Questions tagged «filters»

在信号处理中，滤波器是一种通过有选择地选择特定频率并使其他频率具有适当增益或保持原样来变换信号的设备或过程。

3
gabor过滤器是什么，主要用途是什么
我正在研究Gabor过滤器，但是当我使用Google过滤器进行搜索时，我的文章非常冗长而复杂。谁能帮我找到有关它的简单说明，或推荐阅读的网站或文章？我想了解此过滤器，以便在Matlab中使用它。
3
级联双二阶部分以实现高阶滤波器的工作原理？
我正在尝试实现8阶IIR滤波器，并且我阅读的每个应用笔记和教科书都说，最好将2阶以上的任何滤波器实现为二阶部分。我tf2sos在MATLAB中使用了二阶部分的系数，这与我预期的4个二阶部分的6x4系数有关。在实施为SOS之前，八阶滤波器需要存储7个先前的采样值（以及输出值）。现在，当实现为二阶部分时，流程如何从输入到输出工作，我是否仅需要存储2个先前的样本值？还是第一个滤波器的输出馈x_in入第二个滤波器，依此类推？
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 
7
在哪里可以获得Parks-McClellan最佳FIR滤波器设计算法的开源实现？
背景：通常，我在执行某种信号处理任务，需要一个唯一的滤波器。通常在这一点上，我进入MATLAB并使用生成一个新的唯一过滤器。MATLAB 函数实现了该Parks-McClellan算法。现在，我有了一个过滤器，并将该过滤器放入一个硬编码的数组中。但是，这里的问题是我现在有一个仅适用于一种情况的硬编码过滤器。˚F 我- [R p 米（）firpm()\tt firpm()firpm() 问题：我现在可以解决信号处理问题，但仅适用于非常特殊的单采样率或特殊情况。 目标：我希望能够调用˚F 我- [R p 米（）firpm()\tt firpm()从C代码或其他某种语言并使我的信号处理代码更通用。我找不到的开源实现firpm()！ 在哪里可以获得Parks-McClellan最佳FIR滤波器设计算法（在MATLAB中又称为开源实现？˚F 我- [R p 米（）firpm()\tt firpm() PS我知道我可以使用开窗或其他方式设计不同的过滤器...请在评论中随意提及。但是，这个问题的重点不是要问“还有什么其他的滤波器设计技术？” 关键是找到非常有用的开源实现˚F 我- [R p 米（）firpm()\tt firpm() ...或类似的东西。 PPS这个问题的目标之一是通过首先查看代码来学习Parks-McClellan算法的工作原理，然后计划阅读一些背景知识。
2
如何解释MFCC提取过程中的DCT步骤？
在大多数音频处理任务中，最常用的转换之一是MFCC（梅尔频率倒谱系数）。 我最了解MFCC背后的数学原理：我了解滤波器组步骤和梅尔频率定标。 我没有得到的是DCT（离散余弦变换）步骤：在此步骤中我可以获得什么信息？此步骤的视觉效果如何？
3
卡尔曼滤波器的输入是否应该始终是信号及其导数？
我总是看到卡尔曼滤波器与此类输入数据配合使用。例如，输入通常是一个位置和相应的速度： (x,dxdt)(x,dxdt) (x, \dfrac{dx}{dt}) 就我而言，每个采样时间只有2D位置和角度： Pi(xi,yi)and(α1,α2,α3)Pi(xi,yi)and(α1,α2,α3） P_i(x_i, y_i) \qquad \text{and} \qquad (\alpha_1, \alpha_2, \alpha_3) 我是否应该为每个点和每个角度计算速度以适合Kalman框架？
1
二次多项式滤波器的设计有解析方法吗？
以下论文描述了Teager-Kaiser能量算子在X射线图像增强中的应用： Reinhard Bernstein，Michael S. Moore和Sanjit K. Mitra，“用于图像增强的可调二次滤波器”， Proc。IEEE国际图像处理会议（ICIP），加利福尼亚州圣塔芭芭拉，第1卷。1，第287-290页，1997年10月。http： //vision.ece.ucsb.edu/publications/view_abstract.cgi？52 作者通过使用类似的线性算子进行类比，得出了滤波器行为的直觉（即“因此Teager滤波器的输出大约等于由本地平均值加权的高通滤波器响应”）。为了精确起见，我用二次多项式滤波器来表示非线性，非递归滤波器，这些滤波器可以完全由截短的Volterra级数来表征，如下所示（对于一维情况）： ÿ（n ）= ∑米1个= 0ñ1个− 1H1个（米1个）x （n − m1个） + ∑米1个= 0ñ2− 1。