タグ付けされた質問 「sampling」

一部の場所では、音楽はほとんど44.1 kHzでサンプリングされるのに対して、最大20 kHzしか聞こえないことを読みました。それはなぜです？

60 audio  sampling  nyquist 

複雑な信号のサンプリングはナイキストのサンプリングレートに従う必要はないが、実際には半分のナイキストサンプリングレートで除去できるという逸話を聞いたことがあります。これに何か真実があるのだろうか？ ナイキストから、信号を明確にサンプリングするには、少なくともその信号の帯域幅の2倍以上の帯域幅をサンプリングする必要があることがわかっています。（ここで、Wikiリンクで行うように帯域幅を定義しています。別名、正の周波数の占有率です）。つまり、信号が-BからBに存在する場合、ナイキストを満たすために少なくとも2 * B以上をサンプリングする必要があります。この信号をfcまで混合し、バンドパスサンプリングを行いたい場合、少なくとも4 * B以上をサンプリングする必要があります。 これは、実際の信号に最適です。 私の質問は、複雑なベースバンド信号（別名、周波数スペクトルの片側にのみ存在する信号）を少なくとも2 * B以上のレートでサンプリングする必要はないが、実際にはできるというステートメントに真実があるかどうかです。少なくとも> Bのレートで適切にサンプリングされていますか？ （これが当てはまる場合、これは単なるセマンティクスであると考えがちです。なぜなら、回転フェーザーを完全に表すためにサンプル時間ごとに2つのサンプル（1つは実数、1つは虚数）を取得する必要があるためです。これにより、厳密にナイキストに引き続き従います。 ） あなたの考えは何ですか？

27 sampling  frequency-spectrum 

ハミングの本「科学と工学の実践」で、彼は次の話を述べています。 海軍大学院のグループは、サンプリング定理に従って理解できるように、非常に高い周波数の信号をサンプリングできる範囲まで変調していました。しかし、高周波を巧妙にサンプリングすると、サンプリング動作自体がそれを変調（エイリアス）することに気付きました。数日間の議論の後、彼らは周波数を下げる機器のラックを取り外し、残りの機器はより良く走りました！ 回避すべき副作用とは対照的に、信号処理の主要な手法としてエイリアシングを使用する他の方法はありますか？

26 sampling  bandpass 

「確率論的サンプリング」とは正確に何を意味し、通常のナイキスト・シャノンサンプリング定理とは大きく異なりますか？確率的プロセスのサンプリングに関連していますか？

25 sampling 

ある程度の長さの信号、たとえば1000サンプルがあります。この信号を5000サンプルに拡張し、元のサンプルと同じレートでサンプリングします（つまり、長時間サンプリングし続けた場合に信号がどうなるかを予測したい）。信号は、いくつかの正弦波成分を加算して構成されています。 最初に思いついた方法は、FFT全体を取得して拡張することでしたが、これによりフレーム1001で非常に強い不連続性が残ります。また、ピーク付近のスペクトルの一部のみを使用することも検討しました。信号をいくらか改善しますが、位相が正しいことが保証されているとは思えません。この信号を拡張する最良の方法は何ですか？ 以下は、私が望む理想的な方法を示すMATLABコードです。もちろん、正確に3つの正弦波成分が存在することも、正確な位相と周波数があることも事前にはわかりません。関数が連続的であること、ポイント501に移動してもジャンプしないことを確認したい、 vals = 1:50; signal = 100+5*sin(vals/3.7+.3)+3*sin(vals/1.3+.1)+2*sin(vals/34.7+.7); % This is the measured signal % Note, the real signal will have noise and not be known exactly. output_vals = 1:200; output_signal = 100+5*sin(output_vals/3.7+.3)+3*sin(output_vals/1.3+.1)+2*sin(output_vals/34.7+.7); % This is the output signal figure; plot(output_signal); hold all; plot(signal); 基本的に、緑の線が与えられたら、青の線を見つけたいです。

25 matlab  sampling 

この質問をするためのより良い方法は考えられないので、例から始めましょう。最大周波数が50Hz（100Hzでサンプリング）の入力信号があるとします。対象の信号は0〜5Hzの範囲にあるため、カットオフ5Hzのローパスフィルターを追加し、結果の信号をさらに処理することができます。私の理解では、フィルター処理された信号を10分の1にダウンサンプリングできるため、処理の負荷を軽減できます。私は正しいですか？はいの場合、フィルタリングの後にダウンサンプリングが常に実行されないのはなぜですか？そして、私の仮定が間違っている場合、どこで間違っていますか？

21 filters  decimation  downsampling  sampling 

人々の耳には、周波数が20 Hz〜20 kHzの音が聞こえます。ナイキストの定理に基づいて、記録レートは少なくとも40 kHzでなければなりません。44.1 kHzを選択した理由は何ですか？

21 audio  sampling 

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 

整数係数で画像をダウンサンプリングする場合、明らかな方法は、出力画像のピクセルを入力画像の対応するブロックの平均に設定することです。n × nnnnn × nn×nn \times n この方法が最適ではないことをどこかで漠然と読んだことを覚えています（詳細は覚えていません） より良い方法があるというのは本当ですか？私は信号処理について多くを知りません、この質問はちょうど興味があります。

