タグ付けされた質問 「signal-analysis」

私は、振幅と位相が異なるさまざまな方形波を重ね合わせた信号を処理しています。通常、フーリエ変換を利用して信号を正弦波に分解しますが、この特定のケースでは方形波への分解がはるかに効果的です。フーリエ変換は非常に複雑なスペクトルを生成しますが、方形波分解はいくつかの明確なラインを与えるはずです。 私はそのような分解が可能であることを知っています。実際、分解の基礎として任意の周期関数を使用でき、これは主題に関する多くのテキストで言及されています。しかし、私は、非正弦波基底に分解するための公式や明示的な例を見つけることはできませんでした。 で構成される信号を分解する私のアプローチ NNNサンプルは、DFTのような式を使用すること ここで、は実数値です基本周波数の倍の周波数を持つ方形波。しかし、構成する方形波の位相情報を取得できず、手順を逆にすることができなかったため、これは確かに完全ではありません。バツkバツkx_kあなたk=Σん = 0N− 1バツんRk（n ）あなたk=Σん=0N−1バツんRk（ん） u_k = \sum_{n=0}^{N-1} x_n \, \mathcal{R}_k(n)RkRk\mathcal{R}_kkkk 信号を、明確に定義された振幅と位相を持つ方形波に分解するにはどうすればよいですか？

9 discrete-signals  signal-analysis  dft  signal-synthesis  decomposition 

私はMATLABを使用しており、MATLABでの信号処理とプロットに基本的な使用経験がありますが、OpenCVを使用した画像処理で作業しているため、MATLABよりもC / C ++の方が快適です... C / C ++で信号処理を行うためのDSPライブラリまたはプラットフォーム（OpenCVは画像処理用）はありますか？

8 image-processing  signal-analysis  dsp-core 

定数以外の実数を使用しても、オイラーの公式は有効ですか？たとえば、を5に置き換えると、式は次のようになります： 。eeeeee5it5it5^{it} 私はMatlabでこのアイデアを試し、をいくつかの他の実数（1.5、10、2.1など）に置き換えました。そのたびに、プロットはまだ余弦波と正弦波のように見えました。cosとsinの頻度は、ベースによって変化していました。eee おおまかな私のアプローチは次のとおりです。 w = freq * 2 * pi; t = 0:0.001:1000 ; a = real( number ^ (i*wt) ) ; % cos in Euler's formula b = imag( number ^ (i*wt) ) ; % sin in Euler's formula

8 signal-analysis  math  complex  cosine 

私は、ウィンドウカバーのリモコンでどのような変調とエンコーディングが使用されているかを調べようとしています。これをRaspberry Piに実装して、ホームオートメーションを少し追加することを目指しています。 同僚がUSRPで信号をサンプリングするのを助け、データファイルをくれました。私はそれらをInspectrumで調べました。 サンプルは、信号の周波数に非常に近い中心に記録されていると思います。これは良い考えではないかもしれないと後で読んだので、これが写真で見ることができる永続的なノイズの原因となっていると思います。将来的にサンプリングを数kHz以下に中心化する必要がありますか？ 「ウィンドウを開く」信号を1回押す シンボルレート、または私が推測したのはシンボルレートでしたが、このレベルでは一貫しているようです（約42ボー）。 これは周波数エネルギーを示しています。X軸は時間、Y軸は周波数（ベースバンド）です。色は、興味深い力だけを示すように調整されています。 「ブロック」の1つの詳細 ここでは、最後の図に示すように、周波数、IQ（赤/青）、および位相を下に向かって下に移動します。ここに度数表が何を表しているのかよくわかりません。 疎から密への遷移を拡大 ここでは「シンボルレート」は一定していないようです。 このリモートが使用する変調、エンコーディング、ビットレート、またはプロトコルの種類はわかりません。今のところ、gnuradioですべての復調ブロックを盲目的に試すことが唯一の選択肢です。 ビットを取り出すために、gnuradioでこの信号を復調する方法に関するガイダンスを回答に含めることができれば、さらに役立ちます。そこから持っていけると思います。 コントローラーはベルックスのウィンドウカバー用ですが、ウェブで情報が見つかりませんでした。最終的には、Arduino / rPi用に購入するチップを見つける必要があります。 チップに文字が刻まれていることはわかりますが、読み取ることができません。摩耗しているようですが、拡大鏡はありません...：/ アップロードされた生データ：https : //www.dropbox.com/s/rh2k7ho68dvoxhd/data_mando3.dat?dl=0。サンプルレートは3MHzです。データ形式は、GNU Radio Companion default、つまりIQであり、各コンポーネントは32ビットのfloatとして表現されます。 更新 さらに調査した結果、これはio-homecontrolプロトコルのようです。それはリバースエンジニアリングされておらず、暗号化されているようで、情報はありません。これは双方向のプロトコルなので、会話全体からサンプルを取得する必要があります（現在のサンプルは、利用可能なリモートでのみ取得されます）。 このチップは理論的にはこのプロトコルで動作することができます：http : //www.analog.com/media/en/technical-documentation/data-sheets/ADF7022_2page.pdf コンソーシアムは仕様を提供しません。私はまだGNURadioとのいくつかの会話を盗聴し、それらから作業できるかどうかを確認することにまだ興味があります。このことを考えると、io-homecontrolとVelux製品に対してのみ推奨できます。 ありがとうございました！

