信号处理

我正在自己学习采样和DSP。我很难理解量化误差如何导致噪声。我想我没有一个基本的了解，但不能说出它是什么。那么量化误差如何产生噪声呢？

11 noise  sampling 

在给定任意频率响应的情况下，可能存在哪些信号处理方法可以猜测，估计或确定传递函数（极点和零星座图），该函数对给定的频率响应给出“合理良好”的近似值（对于某些给定的估计质量标准）？对于给定的传递函数加上给定的近似误差容限，有什么方法可以估算极点和零点的数量？或者，如果可能的话，如何确定这些约束无法满足？ 如果给定的频率响应实际上是由已知的传递函数产生的，那么这些方法中的任何一种都可以收敛于该原始传递函数吗？给定的频率响应是否受（假定的高斯）测量误差影响如何？ 假设在Z平面上使用采样频谱进行工作，尽管连续域答案也可能很有趣。 补充：如果仅给出频率响应的幅度（例如，允许具有任何相位响应的解决方案），则求解方法是否有所不同？ 补充：后一个问题是我最感兴趣的，给定单位圆周围的幅值响应已知，但是相位响应未知/未测量，能否估算出被测系统，如果可以，在什么条件下？

11 transfer-function  frequency-response  zeros 

我正在尝试使用此处给出的rt_lpc（实时LPC）实现进行离线LPC分析和综合。该程序中有一些功能可用于脱机LPC分析和综合程序。rt_lpc代码主要用于作曲家等，这意味着它使用MIDI或声门脉冲输入。程序中有一些代码可将音高值（从自相关获得）转换为该bend值。该关系如下所示： pitch = (int)( Stk::sampleRate() / midi2pitch[ananya.data[1]] ) / pow( 1.0653f, bend/64.0f*11.0f ); power *= ananya.data[2] / 64.0f; bend = ge.data[1] / 128.0f + ge.data[2] - 64; 有几点： 一。ananya是一个MidiMsg似乎正在动态填充的类型的对象。 b。ge也是一个MidiMsg似乎也在飞行中填充的类型的对象。 C。这两个对象是在程序实时运行时创建的（mine是一个脱机版本，它在我自己的main.cpp中运行它的特定部分。 我的问题： 1.什么是弯音？ 2.如何将螺距值转换为折弯值？有哪些映射关系？ 我已经用谷歌搜索解决方案，但没有找到明确的答案。

11 music  pitch 

我正在尝试编写一个C ++函数，该函数将根据给定的均值和方差返回高斯随机值。 有一个库函数rand()，该函数返回0和之间的随机数RAND_MAX。RAND_MAX没有固定的值，但可以保证至少为。其PDF是统一的。215−1215−12^{15}-1 我正在使用中央极限定理将其转换rand()为高斯变量。我正在做的是调用rand()用户指定的时间，然后将其返回值加起来，然后将其均值转换为用户指定的均值。 在上面的图中，我将高斯随机生成器调用了次，并绘制了其返回值的频率。如您所见，它的方差很大，因为它是由许多其他随机值的总和创建的。10710710^7 它成功返回具有高斯PDF和指定平均值的高斯变量。但是，问题在于其差异。我被困在这一点上，因为我不知道如何将其方差更改为用户指定的值。 这是我的代码（暂时不完整；参数“方差”被忽略）： template <class T> T Random::GetGaussian(T Mean /*= 0*/, T Variance /*= 1*/) { T MeanOfSum = NUM_GAUSSIAN_SUMS / static_cast<T>(2); T Rand = 0; for (uint64_t i=0; i<NUM_GAUSSIAN_SUMS; i++) { Rand += static_cast<T>(rand()) / RAND_MAX; } return Rand - (MeanOfSum - Mean); } 假定NUM_GAUSSIAN_SUMS是100，并且RAND_MAX是32767。 …

11 random 

我正在从冰箱中收集温度数据。数据就像一波浪。我想确定波浪的周期和频率（以便我可以测量对冰箱的修改是否有效果）。 我正在使用R，我想我需要对数据使用FFT，但是我不确定从那里去哪里。我是R和信号分析的新手，因此非常感谢您的帮助！ 这是我正在产生的波浪： 到目前为止，这是我的R代码： require(graphics) library(DBI) library(RSQLite) drv <- dbDriver("SQLite") conn <- dbConnect(drv, dbname = "s.sqlite3") query <- function(con, query) { rs <- dbSendQuery(con, query) data <- fetch(rs, n = -1) dbClearResult(rs) data } box <- query(conn, " SELECT id, humidity / 10.0 as humidity, temp / 10.0 as temp, …

11 frequency  wave 

我正在尝试“匹配”图像中的小方块。乍看之下，简单地对这两个数组进行欧几里德距离样式比较以获得“相似性”度量似乎是合理的。这在许多情况下都可以正常工作（根据该指标的“最佳”补丁（最低值）与查询补丁非常相似）。但是，在许多情况下，这会产生非常差的匹配。例如，采用以下两个补丁对： 一堵砖墙的两个补丁，得分为134（这是平均绝对像素差的组成部分之和）： 一块砖墙，一块草，得分123！ 对于人类来说，“显然”草与砖块不匹配，但是该度量标准却相反。问题仅在于局部统计差异。 如果我使用直方图比较之类的方法，我将完全失去所有空间信息-例如，如果一块补丁在顶部是草，而底部是砖，那么它会与底部在草地，顶部是砖的补丁完全匹配（再次，另一个“明显错误”的匹配）。 是否存在一种度量标准，可以将上述两种思想组合成一个合理的值，对于上述对1而言，该值将被评估为“相似”，但对于我的补丁及其垂直镜面示例，该度量值却不相似？ 任何建议表示赞赏！

