একটি সাধারণ সিগন্যাল মসৃণ করার সহজ পদ্ধতির জন্য কি প্রযুক্তিগত শব্দ রয়েছে?

Question

প্রথমত, আমি ডিএসপিতে নতুন এবং এতে কোনও বাস্তব শিক্ষা নেই, তবে আমি একটি অডিও ভিজ্যুয়ালাইজেশন প্রোগ্রাম বিকাশ করছি এবং আমি একটি সাধারণ এফএফটি অ্যারের উল্লম্ব বারগুলির মতো একটি সাধারণ ফ্রিকোয়েন্সি স্পেকট্রাম ভিজ্যুয়ালাইজেশনের প্রতিনিধিত্ব করছি।

আমার সমস্যাটি হ'ল অডিও সিগন্যালের মানগুলি খুব দ্রুত পরিবর্তিত হয়ে একটি আকর্ষণীয় ভিজ্যুয়াল আউটপুট উত্পাদন করে যদি আমি কেবল FFT মানগুলি সরাসরি ম্যাপ করে থাকি:

ফলস্বরূপ "মসৃণ" করার জন্য আমি মানগুলিতে একটি সাধারণ ফাংশন প্রয়োগ করি:

// pseudo-code
delta = fftValue - smoothedFftValue;
smoothedFftValue += delta * 0.2; 
// 0.2 is arbitrary - the lower the number, the more "smoothing"

অন্য কথায়, আমি বর্তমান মানটি নিয়ে যাচ্ছি এবং এটি সর্বশেষের সাথে তুলনা করছি, এবং তারপরে সেই বদ্বীপের একটি ভগ্নাংশটি শেষ মানটিতে যুক্ত করছি। ফলাফলটি এরকম দেখাচ্ছে:

সুতরাং আমার প্রশ্নটি হ'ল:

1. এটি কি একটি সু-প্রতিষ্ঠিত প্যাটার্ন বা ফাংশন যার জন্য একটি শব্দ ইতিমধ্যে বিদ্যমান? তাই, শব্দটি কী? আমি উপরে "স্মুথিং" ব্যবহার করি তবে আমি সচেতন যে এর অর্থ ডিএসপিতে খুব নির্দিষ্ট কিছু এবং এটি সঠিক নাও হতে পারে। এগুলি ছাড়াও এটি সম্ভবত ভলিউম খামের সাথে সম্পর্কিত বলে মনে হয়েছিল তবে এটি একই জিনিস নয়।

2. এর দিকে সমাধানের জন্য আরও ভাল পন্থা বা আরও অধ্যয়ন আছে যা আমাকে দেখা উচিত?

আপনার সময় এবং ক্ষমার জন্য ধন্যবাদ যদি এটি একটি মূ .় প্রশ্ন হয় (এখানে অন্যান্য আলোচনাগুলি পড়ে, আমি সচেতন যে আমার জ্ঞান যে গড় মনে হয় তার তুলনায় এটি অনেক কম)।

Comments

এখন আমি ভাবছি আপনি যদি স্মুথড এফএফটি এবং বিপরীত-এফএফটি নেন তবে আপনি কী পাবেন।

— ব্যবহারকারী 253751

প্রথম উত্তরটি আলাদা অর্ডে করা কি আরও সোজা হবে? কারেন্ট_ভ্যালু = কারেন্ট_ভ্যালু * ক্ষয়; যদি (নতুন_মূল্য> কারেন্ট_ভ্যালু) {কারেন্ট_ভ্যালু = নতুন_মূল্য; }

— রিচার্ড ফোস্টার 14

@ মিমিবিস এটি আমার বোঝার থেকে একটি বিপরীত হওয়া উচিত। আমি ভুল হলে শুধরে.

— Andreas

অবশ্যই, এবং একটি অনুকূলকরণ সংকলক একই বাস্তবায়ন উত্পাদন করবে। মূল বিষয়টি হ'ল (বর্তমান_মূল্য * ক্ষয়) <নতুন_মূল্য <বর্তমান_মূল্য যখন সঠিক ফলাফল পাওয়া।

— রিচার্ড ফরস্টার

আমি এই প্রশ্নটি সত্যিই পছন্দ করি। এটি এমন এক যেখানে কেউ কিছু জিনিস চেষ্টা করে দুর্ঘটনাক্রমে জ্ঞানের বিশাল একটি গাছের নীচে নিজেকে আবিষ্কার করে (বিশেষত অসীম ইমপ্লাস প্রতিক্রিয়া ফিল্টারগুলি)। ইতিমধ্যে, যারা ইতিমধ্যে গাছের উপরে উঠেছেন তারা শাখাগুলির মধ্যে ইতিমধ্যে সনাক্ত করা সমস্ত শীতল জিনিসগুলি বর্ণনা করতে পারেন ...