∑米2= 0ñ2− 1H2（米1个，米2）x （n − m1个）x （n − m2）ÿ（ñ）=∑米1个=0ñ1个-1个H1个（米1个）X（ñ-米1个）+∑米1个=0ñ2-1个。∑米2=0ñ2-1个H2（米1个，米2）X（ñ-米1个）X（ñ-米2） y(n) = \sum_{m_1=0}^{N_1-1}{ h_1(m_1)x(n - m_1) } + \sum_{m_1=0}^{N_2-1}{\hphantom{.}\sum_{m_2=0}^{N_2-1}{ h_2(m_1,m_2)x(n - m_1)x(n - m_2) } } 似乎大多数设计低阶多项式滤波器的方法都涉及系统识别框架，但对为什么估计的滤波器起作用没有任何深入的了解。目前基于线性类比的分析方法是否是最新技术，还是可以使用任何已知的数学工具？
19 filters 
2
给定捕获设备的欧拉角，卡尔曼滤波器是否适合过滤投影点位置？
我的系统如下。我使用移动设备的相机跟踪对象。通过此跟踪，我获得了在屏幕上投影的四个3D点，从而获得了四个2D点。由于检测到，这8个值有点嘈杂，因此我想对其进行过滤以使运动更平滑，更真实。作为第二项测量，我使用设备的陀螺仪输出，该输出提供了三个欧拉角（即设备的姿态）。它们比2D位置（大约20 Hz）更精确，频率更高（最高100 Hz）。 我的第一个尝试是使用简单的低通滤波器，但是滞后很重要，因此我现在尝试使用卡尔曼滤波器，希望它能够在几乎没有延迟的情况下平滑位置。如上一个问题所示，卡尔曼滤波器的一个关键点是测量值与内部状态变量之间的关系。这里的测量值既是我的8个2D点坐标，也是3个Euler角，但是我不确定应该用作内部状态变量以及如何将Euler角连接到2D点。因此，主要问题是，卡尔曼滤波器是否甚至适用于该问题？如果是的话，怎么办？
2
如何使用Parks-McClellan算法设计Nyquist插值滤波器？
我们可以使用Parks-McClellan算法轻松设计服从某些频域约束的插值滤波器。但是，目前尚不清楚如何实施时域约束。特别是，我对生成Nyquist过滤器感兴趣。因此，如果我对进行过采样，则对于非零整数N，我希望滤波器在处具有零交叉（这确保了插值器的输入采样将出现在输出序列中）。kNk 我看过Harris 1谈论一种设计半带滤波器的技术，即特例where N=2。有一个通用的解决方案吗？（我知道我们可以使用window方法轻松设计过滤器，但这并不能提供相同的控件。） [1] 通信系统的多速率信号处理，第208-209页
3
设计信号滤波器的好教科书
从几个月前开始，我就开始积极参与动力系统的控制领域。 在大多数情况下，为给定的动态系统设计控制器将需要采用数字信号处理技术，尤其是在信号滤波器领域。 由于我没有控制工程专业背景，所以我想知道你们中的任何人是否可以向我提供有关声音信号教科书的建议，这些教科书涉及信号滤波器的某些细节。 理想情况下，教科书应包括： 介绍DSP领域最常见的滤波器； 解释其在频域和时域的主要特征； 它们通常在哪些情况下使用（角色或过滤器功能）。 尽管是一个幼稚的问题，但我希望您可以建议一些教科书。
3
人类语音噪声过滤器
有人知道一个可以减弱非语音的滤波器吗？我正在写语音识别软件，想过滤掉人类语音以外的所有内容。这将包括背景噪音，microphone脚的麦克风产生的噪音，甚至是背景音乐。我已经实现了可补偿功率谱6 dB滚降的一阶滤波器，但是我仍然听到噪音（尽管语音听起来更加清晰）。我曾经考虑过使用低通滤波器，但由于两个原因，我对此并不满意： 我不知道低通前置滤波器是否会干扰其余的语音处理。即使人耳只能检测到低于20 kHz的声音，我也不想冒消除处理语音所需的任何高次谐波的风险（尽管我不知道是否是这种情况。但是我不想冒险）。 我了解某些辅音（例如f，h和s）的激发几乎完全是白噪声。可以这么说，我不想实现一个可以消除良好噪声的噪声滤波器。 理想情况下，我只想听麦克风里那个人的讲话。如果您有任何想法，或者我缺少什么，请告诉我。非常感激！
2
可调谐巴特沃思滤波器有任何标准的实现形式吗？
