タグ付けされた質問 「source-separation」

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 

私は次の論文を参照しています。ビデオイメージングとブラインドソース分離を使用した非接触型の自動心臓パルス測定 上記の記事で、著者はRGBコンポーネントから心臓パルス信号を抽出することができます。以下のようにプロセスを視覚化してみます。 R' = R + cardiac pulse G' = G + cardiac pulse B' = B + cardiac pulse R '、G'、B 'は、カメラで観測される色成分です。R、G、Bは、心臓の脈拍がないと仮定することによる、人の色成分です。 4つのソース（R、G、B、心臓パルス）があるようです。現在、ICAを使用して、3つの混合信号（R '、G'、B '）から4つのソース（心臓パルス）のうちの1つを取得しようとしています。 それは意味がありますか？いくつかのテクニックが欠けていますか？または、私はプロセスについて間違った仮定をしていますか？

10 ica  source-separation 

非負の行列因数分解は、行列を2つの行列の積に因数分解することを目的としています。ここで、は基底ベクトルのセットを表し、それらのアクティブ化または重みを表します。オーディオソース分離に適用される、はスペクトログラム（これは既知）であり、は非負の基本スペクトル、はそれらの時間的活性化です。VV\mathbf VV=WHV=WH\mathbf V = \mathbf W\mathbf HWW\mathbf WHH\mathbf HVV\mathbf VWW\mathbf WHH\mathbf H これは、スペクトログラムをさまざまな周波数ビンとその大きさの合計として表現できるように思えます-これは、さまざまなピッチをフィルタリングまたは分離するのに役立ちます（通常のバンドパスフィルターの役割を果たしていると思われますか？）。これが実際にピアノと歌手が同じまたは類似したピッチで歌うなど、実際にどのように分かれるかはわかりません。

8 audio  source-separation