— DrMcCleod

Answer 1

আপনি যা প্রয়োগ করেছেন তা হ'ল একক-মেরু লোপাস ফিল্টার, কখনও কখনও একে ফাঁসী ইন্টিগ্রেটার বলে । আপনার সিগন্যালের পার্থক্য সমীকরণ রয়েছে:

$$y[n] = 0.8 y[n-1] + 0.2 x[n]$$

$x[n]$$y[n]$

Comments

এটার জন্য অনেক ধন্যবাদ। সুতরাং, তাই সহায়ক। নিজে নিজে গুগল করা সমুদ্রের কাছে হারিয়ে যাওয়ার মতো যখন ডিএসপি স্টাফের কথা আসে। সন্ধানের জন্য কেবল কয়েকটি শর্ত থাকা আমাকে উপলব্ধি করার জন্য কিছু দেয়।

— মাইকেল ব্রোমলি

আমি অবাক. আমি মনে করি ওপি ফ্রিকোয়েন্সি ডোমেনের পৃথক বিনের মানগুলির সিরিজে এই ফিল্টারটি প্রয়োগ করে। সময় ডোমেনে নমুনার সিরিজটিতে একটি সাধারণ লো-পাস প্রয়োগ করা হয়। প্রভাবটি কি একই রকম (আমি মনে করি না, কারণ উচ্চ ফ্রিকোয়েন্সি অংশগুলি এখনও সিগন্যালে রয়েছে, তবে ... তাদের তীব্রতা আরও ধীরে ধীরে পরিবর্তিত হয়?)? যদি তা না হয় তবে আপনি কী বলতে পারবেন যে ফিল্টারটি আসলে টাইম ডোমেনে সিগন্যালের সাথে কী করে?

— জোনাস শোফার

@ জোনাস উইলিকি বলে আমি মনে করি লক্ষ্য প্রতিটি স্বতন্ত্র বিন মানকে মসৃণ করছে, যাতে এটি খুব দ্রুত পরিবর্তন না হয়। লো পাস ফিল্টার (উত্তরে বর্ণিত হিসাবে) যে কোনও সময় সিরিজের জন্য এটির ডোমেন (সময় বা ফ্রিকোয়েন্সি বা অন্য কিছু নির্বিশেষে) প্রযোজ্য।

— অর্পিত জৈন

@ আরপিটজাইন আমি বুঝতে পারি আমি কেবল জানতে চাই যে আপনি যখন এটি করেন তখন কীভাবে এটি সময়ের ডোমেনকে প্রভাবিত করে (আপনার দ্বারা অপিপি বা উত্তরদাতা দ্বারা প্রয়োজনীয় নয়) understanding

— জোনাস শ্ফার

@ জোনাসওয়িলিকি এই ক্রিয়াকলাপটি ফ্রিকোয়েন্সি ডোমেনের একটি রূপান্তর, তাই এটি সময় ডোমেনে একটি গুণ (সংশ্লিষ্ট (বিপরীত) ফুরিয়ার রূপান্তরগুলির) অনুবাদ করে।

— এমবিজেজ

Answer 2

সতর্কতা: কিছু ইতিহাস, পুরানো কাগজপত্র (আমি তাদের পছন্দ করি) এবং পাঞ্চ কার্ড অন্তর্ভুক্ত করুন!

$a=0.2$

$$y(n) = y(n–1) + a[x(n) – y(n–1)]\,,$$ $$y(n) = ax(n) + (1 – a)y(n–1)\,.$$

প্রথমটির উপরের সংস্করণটি কম প্রাকৃতিক, তবে এটি একটি গুণকে এড়িয়ে চলে এবং কোনওভাবে আরও কার্যকর। উভয় সূত্রই একটি রৈখিক , কার্যকারণ এবং অসীম আবেগ প্রতিক্রিয়া ফিল্টার দেয় । কাহিনী পোইসন , কলমোগোরভ-জুরবেঙ্কো অ্যাডাপিটিভ ফিল্টারস , ব্রাউন (ইনভেন্টরি কন্ট্রোলের স্ট্যাটিসটিকাল পূর্বাভাস। ম্যাকগ্রা-হিল, 1959), হল্ট (1957) এবং উইন্টারস (1960) এর মাধ্যমে ফিরে যায়। এটি সাহিত্য জুড়ে বিভিন্ন নামে পরিচিত একটি পুনরাবৃত্ত ফিল্টারিং স্কিম হিসাবে প্রয়োগ করা হয় :