8 signal-analysis  gnuradio 

問題。 離散信号f[ 私]f[私]f[i]（以下の例）。は加法性ホワイトガウスノイズを含む矩形パルスの形をしている ことが知られています。f[ 私]f[私]f[i] f[ i ] = s [ i ] + n [ i ]f[私]=s[私]+ん[私]f[i] = s[i] + n[i]、 s [ i ] = α （θ [ i −私1] - θ [ I -私2] ）+ cs[私]=α（θ[私−私1]−θ[私−私2]）+cs[i] = \alpha(\theta[i - i_{1}] - \theta[i - i_{2}]) + c、 私2>私1私2>私1i_{2} …

8 filters  signal-analysis  algorithms  estimation  denoising 

私はDSPを初めて使用するのですが、実際にはコンピュータサイエンスを勉強しており、DSPを選択科目として採用しているため、私の知識はかなり限られています。 私は純粋なことを学んできた白色雑音信号 、それが非ゼロで持つように、それはまた、ゼロ周波数を有することを意味すること、例えば、すべての可能な周波数を持つ直流（？それそれがどういう意味）コンポーネントはなく、定義することにより、純粋なホワイトノイズはゼロ平均を持っており、したがって、DC成分はゼロです。 何が欠けていますか？ ありがとう！

7 filters  signal-analysis  noise 

そこにいるすべての練習エンジニアのために： どこで負のSNRに遭遇しましたか？ dBでどのくらい負の値でしたか、それとも推定されましたか？ どこで負のSNRに遭遇すると思いますか？ 注：干渉信号もノイズとしてカウントしているため、SNRにはSIRを含めることもできます。 私自身の経験では、カーコミュニケーションに負のSNRが見られました。ロードノイズ、マルチトーカー、音楽の干渉があります。携帯電話からの出力でも見ました。風雑音は時々そこに重大な問題を引き起こすかもしれません、同様にスピーカーフォンモードで無数の干渉を引き起こします。

7 signal-analysis  snr 

で、この論文一様サンプリングよりも優れた性能を示すことができるランダムにサンプリング：ラスティグの、彼は直感的表示されます何かについて話します。これらのスライドの 15ページ目からこれを理解しようとしましたが、本当に何も理解できません。 周波数係数のランダム置換を行うと、信号の類似性の点でより良い再構成が得られるのはなぜですか？なぜこれはより良い再構成をもたらすのですか、そしてこの現象の背後にある直感は何ですか？

7 signal-analysis  sampling  downsampling  random  reconstruction 

信号または関数の固有値と固有ベクトルは何を表していますか？その物理的な意味は何ですか？信号投影が表現される直交平面を構成する信号の基底ベクトルについて知っています。基底ベクトルと固有ベクトルは同じものですか？これらの固有ベクトルを使用して信号を再構成できますか？

7 discrete-signals  signal-analysis  continuous-signals  signal-synthesis 

簡単な提案をするのに適切な場所にいるかどうかわからないので、親切にして質問に反対票を投じないでください。私は誰かに私のためにそれをするように頼んでいません、私は私がどのように進むべきかについての短いガイダンスが必要です。 現在、固有値分解を使用したブラインドソース分離の研究を書いています。私は執筆が苦手なので、これまでMatlabで必要なプログラミング部分を実行しました。研究は、問題に関する約50ページの理論で構成されている必要があります。理論は、BSS、BSSメソッド、ICA、およびメイントピックであるEVDを説明することです。BSSには多くのメソッドがあり、何を書くか、何を書かないかを決定し、フォローすることが難しいので、私の執筆に何を含めるかを提案できますか？誰かが私の研究で書いて言及すべきことの順序を概説できますか？ 私は次に何を書けばいいのか行き詰まっています。 Introduction to BSS Definition of Independence of signals Independence and correlation PCA and other prewhitening methods: 1. centering 2. whitening 私は次のような本を使用しています：独立成分分析-ブラインドソース分離のチュートリアル紹介ハンドブック独立成分分析とアプリケーション2010-Pierre Comon、Christian Jutten ありがとうございました、

