ 私はいくつかの本を読みましたが、このゼロパディングのケースの答えは見つかりませんでした。これは自分の経験だけで見つけられるようです。 本の答え： AC KakおよびMalcolm Slaney、コンピュータ断層撮影イメージングの原則、工業および応用数学学会、25ページ、2001年

7 fft  fourier-transform  frequency-spectrum  interpolation  zero-padding 

-X MHzから+ X MHzの範囲のスペクトルがあるとします。ゼロ成分を中央（0 Hz）にシフトして、スペクトルの周波数誤差を修正する必要があります。 出力（周波数スペクトル）がFFTを介して計算される場合、私が知る限り、「回転因子」（または係数、複雑なデータの正弦波および余弦波の場合）を調整することによってスペクトルを移動できます。 サイズ1024 FFT（ビンインデックス0〜1023）の場合、ビン番号511に0 Hz成分が存在する必要があります。ただし、周波数誤差の可能性があるため、0 hz成分は実際にはビン510にある可能性があります。 私はこれについて多くの情報を見つけることができないようです。助けてくれてありがとう。 編集：質問の間違い。

7 fft  frequency  frequency-spectrum