• লো-পাস ফিল্টার গড়ে প্রথম অর্ডার এক্সফোনেনশিয়াল ,
• সূচকীয় গড়,
• ঘৃণ্য মসৃণতা ,
• এক্সফোনেনশিয়াল মুভিং এভারেজ (EMA),
• তাত্পর্যপূর্ণ ওজনযুক্ত চলমান গড় (EWMA),
• ব্রাউন এর সিম্পল (লিনিয়ার) এক্সপেনশনাল স্মুথিং (কখনও কখনও এসইএস বলা হয়),
• আরিমা (0,1,1) মডেল।

নামের "ক্ষতিকারক" জ্যামিতিক অগ্রগতির সাথে অনুপ্রেরণার প্রতিক্রিয়ার সাথে সম্পর্কিত, এটি একটি ক্ষতিকারক ক্ষয়ের নমুনা: $h[n]=(1-a)u[n]a^n$।

একটি noteতিহাসিক নোটের জন্য, রবার্ট জি ব্রাউন এবং আর্থার ডি লিটল ১৯৫6 সালে সম্ভবত তামাক শিল্পের জন্য চাহিদা পূর্বাভাস দেওয়ার জন্য তাত্পর্যপূর্ণ মসৃণ করতে এই পদ্ধতিটি ব্যবহার করেছিলেন। ডামি (বা বিকাশকারীদের) জন্য হল্ট-উইন্টার্স পূর্বাভাসে - আরও কিছু ইতিহাস এবং ব্যাখ্যা পাওয়া যাবে - প্রথম খণ্ড । পিটার Zehna একটি গুরুত্বপূর্ণ পর্যালোচনা উপলব্ধ করা হয় সূচকীয় মসৃণকরণ কিছু মন্তব্য , 1966 সালে আর ব্রাউন দ্বারা একটি অধ্যায় অপারেশনস রিসার্চ অ্যান্ড ম্যানেজমেন্ট বিজ্ঞান (Google Books) এনসাইক্লোপিডিয়া 1944 ইতিহাস ফিরে তারিখগুলি, পঠনযোগ্য পৃষ্ঠাগুলি এখানে পুনরুত্পাদন করা হয়:

অনেকগুলি পদ্ধতি এই ধূমপানকে প্রসারিত করে, যখন ডেটার প্রবণতা বা seasonতুসত্তার ক্ষেত্রে বৈধতার অভাব থাকে। এর মধ্যে কয়েকটি ডাবল বা ট্রিপল এক্সফোনেনশিয়াল স্মুথিং এবং হোল্ট-উইন্টার ফিল্টার হিসাবে পরিচিত ।

আপনি এটিও পরীক্ষা করে দেখতে পারেন: এই "সাধারণ ফিল্টার" কীভাবে কাজ করে?

Comments

ধন্যবাদ, এটি দুর্দান্ত। উল্লিখিত হিসাবে, আমি এটিতে সম্পূর্ণ নতুন তাই আপনার উত্তরগুলির কিছু আমার পুরোপুরি প্রশংসা করার জন্য আরও গবেষণা নেবে, তবে এটি অবশ্যই আমার প্রশ্নের উত্তর দেয় এবং তারপরে কিছু। তাহলে অন্যান্য, তার আগে উত্তরের জন্য না, এই যেমন গ্রহণযোগ্যতা অবশ্যই যোগ্য এর হয় উত্তর।

— মাইকেল ব্রোমলি

ছোট সংশোধন, শীতকালীন 1 (960) শীতকালীন হওয়া উচিত (1960) আমি ধরে নিই

— এসজিআর

Answer 3

এর দিকে সমাধানের জন্য আরও ভাল পন্থা বা আরও অধ্যয়ন আছে যা আমাকে দেখা উচিত?

