タグ付けされた質問 「noise」

1960年代以降（NTSCおよびPAL規格の導入後）に製造された最新のCathode Ray Tube（CRT）テレビは、色信号の回路ベースのデコードをサポートしていました。新しいカラーセットは、新しいテレビセットがその日の古い白黒放送と後方互換性を持つことを可能にするために作成されたことはよく知られています（また、他の多くのレガシー機能と宗教的に後方互換性があります）。新しい色標準では、より高い搬送周波数で色情報が追加されました（ただし、同じ明るさの期間）。カラー情報は各水平線の開始後に同期され、カラーバーストとして知られています。 テレビにノイズを入力すると、テレビは白黒ノイズだけでなく、各フレームのある新しい水平線に色情報があるため、色ノイズも発生するようです。しかし、これはそうではありません。すべてのカラーテレビはまだ白黒のノイズを発しているからです。 これはなぜですか？ 以下は、単一の水平スキャンの信号例です。 そして、すべての水平スキャンが同じである場合の結果の画像です（バーが表示されます！）。

58 noise  color  analog  video 

背景： 私は（に言及したiPhoneアプリに取り組んでいる中で 、いくつかの 他 の記事）その1が眠っていると判断しながら呼吸/いびき「に耳を傾ける」「スリープラボ」の前の画面として（睡眠時無呼吸の兆候がある場合テスト）。アプリケーションは、主にいびき/息を検出するために「スペクトル差」を使用し、睡眠ラボの録音（実際には非常にノイズが多い）に対してテストすると、非常にうまく機能します（約0.85--0.90相関）。 問題： ほとんどの「ベッドルーム」ノイズ（ファンなど）をいくつかの手法でフィルタリングし、人間の耳では検出できないS / Nレベルで呼吸を確実に検出できることがよくあります。問題は音声ノイズです。バックグラウンドでテレビやラジオを走らせることは珍しくありません（または単に誰かが遠くで話していることもあります）。また、声のリズムは呼吸/いびきとほぼ一致します。実際、私はこのアプリを介して故作者/ストーリーテラーのビル・ホルムの録音を実行しましたが、それは本質的にリズム、レベルの変動性、および他のいくつかの測定のいびきと区別できませんでした。（少なくとも彼が起きている間は、睡眠時無呼吸がなかったようです。） ですから、これは少し長めのショット（そしておそらくフォーラムのルールの延長）ですが、私は音声を区別する方法についていくつかのアイデアを探しています。いびきをなんとかフィルタリングする必要はありません（それはいいと思います）が、音声で過度に汚染された「ノイズが多すぎる」サウンドとして拒否する方法が必要なだけです。 何か案は？ 公開されたファイル： dropbox.comにいくつかのファイルを配置しました： Epica_Storm_the_Noisy_Sorrow_minus_10dB_wav.dat Holm_5db_noisy_wav.dat recordedFile20120408010300_first_ten_wav.dat 最初の曲はかなりランダムなロック（おそらく）音楽で、2番目の曲は故ビルホルムのスピーチの録音です。両方（いびきと区別するために「ノイズ」のサンプルとして使用します）は、信号を難読化するためにノイズと混合されています。（これにより、それらを識別する作業は非常に困難になります。）3番目のファイルは、真に最初の3分の1がほとんど呼吸し、真ん中の3分の1が呼吸/いびきの混合で、最後の3分の1はかなり安定したいびきです。（ボーナスで咳が出ます。） 多くのブラウザではwavファイルのダウンロードが非常に難しくなるため、3つのファイルはすべて「.wav」から「_wav.dat」に名前が変更されました。ダウンロード後、名前を「.wav」に戻すだけです。 更新：エントロピーは私にとって「トリックをやっている」と思っていましたが、それは主に使用しているテストケースの特性であり、あまりにもうまく設計されていないアルゴリズムでした。一般的な場合、エントロピーは私にとってほとんど役に立たない。 その後、1秒間に約8回サンプリングされた（メインFFTサイクルから統計情報を取得して）信号全体の振幅（パワー、スペクトルフラックス、その他のいくつかの測定を試しました）のFFT（いくつかの異なるウィンドウ関数を使用）を計算する手法を試しましたこれは1024/8000秒ごとです）。1024サンプルでは、​​これは約2分の時間範囲をカバーします。いびき/呼吸対音声/音楽のリズムが遅いためにこのパターンを見ることができることを望んでいました（また、「変動性」問題に対処するより良い方法かもしれません）あちこちにあるパターンの、私が本当にラッチできるものは何もありません。 （詳細：場合によっては、信号振幅のFFTは、約0.2Hzに強いピークと階段高調波を持つ非常に明確なパターンを生成します。しかし、ほとんどの場合、パターンはそれほど明確ではなく、音声と音楽はあまり明確に生成できません性能指数の相関値を計算する方法はあるかもしれませんが、約4次の多項式にカーブフィッティングする必要があり、電話で1秒に1回実行することは実用的ではないようです） また、スペクトルを分割した5つの個別の「バンド」に対して、同じ平均振幅のFFTを実行しようとしました。バンドは4000-2000、2000-1000、1000-500、および500-0です。最初の4つのバンドのパターンは全体的なパターンとほぼ同じでした（ただし、実際の「目立つ」バンドはなく、より高い周波数帯域ではほとんど無視できるほど小さい信号でしたが）。 バウンティ： 彼がこれまでで最も生産的な提案であったことを考えると、彼は新しいものを何も提供していませんが、ネイサンにバウンティを与えるつもりです。しかし、他の誰かが良いアイデアを思いついたら、他の誰かに喜んで表彰したいと思ういくつかのポイントがあります。

