Анализ сигнала

sasha_m

Подскажите пожалуйста, а то я не могу найти подходящего.....
Постановка:
Есть некоторая система, в ней есть 16-30 параметров (16-30 измерений). на вход подается некоторый сигнал. На выходе Получаю одномерный сигнал.
Задача. Проанализировать данный сигнал и получить его характеристики.
Применял: Спектральный Фурье Анализ, Wavelet анализ с базисом из Morle и DOG.... Ничего конкретного и закономерного не нашел.
Вопрос:
- Какие ещё есть аппараты для спектрального изучения сигнала
- Самое главное, как можно преобразовать полученный сигнал, чтобы его было проще проанализировать, что с ним нужно сделать? Какие есть средства?
Дайте если вы с этим работаете, из любой области, идеи или ещё лучше ссылки на статьи где это хорошо объяснено. Или скажите что искать в инете я сам найду.
Спасибо.

Ksun

Ну не знаю...
А вот разве когда речь, перемежающаяся паузами, шумами, подается на вход, то разве можно найти какие-нибудь закономерности в спектре? Думаю, с wavelet-анализом аналогично...
Мы таким занимаемся, но обычно вытянуть какую-нибудь закономерность из wave-файла (по сути, тот же самый одномерный выход) практически невозможно. Решение обычно бывает наполовину эмпирическим, наполовину статистическим - при условии, что мы знаем, что данный участок что-то известное нам обозначал (т.е. обучающая выборка).
Сорри, что немного не по теме, т.к. в нашем случае не имеем никакой конечной системы (как у тебя с 16-30 параметрами к-ая преобразует исходный сигнал в одномерный. Что приходит в голову - взять кепстральные коэффициенты, коэф-нты линейного предсказания... это если по аналогии с речью

sasha_m

С речью там все зависит от постановки задачи, если надо выделить участки, в которых человек говорит, то это или Нейронные сети или скрытые Марковские модели. Это можно будет потом применить для Автоматизации выводов. но вот на первом этапе надо этот сигнал каким-то методом заставить не шуметь, и сделать его "привлекательным" для анализа.... Вот я и подумал, что на разных факультетах эта проблема должна была у многих возникнуть, ну и если не затруднит, то может кто-то поделиться опытом решения проблемы.

Ksun

Да, кстати, можешь посмотреть хелп к библиотеке SPL - Signal Processing Library. Она для программеров, но мб тебе чем-нибудь и поможет
лежит у меня в

Ksun

если надо выделить участки, в которых человек говорит, то это или Нейронные сети или скрытые Марковские модели

Так это для обучения! А сначала выбираются параметры - например, энтропия сигнала, энергия, характеристики ВЧ или еще что-то - на основе которых это обучение производится.
но вот на первом этапе надо этот сигнал каким-то методом заставить не шуметь, и сделать его "привлекательным" для анализа....

Проблема в том, что, как я понял, неизвестна природа сигнала. Все более-менее нормально работающие параметры подбирались годами для каждого вида распознаваний (изображений, речи, ...; потом они делятся на распознавание чего конкретно - наличия речь\шум или похожести звуков и т.п. и т.д.). Соответственно, и "расшумить" в нетривиальном случае, не зная природы сигнала - ну это как иголку в стогу сена искать.
Видимо, сначала можно перепробовать все известные виды параметров, а потом...

galka1

Глаза + голова - лучший анализатор (это не шутка, это вполне серъезно)

sasha_m

Я понимаю. Но тут это не сильно помогло. Структура сигнала весьма хаотичная и приходиться применять не только голову....
Оставить комментарий
Имя или ник:
Комментарий: