タグ付けされた質問 「transfer-function」

アナログフィルターに基づいてデジタルフィルターを設計する場合、通常、双線形変換を使用します。アナログ（連続）伝達関数A （s ）から離散伝達関数を近似するには、次のように置き換えます。Da(z)Da(z)D_a(z)A(s)A(s)A(s) z=1+sT/21−sT/2z=1+sT/21−sT/2z = \frac{1+sT/2}{1-sT/2} ここで、はサンプリング周期です。あるいは、離散伝達関数D （z ）から連続伝達関数A a（s ）を近似するには、次のように置き換えます。TTTAa(s)Aa(s)A_a(s)D(z)D(z)D(z) s=2Tz−1z+1s=2Tz−1z+1s = \frac{2}{T} \frac{z-1}{z+1} そのような変換を実行する代替方法はありますか？より良い近似はありますか？

26 continuous-signals  discrete-signals  transfer-function 

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 

私は最近、周波数1で無限の応答があるため、極s = 1を考慮して誤解に陥りました。しかし、応答は1のみでした。 第二に、理論は、極が左のs平面にあるとき、システムは安定しているため、時間の経過とともに減衰すると言います。ちょっと待って。「極」とは、無限の応答、つまり時間の経過を意味しますか？ 最後に、DSPでの正しい質問ですか？IMO、Dはデジタルを表し、sドメインはアナログです。投稿にラベルを付けるためのs-planeまたはLaplace変換タグが見つかりません。 更新答えてくれてありがとう。私はそれを持っているようですが、1つのマイナーだが基本的なこと-周波数との極（およびゼロ）の関係。基本的に、なぜ固有値（または、sss演算子/変数をどのように呼び出すか）が周波数に関連するのはなぜですか？それはどういうわけか指数関数的成長とラプラス変換と関係があるはずです。極がたまたま固有値であることをよく理解しています（特に離散的な繰り返しの場合）。しかし、これは周波数とどのように関係していますか？

16 continuous-signals  frequency-response  transfer-function  laplace-transform  poles-zeros 

したがって、一次時間遅延システム用のPIコントローラーの設計方法に答えながら （質問はこちら） 制御システムに対する閉ループ方程式は次のとおりです。 GC（s ）= KT（1 − s T）（s ）s3+ （1T+ a − KKp）s2+ （aT+ KKPT+ K私）s + KK私TGC（s）=KT（1−sT）（s）s3+（1T+a−KKp）s2+（aT+KKPT+K私）s+KK私T G_C(s) = \frac{\frac{K}{T}(1-sT)(s)} { s^3 + (\frac{1}{T} + a - KK_p)s^2 + (\frac{a}{T} + \frac{KK_P}{T} +K_I)s+\frac{KK_I}{T}} 質問：フィルターが不安定な場合、閉ループ伝達関数で分子を正規化するにはどうすればよいですか？（飛行機のRH上のポール） 通常、コントローラーの前に以下を行うフィルターを導入します。 1KT（1 − s T）（s ）1KT（1−sT）（s） \frac{1} {\frac{K}{T} (1-sT)(s)} 分子を正規化する ただし、次の用語により、フィルター自体は不安定です。 は、システムをまったく実現できないという問題を引き起こすステップ応答に対して不安定です。1（1 − s …

16 filters  filter-design  transfer-function  analog  control-systems 

任意の周波数応答が与えられた場合、その与えられた周波数応答に（ある程度の推定品質基準に対して）「かなり良い」近似を与える伝達関数（極とゼロの配置）を推測、推定、または決定できる信号処理方法はどれですか？与えられた伝達関数と与えられた近似誤差許容値に必要な極と零点の数を推定するためにどのような手段が存在しますか？または、可能であれば、これらの制約が満たされないと判断するにはどうすればよいでしょうか？ 特定の周波数応答が既知の伝達関数によって実際に生成された場合、これらの方法のいずれかがその元の伝達関数に収束しますか？与えられた周波数応答が（ガウスと想定される）測定誤差の影響を受ける場合はどうでしょうか？ 連続したドメインの回答も興味深いかもしれませんが、サンプルされたスペクトルでZ平面で作業すると仮定します。 追加：周波数応答の大きさのみが指定されている場合、解法は異なりますか（たとえば、位相応答のある解が許可されます）？ 追加：後者の問題は、単位円の周りの既知のマグニチュード応答が不明/測定されていない位相応答を考えると、私が最も興味を持っている問題であり、測定されたシステムを推定できますか？

11 transfer-function  frequency-response  zeros 

広義の定常信号が伝達関数でLTIフィルターに供給される場合、出力のパワースペクトル密度（PSD）は次のように表すことができます。XXXHHHYYY RY(f)=|H(f)|2RX(f)RY(f)=|H(f)|2RX(f)R_Y(f) = \left|H(f)\right|^2R_X(f) ここで、はのPSDを示します。 XRXRXR_XXXX この関係に共通の名前はありますか？

8 transfer-function  terminology 

STFT（短時間フーリエ変換）を抽出し、マグニチュードスペクトルを使用した一連の曲がありますメルフィルターバンク行列を使用してメルスペクトログラムを計算するため、。このプロセスを逆にする方法、つまりメルスペクトログラムからスペクトログラムに戻す方法はありますか。メルスペクトログラムにいくつかの次元削減を実行し、低次元からメルスペクトログラムを再構築しました。ここで、再構築されたメルスペクトログラムからオーディオ信号を再生成したいので、最初にスペクトログラムを再構築し、次にオーディオ信号を再構築します。|S||S||S|MMMバツ= ログ（M× | S| ）X=log⁡(M×|S|)X=\log(M\times |S|) 問題は、メルビンフィルターバンク行列が正方行列ではないことです。これは、周波数ビンの数を減らすため、逆数を次のように使用できないためです。。から変換できる逆伝達関数のように、逆マッピングを生成する方法はありますか？MMMS^=M− 1exp（X）S^=M−1exp⁡(X) \hat{S}=M^{-1}\exp(X)バツXXSSS

8 transfer-function  spectrogram  filter-bank 

私はこの質問をジョニーからの質問から引き離しています。マットL.と私は、ジョニーの質問に対して正反対の結論を出しました。 私はこの問題を因果関係の問題や他の間抜けなものから切り離したいと思います。 したがって、時間領域のI / O方程式で記述された単純な1次の再帰システムがあります。 y[n]=p⋅y[n−1] + x[n]∀n∈Zy[n]=p⋅y[n−1] + x[n]∀n∈Z y[n] = p \cdot y[n-1] \ + \ x[n] \quad \quad \forall n \in \mathbb{Z} もちろん、これのZ変換は Y(z)=p⋅z−1Y(z) + X(z)Y(z)=p⋅z−1Y(z) + X(z) Y(z) = p \cdot z^{-1} Y(z) \ + \ X(z) と伝達関数 H(z)≜Y(z)X(z)=zz−pH(z)≜Y(z)X(z)=zz−p H(z) \triangleq \frac{Y(z)}{X(z)} = \frac{z}{z-p} 私たちは、通常でゼロとシンプルかつ実現可能LTIシステムとしてこれを識別するとの極。しかし、他の質問では、場合の線形性と時間不変性に関する問題があります。000pppp=−1 p=−1 …

7 linear-systems  transfer-function