タグ付けされた質問 「measurement」

リアルタイムアプリケーションの信号の平均と標準偏差を見つける理想的な方法は何でしょうか。信号が一定時間平均から3標準偏差以上外れたときにコントローラーをトリガーできるようにしたいと思います。 専用のDSPがこれを非常に簡単に行うと仮定していますが、それほど複雑なものを必要としない「ショートカット」はありますか？

31 statistics  real-time  measurement 

システム識別測定を実行していますが、測定された応答から測定システムの応答をデコンボリューションしたいと思います。 システムのセットアップは次のとおりです。信号はPCで生成され、信号はサウンドカードに送信されます。サウンドカードは信号をパワーアンプに転送し、スピーカーを駆動します。スピーカーは、マイクロフォンによってキャプチャされたサウンドエネルギーを伝播し、サウンドカードに戻します。記録された信号はコンピューターで処理されます。 サウンドカードからの信号も直接返されるため、pc-> DAC-> ADC-> pc responseの応答を測定できます。 この「測定チェーン」を全体的な「システムチェーン」からデコンボリューションしたいと思います。このタスクにはどのような方法を使用できますか？

14 system-identification  measurement 

すなわち、状態変数として位置（p）と速度（v）があり、pの低周波測定を行うと、これは間接的にvに関する情報も提供します（pの微分なので）。そのような関係を処理する最良の方法は何ですか？ A）更新手順では、pを測定したとだけ言って、vを修正するためにフィルタリングプロセスと累積状態共分散行列（P）に依存する必要がありますか？ B）pの測定の更新ステップの後または前に、測定されたpと（比較的大きい）デルタ時間を使用してvの高分散予測を行う「余分な」予測ステップを作成する必要がありますか？ C）更新/測定のステップで、pと vの両方を測定し、それらの相互依存性に関する情報を測定共分散行列（R）に何らかの方法でエンコードしたと言う必要がありますか？ もう少し背景を説明するために、問題に遭遇した特定の状況を以下に示します。 私は物体の位置（p）を推定したいシステムで作業しており、加速度（a）を頻繁に測定し、pの頻度の低いノイズ測定を行っています。 私は現在、拡張カルマンフィルターでこれを行うコードベースで作業しています。このコードベースでは、状態変数pおよびvとして保持されます。加速度測定のたびに「予測」ステップを実行し、測定されたaとデルタ時間を使用して、新しいpとvを統合および予測します。次に、（まれな）p測定ごとに「更新」/「測定」ステップを実行します。 問題はこれです-私は時々aの高エラー測定値を取得し、それは非常に誤ったvをもたらします。明らかに、aのさらなる測定はこれを決して修正しませんが、pの測定はこれを取り除くべきです。そして、実際、これは起こるように見えます...しかし、非常にゆっくりです。 このシステムでpがvに影響する唯一の方法は、共分散行列P（つまり、上からの方法A）を介することだけであるため、これは部分的にはあると考えていました。pとvの間のこの関係に関する知識をモデルに組み込んで、pの測定がvをより速く修正するためのより良い方法があるかどうか疑問に思っていました。 ありがとう！

13 filters  kalman-filters  estimation  measurement  bayesian-estimation 

私は、コンポーネントのはんだ付け性を測定するプロジェクトに取り組んでいます。測定された信号はノイズが多い。5000ミリ秒の時点で始まる変化を認識できるように、信号をリアルタイムで処理する必要があります。 私のシステムは10ミリ秒ごとに実数値のサンプルを取得しますが、サンプリングを遅くするように調整できます。 5000ミリ秒でこのドロップを検出するにはどうすればよいですか？ シグナル/ノイズ比についてどう思いますか？焦点を合わせて、より良い信号を取得する必要がありますか？ すべてのメジャーの結果が異なるという問題があり、この例よりも低下が小さい場合があります。 データファイルへのリンク（プロットに使用されるものとは異なりますが、最新のシステムステータスを表示します） https://docs.google.com/open?id=0B3wRYK5WB4afV0NEMlZNRHJzVkk https://docs.google.com/open?id=0B3wRYK5WB4afZ3lIVzhubl9iV0E https://docs.google.com/open?id=0B3wRYK5WB4afUktnMmxfNHJsQmc https://docs.google.com/open?id=0B3wRYK5WB4afRmxVYjItQ09PbE0 https://docs.google.com/open?id=0B3wRYK5WB4afU3RhYUxBQzNzVDQ

12 filters  discrete-signals  real-time  measurement 

カラー画像の品質を、別の画像との違いとして、できればそれだけでも測定したいと考えています。 この質問は、私たちにビジョンアプリケーションがあり、照明条件、計算、および同様の周囲条件を改善しているという事実から来ています。次のような画像の品質の向上を測定したいと考えています。 詳細の量 コントラスト 画像の品質や画像内の情報量を説明するその他のもの このためのアイデアはありますか？多分ヒストグラムの比較、またはヒストグラムの高度な距離測定？私はいくつかの良いアイデアを聞きたいです！ 編集： もちろん、ビジョンアプリケーションの結果は、画像の品質の尺度です。だが： 品質の測定を意図したものではなく、他の何かの測定です アプリケーションの結果に影響を与えるパラメーターが他にもある（たとえば、画像自体）、したがって、それは画像の品質の大まかな尺度にすぎません 人間の評価を使用することもできますが、特に人間の目は客観的ではないため、私は本当に客観的な測定が必要です（私たちの心はトリックを演じ、監視するモニターは画像に影響を与えるなど）。 最終編集： 画像の品質について議論した後、この質問はそのままにしておきます。私自身（および私の同僚）のアイデアは次のとおりです。 RGBチャネルの範囲（可能な限りすべての色を使用していますか） ソーベル振幅の平均（詳細の量または焦点の大まかな尺度。詳細については、この質問も参照してください） クリッピングされるピクセルの量または0（これらのピクセルには情報がありません） また、RGBチャネルとYCbCrチャネルの平均（変換後）。平均色が変化したかどうかを確認できます（他の光源からの光の調査につながるか、独自の照明を変更した後）。 これらの統計を組み合わせることで、単に画像を見るのではなく、より客観的な観点から品質の印象を得ることができます。また、変更が発生する可能性のある場所へのポインタにもつながります。

8 image-processing  measurement