22 fft  noise  frequency-spectrum  voice 

この質問は、Signal Processing Stack Exchangeで回答できるため、Stack Overflowから移行されました。 7年前に移行され ました。 これは信号に依存することがわかっていますが、新しいノイズの多い信号に直面すると、急激な遷移を維持しながら信号をノイズ除去しようとするトリックのバッグは何ですか（たとえば、あらゆる種類の単純な平均化、つまりガウスとの畳み込みがなくなります）。私はしばしばこの質問に直面し、自分が何をしようとしているかわからないように感じます（スプライン以外にも、適切な鋭い移行を真剣に打ち倒すことができます）。 PSサイドノートとして、ウェーブレットを使用した良い方法を知っているなら、それが何であるかを教えてください。彼らはこの分野で多くの可能性を秘めているように思えますが、90年代には論文の方法がうまくいくことを示唆する十分な引用がある論文がいくつかありますが、介在年。確かにそれ以降、いくつかの方法は一般的に「最初に試すこと」であることが判明しました。

21 noise  wavelet  denoising  smoothing  total-variation 

それは簡単な質問に思えるし、それがあるが、私はどんな結果なし白色ガウス雑音の分散を計算しようとしている任意の疑いのないことができます。 加法性ホワイトガウスノイズ（AWGN）のパワースペクトル密度（PSD）はN02N02\frac{N_0}{2}自己相関がN02δ(τ)N02δ(τ)\frac{N_0}{2}\delta(\tau)、分散が無限であるので？

20 noise  power-spectral-density  random-process 

（ピンク）ノイズへの優れた擬似ランダム近似を生成するためのアルゴリズムで、整数DSPの低計算コストでの実装に適したものは何ですか？1 / f1/f1/f

20 noise  random 

誰もが非音声を減衰させるフィルターを知っていますか？私は音声認識ソフトウェアを書いていますが、人間の音声以外はすべて除外したいと思います。これには、バックグラウンドノイズ、くだらないマイクによって生成されるノイズ、またはバックグラウンドミュージックも含まれます。パワースペクトルの6 dBロールオフを補正する1次フィルターを既に実装していますが、ノイズが聞こえます（ただし、音声はずっと明瞭に聞こえます）。ローパスフィルターを使用することを考えましたが、次の2つの理由でそれを行うのは不安です。 ローパスプレフィルターが残りの音声処理に干渉するかどうかはわかりません。人間の耳は20 kHz未満の音しか検出できませんが、音声の処理に必要な高次の高調波を除去するリスクはありません（これが事実かどうかはわかりませんが。私はチャンスを取りたくない）。 特定の子音（f、h、sなど）の励起は、ほぼ完全にホワイトノイズであることを理解しています。いわば、良いノイズを除去するノイズフィルターを実装したくありません。 理想的には、マイクに向かって話している人のスピーチだけを残したいと思います。あなたが何かアイデアを持っているか、私が見逃している何かがある場合、私に知らせてください。大変感謝いたします！