7 matlab  signal-analysis  ica 

2つの信号間のマグニチュード2乗コヒーレンス（MSC）を計算する必要があります。ただし、信号が明らかに異なるにもかかわらず、1つのテーパーのみを使用する（またはテーパーをまったく使用しない）ルーチンを使用すると、結果は常に1になります。複数のテーパーを使用する場合、これは起こりません。この異常な結果の説明を検索すると、MSC自体の紛らわしい特性がわかります。私が使用している定義はこれです γ2(ω)=|X(ω)Y(ω)¯¯¯¯¯¯¯¯¯¯¯|2(X(ω)X(ω)¯¯¯¯¯¯¯¯¯¯¯).(Y(ω)Y(ω)¯¯¯¯¯¯¯¯¯¯¯)γ2(ω)=|X(ω)Y(ω)¯|2(X(ω)X(ω)¯).(Y(ω)Y(ω)¯)\gamma^2(\omega)=\frac{ |X(\omega)\overline{Y(\omega)}| ^2}{(X(\omega)\overline{X(\omega)}).(Y(\omega)\overline{Y(\omega)}) } XとYは、周波数に依存するフーリエ変換された信号ですωω\omega。ただし、固定周波数でこれらの関数の値として2つの複素数を取る場合、結果は常に1になります。|z|2=zz¯¯¯|z|2=zz¯|z|^2=z\overline{z} その後 γ2=（XY¯¯¯¯）（XY¯¯¯¯）¯¯¯¯¯¯¯¯¯¯¯¯¯バツバツ¯¯¯¯YY¯¯¯¯=（XY¯¯¯¯）（バツ¯¯¯¯Y）バツバツ¯¯¯¯YY¯¯¯¯=バツバツ¯¯¯¯YY¯¯¯¯バツバツ¯¯¯¯YY¯¯¯¯= 1γ2=(XY¯)(XY¯)¯XX¯YY¯=(XY¯)(X¯Y)XX¯YY¯=XX¯YY¯XX¯YY¯=1\gamma^2=\frac{(X\overline{Y})\overline{(X\overline{Y})} }{X\overline{X}Y\overline{Y}}=\frac{(X\overline{Y})(\overline{X}Y) }{X\overline{X}Y\overline{Y}}=\frac{X\overline{X}Y\overline{Y} }{X\overline{X}Y\overline{Y}}=1 確かに誤解している部分があるはずですが、何なのかわかりません。キャッチは何ですか？ 編集：信頼できるソースとしていくつかのMATLABリンクを使用します。MSコヒーレンスの定義 http://www.mathworks.com/help/signal/ref/mscohere.html クロスパワースペクトル密度の定義 http://www.mathworks.com/help/signal/ref/cpsd.html （パワースペクトル密度は、「自動クロス」スペクトル密度、つまり自己相関のフーリエ変換です）相互相関のフーリエ変換の重要なプロパティは、ウィキペディアの「プロパティ」にあります。 別の情報源は、「生物医学信号処理におけるコヒーレンス機能」という名前でググリングしていることがわかります。申し訳ありませんが、ここに直接リンクを投稿しませんでした。十分な「評判」がありません。

7 discrete-signals  signal-analysis  statistics  coherence 

単純に（x、y）として表すことができるのに、なぜ虚数のy軸で複素数を表す必要があるのか​​と混乱しています。 iによる乗算は、y軸上の1/4円の反時計回りの回転であると読みました。 1にiを掛けると、iになります。iにもう一度iを掛けると、別の四分円ができ、-1が得られます。したがって、-1を掛けると、半円の回転になります。それがi * i = -1の意味です。 それはどういう意味ですか？ 私が方程式を解いていて、3iのような答えに終わったとしましょう。これは、時計回りに半円ずつx軸からy軸に移動したという意味ですか これを適切に視覚化することができませんでした

7 signal-analysis 

利用可能なテクニックの種類について、幅広い分類を探しています。文献調査を開始するために使用できるもの。 いくつかの詳細： リアルタイム実装に適している必要があります。 バイナリの決定です。信号を継続的に入力できるはずです。アルゴは、波形の正弦波の開始時間と停止時間を検出する必要があります。 他の信号はありません。つまり、正弦波が存在しない場合、ノイズのみになります。 入力は帯域制限されており、正弦波が存在する場合は、その帯域内にあることが保証されます。 トレードオフは、速度（正弦波の出現後、アルゴがその存在を検出できるようになるまでの時間）と誤検知（最小でなければならない）の間です。 自分自身がわからないため、許容できるパフォーマンス測定値について正確な数値を示すことはできません。私は私のアプリケーションに対するすべての提案を実装し、自分自身を見つけ出すつもりです。私はこの問題に取り組むための「標準的な」テクニックを探しています。 詳細： 入力はバンドパスフィルターの出力であるため、ノイズも通過帯域でのみ重要になります。 正弦波がいつ現れるかは確実ではありません。正弦波の持続時間は50〜100 msの範囲です。正弦波の振幅は変動します。

7 discrete-signals  signal-detection  signal-analysis