ডেরাইভেটিভ গণনা


9

আমার কাছে ডেটাগুলির একটি সিরিজ রয়েছে (একক অ্যারে)। যদি আমি এই ডেটাটি নিয়ে এবং প্লট করি তবে আমি দেখতে পাচ্ছি যে এখানে একাধিক শৃঙ্গ রয়েছে। তবে আমি যদি কোনও তথ্যের একটি অংশে জুম বাড়িয়ে দেখি তবে দেখতে পাচ্ছি যে যথেষ্ট শব্দ রয়েছে।

আমি সামান্য সিপিইউ সময় এবং শক্তি ব্যবহার করে ডেটাতে কতগুলি পিক সনাক্ত করতে চাই like আমি এই শিখরের opালগুলি শনাক্ত করার (তীক্ষ্ণ বা মসৃণ উত্থান বা পতন হতে পারে) সনাক্ত করার এবং শিখর সংখ্যা নির্ধারণের জন্য opালু সংখ্যার দিকে তাকানোর চিন্তা করেছি। (প্রতিটি শিখরের জন্য 2 টি opালু ধনাত্মক এবং নেতিবাচক)

কোনও পয়েন্টার কীভাবে আমি গোলমালের উপস্থিতিতে opালু গণনা করতে পারি?

কোডটি একটি এমবেডেড সিস্টেমে যাবে, মেমরিটি সীমাবদ্ধ তাই অগ্রাধিকার সাথে আমি এমন কিছু বাস্তবায়ন করতে চাই যার জন্য কোনও উল্লেখযোগ্য ডেটা অনুলিপি প্রয়োজন হয় না।


1
আপনি কোনও স্টোরের মতো এমন কিছু

2
যদি শব্দটি ফ্রিকোয়েন্সিতে তুলনামূলকভাবে বেশি হয় তবে আপনি ফিল্টার ডেটা কম পাস করতে পারবেন
পল আর

4
আপনি কি আপনার ডেটার এক বা একাধিক উদাহরণ প্লট পোস্ট করতে পারেন? এটি আমাদের দেখতে কেমন তা দেখতে সহায়তা করবে। পিক সনাক্তকরণ সাধারণত ডেরাইভেটিভ অনুমানের মাধ্যমে করা হয় না, কারণ সংকেতের ডেরাইভেটিভ গণনা করা শব্দের প্রতি খুব সংবেদনশীল (এটি একটি হাইপাস অপারেশন)। আগ্রহের সিগন্যালের বৈশিষ্ট্য থাকতে পারে যা আপনি কাজে লাগাতে পারেন। এছাড়াও, একটি শিখর সঠিকভাবে সনাক্ত করার সম্ভাবনা এবং সত্যই আগ্রহের নয় এমন একটি শীর্ষকে মিথ্যাভাবে ঘোষণা করার সম্ভাবনার মধ্যে সর্বদা একটি বাণিজ্য থাকে। আপনার আবেদনের জন্য কোনটি গুরুত্বপূর্ণ?
জেসন আর

2
আপনি যদি প্লট তৈরি করতে পারেন তবে এটি সহায়ক হবে।
জেসন আর

1
আপনি শিখরগুলি সনাক্ত করতে চান, আপনি শিখর সনাক্তকরণ অনুসন্ধান করতে চাইতে পারেন ( dsp.stackexchange.com/questions/1302/peak-detection-approach দেখুন )।
গেরটেন

উত্তর:


1

এটি শব্দ এবং ধরণের সংকেতের ধরণের উপর নির্ভর করে। আপনি যদি ভাল উত্তর চান তবে একটি উদাহরণ দেখান। তবে, এটি বলেছিল, সাধারণভাবে আপনি সম্ভবত সিগন্যালটি লো-পাস ফিল্টার করতে চান। আমি যদি আপনি হতাম তবে বেশিরভাগ আওয়াজ উচ্চ ফ্রিকোয়েন্সি কিনা এবং আমি যে সংকেতটি যত্ন করি সেগুলি বেশিরভাগ নিম্ন পরিসরেই থাকে কিনা তা দেখার জন্য আমি একটি ফুরিয়ার পাওয়ার স্পেকট্রাম নেব। যদি তারা ওভারল্যাপ করে, তবে ওহ, এটাই জীবন। আমি জিনিস সম্পর্কে আরও চিন্তা করতে হবে।

একটি লো-পাস ফিল্টার যা অনেক ক্ষেত্রে শোরগোলের সংকেতের জন্য ভাল, সেভিটস্কি-গোলে ফিল্টার। এটি সংখ্যার রেসিপিগুলিতে বর্ণিত হয়েছে, এবং পাইথনের জন্য পাইথন নম্পি কুকবুকে একটি ফাংশন রয়েছে। এটি কেবলমাত্র একটি ছোট কার্নেলের সাথে একটি সমাবর্তন। আপনি শিখর বা অন্যান্য বৈশিষ্ট্যগুলির প্রস্থের উপর ভিত্তি করে উইন্ডোর আকারটি বেছে নেবেন, গোলমাল মুছে ফেলতে যথেষ্ট প্রশস্ত, তবে বৈশিষ্ট্যগুলির চেয়ে প্রশস্ত নয়। এটি ছোট হতে পারে, পাঁচটি পয়েন্ট বলুন বা কয়েক ডজনের মতো বড় হতে পারে, একশো হতে পারে।

আপনি একটি বহুবর্ষীয় অর্ডারও চয়ন করুন - সাধারণত আমি উইন্ডোটি ছোট হওয়ার জন্য অর্ডার 2 ভাল হয়, <10 পয়েন্ট বা এটি অর্ধচক্রের চেয়ে কম বা তার বেশি (যদি আপনার সিগন্যাল একটি সাইন সাদৃশ্যযুক্ত) থাকে তবে অর্ডার 4 হয় বিকৃত শিখরের আকারের সাথে মিলে যাওয়া আরও ভাল তবে প্রায় 9 বা তার বেশি পয়েন্ট থাকতে পছন্দ করে। তবে অনেকটা গোলমালের আকার এবং ফ্রিকোয়েন্সি নির্ভর করে।

অন্যরা যেমন মন্তব্যে বলেছেন, ডেরিভেটিভগুলি খুঁজে পাওয়া সম্ভবত সেরা কৌশল নয় তবে আপনি যদি যাইহোক ডেরিভেটিভগুলি সন্ধান করতে চান তবে স্যাভিটস্কি-গোলে ফিল্টারটি এটি করতে পারে - একই সাথে সংকেতের পরিবর্তে ডেরাইভেটিভকে স্মুথ এবং রিপোর্ট করা।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.