17 filters  audio  noise  speech-recognition 

周波数領域でホワイトノイズを作成し、Pythonを使用して時間領域に変換します。問題を理解するために、時間領域でホワイトノイズを生成し、それを周波数領域に変換しました。 import scipy.signal as sg import numpy as np import matplotlib.pyplot as plt e = np.random.normal(0,1,1e3) E = sg.fft(e) plt.figure("Bode plot") plt.subplot(211) plt.title("Magitude") plt.plot(abs(E)) plt.subplot(212) plt.title("Phase") plt.plot(np.angle(E)) plt.show() 私は期待したようにまったく見ていない： 質問： ホワイトノイズの振幅応答はフラットになるはずではありませんか？（すべての周波数で等しい量） 標準偏差（私の例では1）と振幅と位相の関係は何ですか？ 前もって感謝します！

16 fft  noise  python 

一部の論文では、加法性ノイズは帯域制限されたガウスホワイトであると読みました。 MATLABを使用してこのタイプのノイズをシミュレートするにはどうすればよいですか？

16 matlab  noise  gaussian 

私は、イメージノイズを低減するために、ウィナーフィルターの動作を頭で確認しようとしています。私の場合、最初に別のノイズ低減フィルターを使用してから、この結果をウィナーフィルターのノイズ特性の近似値として使用します。 Wienerフィルターに関する情報に関して、次のMatlabコードと説明が役立つことがわかりました。 http://www.mathworks.co.uk/help/toolbox/images/f11-12251.html#f11-14272 などのいくつかの他の良いリンク http://blogs.mathworks.com/steve/2007/11/02/image-deblurring-wiener-filter/ したがって、Matlabの観点から、組み込みのMatlab関数の使用方法を見ることができますが、関数呼び出しを使用するだけでなく、より基本的な理解を得たいと思いますが、同時に、より消化しやすいものを見つけたいですウィナーフィルタリングに関するウィキペディアのエントリ。 Wienerフィルタリングについて簡単に説明したい人はいますか？

16 image-processing  filters  noise  denoising  wiener-filter 

ガウスホワイトノイズで構成される信号があるとしnnnます。我々はを乗じて、この信号を変調した場合sin2ωtsin⁡2ωt\sin 2\omega t、得られる信号は、まだ白いパワースペクトルを持っていますが、はっきりとノイズが今の時間に「束ね」です。これは周期定常プロセスの例です。 x(t)=n(t)sin2ωtx(t)=n(t)sin⁡2ωtx(t) = n(t) \sin2\omega t ここで、サインおよびコサイン局部発振器と混合して、周波数でこの信号を復調し、ωω\omegaIおよびQ信号を形成すると仮定します。 I=x(t)×sinωtI=x(t)×sin⁡ωtI = x(t) \times \sin\omega t Q=x(t)×cosωtQ=x(t)×cos⁡ωtQ = x(t) \times \cos\omega t x(t)x(t)x(t)（よりはるかに長い時間間隔で取得）のパワースペクトルが白色であることを単純に観察すると、IとQの両方に同じ振幅の白色ガウスノイズが含まれている1/f1/f1/fことが予想されます。ただし、実際に起こることは、I求積法が高分散で時系列x （t ）の部分を選択的にサンプリングし、Qが90度位相がずれて低分散の部分をサンプリングすることです。IIIQQQIIIx(t)x(t)x(t)QQQ その結果、Iのノイズスペクトル密度はQの 33–√3\sqrt{3}倍。QQQ 明らかに、変調ノイズを記述するのに役立つパワースペクトルを超えるものが必要です。私の分野の文献には、上記のプロセスを説明する多くのアクセシブルな論文がありますが、信号処理/ EEコミュニティによってより一般的にどのように扱われるかを学びたいです。 周期定常ノイズの理解と操作に役立つ数学ツールは何ですか？ 文献への参照も歓迎します。 参照： Niebauer他、「非定常ショットノイズと干渉計の感度への影響」。物理学 牧師A 43、5022から5029まで。