অডিও মিটারগুলির জন্য সাধারণ পদ্ধতির একটি "ক্ষতির পিক ডিটেক্টর"।

if new_value > current_value
  current_value = new_value;
else
 current_value = current_value * decay;  

এটি সিগন্যালে যে কোনও নতুন বা শিখর বা ক্ষণস্থায়ীকে তাত্ক্ষণিক প্রতিক্রিয়া দেখায় তবে এটি কিছু সময়ের জন্য স্থির থাকে তাই এটি খুব কম ব্যস্ত চিত্র তৈরি করে। ক্ষয় 0 এবং 1 এর মধ্যে ধ্রুবক হওয়া উচিত এটি 0 টি তাত্ক্ষণিক এবং 1 কখনই না হওয়ার সাথে বারগুলি কত দ্রুত সম্পন্ন হয় তা নিয়ন্ত্রণ করে।

Comments

আমি নোট করি যে এটি কলেজের মতো আমার একটি কার্যভারের সাথে মিল রয়েছে, একটি অত্যন্ত স্বল্প-সাশ্রয়ী এমআইডিআই (পূর্ববর্তী কার্যক্রমে তৈরি করা হয়েছিল) ত্রিভুজাকার সহ (সম্পূর্ণ আয়তক্ষেত্রাকার) নোট সংকেতকে সংশোধন করে (এবং শিখর এবং সময়সীমার সাথে মিলিয়ে স্কেল করে) উন্নত করা হয়েছিল "খুব স্বাভাবিকভাবেই" মারা গিয়েছিল এমন একটি ধারালো নোট তৈরি করতে খুব তাড়াতাড়ি (যদিও তাত্ক্ষণিকভাবে নয়) উত্থাপিত হয়েছে এবং ধীরে ধীরে ক্ষয় হয়ে যাওয়ার সিগন্যালটি গানের শোনায় ব্যাপক উন্নতি হয়েছে (এই ক্ষেত্রে ফার এলিস)।

— কেআরয়ান

আমি অনুমান করি আপনি new_valueএটির চেয়ে বেশি রাখতে চাইবেনcurrent_value * decay

— ব্যবহারকারী 276648

Answer 4

মার্কিন ডিওডি ঠিকাদারের চেনাশোনাগুলির চারপাশে, এই নির্দিষ্ট ফিল্টারটি প্রায়শই একটি "আলফা ফিল্টার" নামে পরিচিত, কারণ এটি এমন একটি পরামিতি দ্বারা চিহ্নিত করা যেতে পারে যা thatতিহ্যগতভাবে "আলফা" নামকরণ করা হয়।

এটি একটি সরল এনালগ আরসি লো-পাস ফিল্টারের সাথে সরাসরি উপমা।

এগুলি অত্যন্ত সাধারণ, গুরুতর সীমাবদ্ধতা রয়েছে তবে তাদের আরও জটিল (এবং জটিল!) ফিল্টারগুলির থেকে অনস্বীকার্য সুবিধা রয়েছে যে, যদি আপনি তাদের সমস্যার ক্ষেত্রগুলি পরিষ্কার করেন তবে তারা কাজটি সম্পন্ন করে।

Answer 5

অন্যান্য উত্তরে যেমন উল্লেখ করা হয়েছে, এটি একক পোল রিকার্সিভ ফিল্টার, এক ধরণের অসীম প্রেরণা প্রতিক্রিয়া (আইআইআর) ফিল্টার।

এটি এবং অন্যান্য ডিএসপি বৈশিষ্ট্যগুলি সম্পর্কিত তথ্যের এক দুর্দান্ত উত্স হ'ল স্টিভেন ডাব্লু স্মিথ দ্য সায়েন্টিস্ট এবং ইঞ্জিনিয়ারের ডিজিটাল সিগন্যাল প্রসেসিংয়ের গাইড :

... আউটপুট সিগন্যালের প্রতিটি বিন্দু "a" সহগের দ্বারা ইনপুট সিগন্যাল থেকে মানগুলি গুন করে, "বি" সহগের দ্বারা আউটপুট সিগন্যাল থেকে পূর্বের গণনা করা মানগুলি গুণ করে এবং পণ্যগুলি একসাথে যোগ করে পাওয়া যায় .. বিজ্ঞপ্তি যে বি 0 এর জন্য কোনও মান নেই, কারণ এটি নমুনা গণনা করার সাথে মিলে যায়। 19-1 সমীকরণকে পুনরাবৃত্তি সমীকরণ বলা হয় এবং যে ফিল্টারগুলি এটি ব্যবহার করে তাকে পুনরাবৃত্ত ফিল্টার বলে। "A" এবং "b" মানগুলি যা ফিল্টারকে সংজ্ঞায়িত করে তাদের পুনরাবৃত্তির সহগগুলি বলা হয়।