11 image-processing  distance-metrics  classification  waveform-similarity 

我有一个输入作为3D二进制图像，下面是首选输出： 输入： 首选输出： 如果仅保留尖刺对象，我应该寻找哪种图像处理方法，就像上面的首选输出一样？

11 image-processing  computer-vision  3d 

寻找一个开放源代码系统，该系统允许商业用途对庞大且有机增长的二维图像集合进行图像识别，其中唯一已知的变化是： 图片缩放比例 图片的拍摄角度， 颜色同步偏移量，这意味着由于源图像颜色的捕获和渲染中的不规则性，实例之间存在差异， 裁剪照片， 加水印或文字， 可能的焦点变化，这意味着捕获不清晰，而不是应用了图像处理滤镜。 我可以不必对应用程序进行培训，只要这样做能够带来回报，那么长期来看，我希望二维实例的数量将从最初的数千个增加到数百个千 但这是长期的，我很高兴能找到一个很好的解决方案，每个训练实例包含1000个实例，每个实例10个实例。 更新：该许可证需要能够用于商业内部分发，而无需发布源代码，甚至对于所有拥有二进制文件的人也是如此。该代码永远不会出售，只能在内部使用，但不是每个用户都可以访问源代码，而只能访问接口。

11 image-processing  computer-vision 

三个问题： 一个可以客观地测量音频插值质量的指标是什么？（如果可能，还包括心理声学方面的内容） 通过这些指标，音频插值技术的最新状态是什么？ 假设我要以两种分辨率从虚拟仪器的音符序列中渲染两个文件，然后将一个文件的上采样与高频渲染版本进行比较，那么可以使用哪种软件客观地比较这些文件？-理想情况下使用上述指标 到目前为止，据我所知，这些重采样器提供了一些最好的质量 http://www.mega-nerd.com/SRC/ http://sox.sourceforge.net/SoX/ http://www.izotope.com/tech/src/ 这些重采样器似乎存在的问题之一是振铃前后。 我应该指出，最重要的是信号重构（因为该术语意义重大），因此上采样比下采样更多。 编辑：在这种情况下插值时间效率是不相关的。 最好的问候，好奇:-)

11 audio  sampling 

我正在创建一个由复杂混频器，CIC抽取器和FIR补偿/抽取滤波器组成的通道器。如果重要的话，最终的FIR滤波器可以实现为多个滤波器。 我的问题是，如何设计滤波器以补偿CIC滤波器的非平坦频率响应？您是否通过计算CIC响应的倒数来创建所需的频率响应，然后通过逆FFT对其进行运算以获得脉冲响应？ 如您所见，尽管我的特定问题与CIC滤波器有关，但我的问题实际上是关于如何创建任何类型的失真补偿滤波器。 谢谢你的时间。

11 filters  fft  filter-design 

我想对自己的声码合成器（如“ Songify”）进行编程，但找不到简单的声码器算法。也许您可以解释或告诉在哪里可以找到有关声码器工作原理的信息。

11 audio  algorithms  voice 

一个非常简单的问题-我试图弄清楚对信号进行“去噪”与对信号进行滤波（众所周知）之间的确切区别是什么。这是词汇重叠的情况还是根本不同的东西？为什么称为“降噪”？ 编辑：也许至关重要的是，当我们谈到过滤信号以最大化其SNR时，我们通常在口语环境中指的是AWGN。在AWGN中也要在“降噪”中提及“噪声”，如果是，则“降噪”只是一种不同的去除方式，或者是不同类型的噪声（非高斯噪声，有色噪声等）首先？

11 noise 

我正在读一篇论文，其中有离散信号 x （n ）= s（n ）+ w （n ）X（ñ）=s（ñ）+w（ñ）x(n) = s(n) + w(n) 被认为。是已知的确定性级数，w （n ）是均值为零的白噪声。作者写道s （n ）s（ñ）s(n)w （n ）w（ñ）w(n) 产生的信噪比为20 dB 这是什么意思？ 信号能量是什么意思？似乎有几种定义此方法的方法，但本文没有尝试这样做。 20 dB SNR是什么意思？我想要么，要么20 = 20 log E s / E w，但是对于确保这些概念还不够熟悉。20 = 10 对数Ës/ Ew20=10日志⁡Ës/Ëw20=10\log{E_s/E_w}20 = 20 对数Ës/ Ew20=20日志⁡Ës/Ëw20=20\log{E_s/E_w}

11 discrete-signals  snr 

这是经过Gabor滤波后获得的图像...除了亮白色的圆形缺陷外，还有什么方法可以去除图像中的线条。 尝试使用其他方向的gabor过滤器得到以下结果： 达到阈值后：哪个还可以，但还不算太好 中值过滤后： 提前致谢

11 image-processing  filters 

我正在解码OFDM信号，该信号由6个经过BPSK调制的载波（或音调）和一个有助于调谐的导频音组成。这是我第一次使用OFDM，所以我需要知道我是否以正确的方式进行处理。 我想对它进行解码的方法是使用导频音进行校准（因为接收器可能会略微被打乱），然后使用六个带通滤波器将每个载波分离出来，然后以通常的方式对其进行解调。谁能看到任何问题吗？还是可以建议一种更好的方法

11 ofdm  demodulation