16 noise  modulation  cyclostationary-random-process 

Matlabでシミュレートしているワイヤレス通信システムがあります。送信信号の位相をわずかに調整することで、透かしを入れています。私のシミュレーションでは、元のI（同相）およびQ（直交）値を取得し、透かしを追加します。次に、送信後のビットエラーレートをシミュレートする必要があります。ここでは、信号にさまざまな量の熱ノイズを追加するだけです。 IおよびQチャネルとして表される信号があるため、AWGN（加法性ホワイトガウスノイズ）をIおよびQに直接追加するのが最も簡単です。1つの考えは、両方のチャネルに独立してノイズを追加することでしたが、私の直感では、これは信号全体にノイズを追加することと同じではないと教えてくれます。 それでは、この形式のノイズをどのように追加できますか？

16 noise  gaussian 

エッジを破壊せずにガウスノイズを除去するのに最適なフィルターは何ですか？加法ガウスノイズを含む標準のレナ画像を使用しており、異方性拡散を適用する前にノイズを除去したい。エッジがぼやけてしまうので、中央値フィルターを使いたくありません。適応フィルタリングを試みましたが、結果は満足のいくものではありませんでした。

15 image-processing  filters  noise 

ノイズがどの程度「ホワイト」であるかをどのように定量化しますか？特定のサンプルがどれだけホワイトノイズに近いかを定量化できる統計的測定値、またはその他の測定値（FFTなど）はありますか？

14 noise 

顕微鏡検査では、カメラを頻繁にテストしています。私のアプリケーションは非常に低い信号対雑音比を伴うので、局所相関は信号をバックグラウンドから実際に区別するすべてであるため、雑音に相関やパターンがないことが重要になります。 ノイズをテストするには、通常、100個までの暗いフレーム、つまりカメラに外光が当たらないフレームを取得し、時間平均によって固定カメラパターンを決定し、それをシリーズから減算します。 私は単に各ピクセルの標準偏差を時間を通して取得し、結果の画像（カメラの異なる行/列に異なるノイズ標準偏差が含まれるなど）を見て、行と列ごとにノイズのパターンを観察しました相互相関（いくつかのインターリーブされたカメラで、1行おきにノイズが相関していることに気付きました）。 これらのテストの最初のテストは定性のみであり、2番目のテストは（比較的）グローバルな相関関係のみを提供します。カメラのノイズに相関パターンまたは動的パターンがあるかどうかを判断するためのより良い（および高速の）方法はありますか？

14 noise  camera 

の定義は、業界のバベルの塔のように思えます。S N Rにはどのような定義がありますか（アプリケーションを自由に試してみてください）、そしてそのアプリケーションについてどのように正確に測定できますか？S N RSNR\rm SNRS N RSNR\rm SNR に関する私の具体的な質問は次のとおりです。S N RSNR\rm SNR 最適なビットサンプリングタイミングを達成できなかった場合、通信システムのをどのように測定できますか。 Qチャンネル？コンテキストについては、この投稿を参照してください。S N RSNR\rm SNR 最適なビットサンプリングを達成し、ソフトビットが得られたら、どのように（またはE b N 0）を測定するのが最善ですか？私が使用する1つの方法は次のとおりです 。10 log 10 [ 平均{ | s n | 2 }S N RSNR\rm SNREbN0EbN0E_bN_010 ログ10[ 平均{ | sn|2}var { | sn| }]、10ログ10⁡[平均{|sn|2}var{|sn|}]、 10\log_{10}\left[ \frac{\textrm{mean}\left\{\lvert s_n \rvert^2\right\}}{\textrm{var}\textrm\{\lvert s_n \rvert\textrm\}}\right], …

13 noise  bpsk  snr