タグ付けされた質問 「resolution」

私はこの記事を読んでいますが、著者がGoertzelアルゴリズムに関して「周波数分解能」を自由に使用していることに少し混乱しています。 基本的な質問：Goertzelアルゴリズムを使用すると、実際に特定の対象帯域でより多くの周波数分解能が得られますか、それとも特定の対象帯域のみでFFTを効率的に計算しますか？サンプルの？ たとえば、が100 KHz（固定）であり、データサンプル数が10000であるとしう（また固定）。FFTの長さもである通常のFFTを計算する場合、周波数分解能は予想どおりであり、10 Hzに等しくなります。これは、私のビンが-50,000 Hz〜50,000 Hzの10 Hzで区切られていることを意味します。FsFsF_sNNNNNNFsNFsN\frac{F_s}{N} 次に、Geortzelアルゴリズムを使用して、たとえば20,000〜21,000 Hzの範囲の周波数のみを表示したいとします。サンプル数に同じを使用し、FFTサイズに同じを使用する場合、周波数分解能はどうなりますか？まだ10 Hzですか？それとも Hzですか？NNNNNN21,000−20,00010000=0.121,000−20,00010000=0.1\frac{21,000-20,000}{10000} = 0.1 0〜50,000の場合と同じ inを使用して21,000〜20,000の周波数を評価することにより、メインローブ上のポイントを単純に補間するだけでは、周波数分解能を実際に向上させていないように感じます。NNN これは正しい理解ですか？

19 fft  frequency-spectrum  resolution 

私たちは、ハイゼンベルグの不確定性原理は、と述べていることを知っている ΔfΔt≥14π.ΔfΔt≥14π.\Delta f \Delta t \geq \frac{1}{4 \pi}. しかし、（多くの場合、Morletウェーブレットの場合）不平等が平等に変わったことがわかりました。我々は平等に不平等を変更することが許可されていたときに今、私の質問は： ΔfΔt=14πΔfΔt=14π\Delta f \Delta t = \frac{1}{4 \pi} why =

13 fourier-transform  wavelet  resolution 

非信号処理科学の学生であるため、概念の理解は限られています。 周波数がおよび48 kHzでサンプリングされた、連続的な周期的なベアリング障害信号（時間振幅）があります。機械学習技術（畳み込みニューラルネットワーク）を使用して、障害のある信号を非障害の信号に分類しました。12 kHz12 kHz12\textrm{ kHz}48 kHz48 kHz48\textrm{ kHz} を使用している場合、分類精度97 ± 1.2 ％の精度を達成できます。同様に、同じ信号で同じ手法を適用し、センサーで同じRPM、負荷、記録角度で記録したにもかかわらず、48 kHzでサンプリングした場合、95 ％の精度を達成できます。12 kHz12 kHz12\textrm{ kHz}97 ± 1.2 ％97±1.2％97 \pm 1.2 \%95 ％95％95\%48 kHz48 kHz48\textrm{ kHz} この誤分類率の増加の原因は何でしょうか？ 信号の違いを見つける技術はありますか？ より高い解像度の信号はより高いノイズになりやすいですか？ 信号の詳細については、第3章を参照してください。

12 discrete-signals  signal-analysis  continuous-signals  signal-synthesis  resolution 

数百kS / sで繰り返しサンプリングして数GHzの信号を再構成するオシロスコープ（DSA8300）を知っています。これが2D信号（写真）に拡張できるかどうか疑問に思っていました。市販の16MPカメラを使用して一連の静止画（たとえば4）を撮影して、最終的に32MP画像を再構築できますか？これを行うと、各画像のエイリアスが削除されますか？ そのようなことを単一の画像から試みた場合、新しい情報が導入されていないため、明らかに機能しません。撮影したすべての写真が完全に同一である場合、1つの画像があるのと同じ時点になりますか？バリエーションは不可欠ですか？CCD / CMOSノイズは、そのようなものが機能するのに十分なバリエーションですか？ そのような技術やアルゴリズムの名前はありますか？何を探すべきですか？

12 image-processing  aliasing  resolution  superresolution  inverse-problem 

Matlabのspectrogram()関数は、信号のSTFTを計算します。それはそのNFFT引数を次のように説明します： S = SPECTROGRAM(X,WINDOW,NOVERLAP,NFFT)離散フーリエ変換の計算に使用される周波数点の数を指定します。NFFTが指定されていない場合、デフォルトNFFTが使用されます。 NFFT周波数分解能と計算数の間のトレードオフであるという点で私は正しいですか？私のオフライン作業では、サイクルを節約する必要はありません。NFFTたとえばスペクトル漏れ、または私が知っておくべきその他の問題によって課される、の最大制限はありますか、またはその引数をできるだけ高く設定できますか？

10 resolution  spectrogram  matlab  stft 

私はステレオビジョンアプリケーションを検討しており、実際に機能する例の1つは、2つのUSBウェブカムを使用して、一緒にマウントし、キャリブレーションすることです。 そのようなセットアップの理論的な空間分解能を推定する方法はありますか？目標は、盲目的に購入やテストをするのではなく、事前に比較的自信を持つことです。 EXACT解像度では、レンズなどのためにテストセットアップが必要になる可能性があることを理解しています。 この決定を行うにはどのような情報が必要ですか？最小焦点距離と最大解像度で十分でしょうか？ピクセル密度は明らかにこれに何らかの役割を果たし、ほとんどのデジタルカメラ（非常に高い最大解像度を持っている）で宣伝されています。見積もりを計算しようとした場合、これをどのように組み込む必要がありますか？ 例として、次の設定を検討してください。 4インチの最小焦点距離（MS HDウェブカメラの焦点距離） 最大解像度1920x1080 オブジェクトは数センチ程度です 1/10ミリメートルのオーダーの詳細 カメラとオブジェクトの間の距離は小さめである必要があります。ここでの答えに基づいて、15 cmから25 cmのようなものを検討しました。 カメラ間の距離、カメラの数は柔軟にすることができますが、小さめの範囲に留まる必要があります...カメラに$ 10,000が必要な場合、それは悪いソリューションです

9 stereo-vision  resolution 

時間分解能と帯域幅の2つの概念に戸惑っています。パルス圧縮レーダーアプリケーションは、求められる特定の時間分解能に対して「十分なBWがない」とよく耳にします。 最大時間分解能は、単にサンプリングレートの逆数ではありませんか？ それらの概念はどのように関連していますか？

7 resolution  bandwidth