Questions tagged «signal-synthesis»

4
求正弦波的多项式近似
我想近似由下式给出的正弦波sin(πx)sin⁡(πx)\sin\left(\pi x\right)通过将多项式波形成形器为一个简单的三角波,由该函数产生的 T(x)=1−4∣∣12−mod(12x+14, 1)∣∣T(x)=1−4|12−mod⁡(12x+14, 1)|T\left(x\right)=1-4\left|\tfrac{1}{2}-\operatorname{mod}(\tfrac{1}{2}x+\tfrac{1}{4},\ 1)\right| 其中mod(x,1)mod⁡(x,1)\operatorname{mod}(x, 1)是的小数部分xxx: mod(x,y)≜y⋅(⌊xy⌋−xy)mod⁡(x,y)≜y⋅(⌊xy⌋−xy) \operatorname{mod}(x, y) \triangleq y \cdot \left( \left\lfloor \frac{x}{y}\right\rfloor - \frac{x}{y} \right) 一个泰勒级数可以用来作为波形成形。 S1(x)=πx2−πx233!+πx255!−πx277!S1(x)=πx2−πx233!+πx255!−πx277!S_1\left(x\right)=\frac{\pi x}{2}-\frac{\frac{\pi x}{2}^3}{3!}+\frac{\frac{\pi x}{2}^5}{5!}-\frac{\frac{\pi x}{2}^7}{7!} 给定上述函数,S1(T(x))S1(T(x))S_1(T(x))将为我们提供正弦波的近似近似。但是,我们需要提高到该序列的7次方才能得到一个合理的结果,并且峰值有些低,并且斜率也不会完全为零。 代替泰勒级数,我们可以使用遵循几个规则的多项式波整形器。 必须通过-1,-1和+ 1,+ 1。 -1,-1和+ 1,+ 1处的斜率必须为零。 必须对称。 满足我们要求的简单功能: S2(x)=3x2−x32S2(x)=3x2−x32S_2\left(x\right)=\frac{3x}{2}-\frac{x^3}{2} 的图表S2(T(x))S2(T(x))S_2(T(x))和sin(πx)sin⁡(πx)\sin\left(\pi x\right)相当接近,但不是亲如泰勒级数。在峰值和零交叉点之间,它们明显偏离一点。满足我们要求的更重,更准确的功能: S3(x)=x(x2−5)216S3(x)=x(x2−5)216S_3\left(x\right)=\frac{x(x^2-5)^2}{16} 就我的目的而言,这可能足够接近,但我想知道是否存在另一个函数,该函数更接近正弦波,并且在计算上更便宜。我对如何找到满足上述三个要求的功能有很好的了解,但是我不确定如何找到满足这些要求并且最接近正弦波的功能。 有什么方法可以找到模拟正弦波的多项式(当应用于三角波时)? 为了澄清,我不一定只寻找奇对称多项式,尽管这些是最直接的选择。 类似以下功能的内容也可以满足我的需求: S4(x)=3x2+x24+x44S4(x)=3x2+x24+x44S_4\left(x\right)=\frac{3x}{2}+\frac{x^2}{4}+\frac{x^4}{4} 这可以满足负范围内的要求,也可以使用分段解决方案将其应用于正范围内。例如 3x2−P(x,2)4−P(x,4)43x2−P(x,2)4−P(x,4)4\frac{3x}{2}-\frac{P\left(x,2\right)}{4}-\frac{P\left(x,4\right)}{4} 其中是有符号幂函数。PPP 我也会对使用有符号幂函数来支持分数指数的解决方案感兴趣,因为这为我们提供了另一个“扭曲旋钮”而无需添加其他系数。 a0x …

2
具有较高信号采样率的优点是什么?
作为非信号处理科学系的学生,我对这些概念的理解有限。 我有一个连续的周期性轴承故障信号(具有时间幅度),该信号以和频率采样。我利用一些机器学习技术(卷积神经网络)将故障信号分类为非故障信号。 48 kHz12 kHz12 kHz12\textrm{ kHz}48 kHz的48 kHz48\textrm{ kHz} 当我使用我能够达到的分类精度。同样,当我对相同的信号应用相同的技术但以采样时,尽管与传感器在相同的RPM,负载和记录角度下进行记录,但我仍能够达到精度。 97 ± 1.2 %95 %48 kHz12 kHz12 kHz12\textrm{ kHz}97 ± 1.2 %97±1.2%97 \pm 1.2 \%95 %95%95\%48 kHz的48 kHz48\textrm{ kHz} 误分类率上升的原因可能是什么? 有没有发现信号差异的技术? 较高分辨率的信号容易产生较高的噪声吗? 该信号的细节可以看出这里,在第3章。
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.