16 image-processing  sampling 

でカーディナルシリーズの約5つのショートストーリー 、著者は次のようにコメントします：[ 1 ][1][1] 興味深いことに、シャノンは、他のデータセットを使用して帯域制限された信号を決定することもできることに言及しています。たとえば、fの値と他のすべてのサンプルポイントでのその一次導関数、ƒの値、 3番目のサンプルポイントごとの2次導関数など。 この論文ではいくつかの歴史的な発展について言及していますが、派生サンプリングのための「キラーアプリ」とは何なのか興味があります。他の名前でも通じますか？このアプローチのさらなる一般化はありますか？ 簡単な概要、またはいくつかの参照へのポインタは素晴らしいでしょう。 - JRヒギンズ、枢機seriesシリーズに関する5つの短編小説。アメル。数学。Soc。（NS）12（1985）、いいえ。1、45-89。http://bit.ly/plioNg

16 sampling 

私はシグナル処理でいくつかの論文を読んでおり、質問のタイトルの問題について非常に混乱しています。時間の連続関数考える、不均一な時間でIサンプルがこと、、ここで。私にとって、サンプリングされた関数は次のとおりです： ここで、はクロネッカーのデルタです（場合は、その他の場合はゼロ）。ただし、このペーパーでは、著者はサンプリングされた信号を次のように定義します ここでF （T ）、T 、K、K = 1 、2 、。。。、N F S（T ）= N Σ K = 1 δ T 、T 、K、F （T ）、（1 ）δ T 、T Ktttf（t ）f（t）f(t)tktkt_kK = 1 、2 、。。。、Nk=1、2、。。。、Nk=1,2,...,Nfs（t ）= ∑k = 1Nδt 、tkf（t ）、（1 ） fs（t）=∑k=1Nδt、tkf（t）、 （1）f_s(t)=\sum_{k=1}^N\delta_{t,t_k}f(t),\ \ \ \ \ \ \ \ \ …

12 sampling 

したがって、サンプルの境界で信号を2つの値間で切り替えるだけで方形波を生成すると、無限の一連の高調波が生成されます。解決策は、帯域制限合成、どちらかあなたがそれをサンプリングする前に理想的な数学的な方形波をバンドは、制限されたかのように同じ波形を生成するために加算合成や帯域制限された手順を使用しました： http://flic.kr/p/83JMjT しかし、デジタル正弦波に大きな増幅を適用し、それをデジタルでクリップすると、ギブス現象の波紋がなく、同じ方形波の形状を生成することに気付きました。だから、それはまた、エイリアス歪み製品を生成していますよね？だから、任意の外部のナイキスト限界の高調波を生成し、デジタル領域での非線形歪みはエイリアス歪み製品を生産するのだろうか？（編集：いくつかのテストを行って、この部分が正しいことを確認しました。） 帯域制限およびサンプリングの前に（アナログ領域で）歪みの影響をシミュレートするために、帯域制限された歪みなどがありますか？もしそうなら、どのようにそれをしますか？「帯域制限された歪み」を検索すると、チェビシェフ多項式への参照がいくつか見つかりますが、それらの使用方法や、正弦波のみで機能するかどうかはわかりません。 この機器は、帯域制限された歪みを生成しようとしません。帯域制限された歪みに興味がある人は、チェビシェフ多項式を使用して効果を生成することを検討する必要があります。双曲線正接歪み 「チェビシェフ多項式」-本質的に帯域制限されているという重要な特性を持つシェーピング関数。つまり、オーバーラップなどによるスプリアススペクトルハーモニクスを導入しません。Wave Shaper

12 sampling  aliasing  nyquist  distortion 

ADCの入力にアンチエイリアシングフィルターがないボードで作業しています。RC +オペアンプ回路を使用して独自のフィルターを実装するオプションがあります。しかし、ADCでサンプリングしてデジタルドメインで処理した後、アンチエイリアシングフィルターを実装することもできますか？デジタルアンチエイリアシングフィルターですか？

12 sampling  filtering 

自分でサンプリングとDSPについて学んでいます。量子化誤差がノイズになる原因を理解するのに苦労しています。基本的な理解が欠けていると思いますが、それが何かはわかりません。では、量子化誤差はどのようにノイズを生成するのでしょうか？

11 noise  sampling 

3つの質問： オーディオ補間の品質を客観的に測定するために使用できるすべてのメトリックは何ですか？（しかし、可能であれば心理音響学の観点からも） これらの測定基準によって、オーディオ補間の現在の最先端は何ですか？ 仮想楽器の一連のノートから2つのファイルを2つの解像度でレンダリングしてから、1つのファイルのアップサンプリングと高周波レンダリングバージョンを比較するとしたら、これらを客観的に比較するにはどのソフトウェアを使用すればよいでしょうか。-理想的には、前述のメトリックを使用する これまでのところ、私は収集できたので、これらのリサンプラーは最高の品質のいくつかを提供します http://www.mega-nerd.com/SRC/ http://sox.sourceforge.net/SoX/ http://www.izotope.com/tech/src/ これらのリサンプラーにあると思われる問題の1つは、プリリンギングとポストリンギングです。 主な関心事は信号の再構成であることに注意してください（その用語は意味がありません）ので、アップサンプリングはダウンサンプリングよりも多くなります。 編集：補間時間の効率は、このコンテキストでは無関係です。 よろしく、好奇心が強い:-)

11 audio  sampling