实现巴特沃思滤波器的标准方法之一是级联第二级部分，每个部分对应于一对复共轭极点。例如，对于四阶滤波器，将有两个二阶部分。如果我们考虑低通滤波器的极点位置在z平面上的变化，因为截止点设计为从0hz到Nyquist附近，则每对极点“扫出”的路径对应于单位圆内的一对弧，如下图所示[用于四阶滤波器]： 给定这些过滤器已经存在了多长时间，并且考虑到这些“弧”对应于s平面中的直线，这可以说是有人会开发出具有单个参数且能够扫极的实现形式在“运行时”（相对于“设计时”）沿弧线移动。但是，我还没有遇到过类似的事情。 提出各种方法的相对简单，尤其是在范围段内，并且愿意为此付出一点额外的计算。我想知道的是以下内容： 是否存在某种标准方法来实现给定阶数的可调谐[数字]巴特沃斯滤波器，即1）具有最佳属性（例如效率，鲁棒性），2）覆盖整个范围？ 还是这真的是一个如此简单的问题，没人理会呢？如果是这样，似乎它将显示在“静态”设计选项旁边的过滤器设计程序中。 我确实发现了这一点：具有可变截止频率的多用途Butterworth滤波器，但是起初在Google搜索中，关于其中的内容似乎没有太多信息。 更新（回复：答案） 为了更清楚一点： 我正在寻找带有参数（例如[0,1]的参数）的“元设计”，该参数将自动调整从DC到Nyquist的截止（同时保持增益归一化），以用于时变系统。类似于此两极谐振器，但有Butterworth约束。想法是，计算参数比在运行时执行典型的脱机设计过程更有效。 我什至没有在寻找如何设计“元过滤器”（即用变量而不是数字进行数学运算），我想知道是否有标准[非显而易见]实现形式的选择，因为，也就是说，与静态情况相对应的直接方法最终会在时变情况下出现数字问题。 也许没有问题，而直接的方法就是实践中使用的方法。那太好了。我担心的是，在我查阅过的任何资料中，我都没有看到这个话题的明确提及，但是也许我只是错过了一些非常明显的东西，所以我问。 在这里添加更多细节的过程中，我遇到了对参数双二阶结构的一般处理，这几乎是我要寻找的（并且有一些不错的参考）。 更新2 我正在寻找与我在Jason R的第二条评论中输入的答案相同的答案，如下所示： “哦，是的，您想要以抽头状态格子形式使用某某论文中的参数化III-2b，因为它可以在使用最小数量的乘法的情况下解决某某边缘情况。” 也许没有类似的东西存在，但是我的问题是它是否存在，如果存在，它是什么，或者在哪里可以找到它？ 头奖 根据提姆·韦斯科特（Tim Wescott）在Jason R的答案中的comp.dsp线程中给出的“观察者规范形式”的引用，我决定假设我可能必须开始研究控制系统文献，因此我尝试进行搜索Butterworth“状态空间”，它发现了以下非常酷的设计/实现方法，不仅是参数化的Butterworth，而且还有Chebyshev和Elliptic过滤器： Sophocles J. Orfanidis，“高阶数字参数均衡器设计”，J。Audio Eng。SOC。卷 53，第1026-1046页，2005年11月。 论文：http : //www.ece.rutgers.edu/~orfanidi/ece348/hpeq.pdf Matlab工具箱：http : //eceweb1.rutgers.edu/~orfanidi/hpeq/ 可能需要花一些时间才能深入研究，但是根据我到目前为止所读的内容，如果不是我想要的内容，我会感到非常惊讶。我将此内容提供给Jason R，作为comp.dsp参考，使我了解了Orfanidis论文。他的答案也是设计巴特沃斯滤波器的实用指南。
3
线性相位FIR滤波器4种
我知道有4种具有线性相位的FIR滤波器，即恒定的群延迟：（M =脉冲响应的长度） 脉冲响应对称，M =奇数 曝光 分别 对称，M =偶数 曝光 分别 反对称的，M =奇数 曝光 分别 反对称，M =偶数 每个都有其特点。具有线性相位设计的FIR滤波器最常使用这些类型中的哪一种？为什么？:)
9
为什么我们在时域中使用窗口而不是FFT修改频谱和进行逆FFT
我以为DSP可以通过对信号的一部分进行FFT来完成，修改FFT产生的样本（因为它们代表了我们信号的频谱+噪声），并去除了任何不想要的信号，然后进行逆FFT来获取时间滤波信号的域表示（噪声已被移除）。但是，此操作尚未完成，而是使用窗口函数在时域中完成所有工作。为什么？ 如果我们在时域中乘以窗函数，而不是在频域中将窗函数的频率响应与信号频谱进行卷积，那该如何计算呢？我的意思是，如果我们只是通过将信号乘以滤波器的频率响应来完成频域中的所有工作，那就像滤波对吗？但是在这里，我们使用时域来完成时域中的所有工作。 ->让我们看看我的困惑来自何处。对于模拟滤波器，例如低通滤波器，我们具有类似频率响应的脉冲。当我们对信号进行滤波时，我们实际上是将信号的频谱乘以类似于滤波器的频率响应的脉冲。这将使信号中的所有频率都超过一个截止值而降至0。这就是低通滤波器的工作原理。为什么不对数字滤波器也一样？
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.