タグ付けされた質問 「matched-filter」

私は8次のIIRフィルターを実装しようとしていますが、これまで読んだすべてのアプリケーションノートと教科書には、2次のセクションとして2を超える次数のフィルターを実装するのが最善であると書かれています。tf2sosMATLABで2次セクションの係数を取得するために使用しましたが、予想どおり、4 2次セクションの6x4係数が得られました。SOSとして実装する前は、8次フィルターには7つの以前のサンプル値を保存する必要がありました（および出力値も）。ここで、2次セクションとして実装するとき、フローが入力から出力までどのように機能するか、2つの前のサンプル値のみを保存する必要がありますか？または、最初のフィルターの出力はx_in2番目のフィルターのように送られますか？

20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 

デジタル信号を成形するために使用されるフィルターがあり、フィルターの組み合わせによってISIが発生しないようにするには、どの「一致した」フィルター、がSNRを最大化しますか？p （x ）p（バツ）p(x)q（x ）q（バツ）q(x) デジタル通信では、信号対雑音比を最大化するために整合フィルターが使用されます。多くの場合、ルートレイズドコサインフィルターは、信号を整形するために使用されます。これは、周波数空間で制限されており、同じフィルターを受信信号に適用して、シンボル間で信号対雑音比（SNR）を改善できるためです-干渉（ISI）。 ただし、最適でないフィルタを使用して信号を整形する場合、受信機で同じフィルタを使用するとISIが発生する可能性があります。受信側で最適なフィルターの選択が何であるかはすぐにはわかりません。 私の理解では、最大化することでSNRが最大化されるため、フィルターがISI（引き起こさないという制約を満たしながらこれを最大化したいのため、整数であり、）シンボル幅です。∫p （x ）q（x ）dバツ∫p（バツ）q（バツ）dバツ\int{p(x)q(x)dx}p （x ）∗ q（x ）= 0p（バツ）∗q（バツ）=0p(x)*q(x) = 0x = k Tバツ=kTx=kTkkkTTT おそらく、制約のラグランジュ乗数でオイラー-ラグランジュ方程式を解くことでこれを行うことができます。もっと簡単な方法はありますか、それとも間違いを犯しているか、間違った方向に進んでいますか？

12 matched-filter  digital-communications 

デジタル通信受信機では、マッチドフィルター（SRRCフィルター）を使用しています。さまざまな文献で、マッチドフィルターの場所は2つの異なる場所で言及されています。1つは、ADCの直後にタイミング回復システムのリサンプラが続き、もう1つは、タイミング回復プロセスのリサンプラの後にタイミングエラー検出器（TED）が続くところです。 私の理解では、実際にはリサンプラーの後でなければなりません。補間係数は444 送信機側では、つまり 444シンボルごとのサンプル。したがって、シンボルレートが2 MHz2 MHz2\textrm{ MHz}、サンプルレートは 8 MHz8 MHz8\textrm{ MHz}。 さて、受信機側で、私が使用しているADCが 40 MSps40 MSps40\textrm{ MSps} つまり、サンプルレートは 40 MHz40 MHz40\textrm{ MHz}、これは 202020 シンボルレートの倍数、または 555トランスミッタのサンプルレートを掛けます。オリジナルのトランスミッタサンプリングレートに戻るのは、リサンプリング後のみです。そのため、SRRCフィルター（オーバーサンプリングレート444）を採用することができます。それ以外の場合、リサンプラーの前に使用する場合は、SRRCフィルターを使用する必要があります（オーバーサンプリングレート202020）。これにより、フィルター係数の数が増加し、ハードウェアコストが増加します。 私の理解は正しいですか？

7 digital-communications  matched-filter 

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 

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