আপনি কি উইন্ডোর আকার না বাড়িয়ে এফএফটির ফ্রিকোয়েন্সি রেজোলিউশন বাড়িয়ে দিতে পারেন?


12

আমি বহুগুণ বিশ্লেষণের জন্য এসটিএফটি ব্যবহার করতে চাই। আমি বুঝতে পারি যে সিগন্যালে বিদ্যমান পার্টিশালগুলি সনাক্ত করা ঠিক শুরু। তবুও এতে আমার সমস্যা আছে।

ধরা যাক আমি 'সিডি' ফ্রিকোয়েন্সি সহ সংকেত নমুনা পেয়েছি 44100Hz1024নমুনার উইন্ডো সহ আমি ফ্রিকোয়েন্সি বিন রেজোলিউশন পাই 22500Hz/512=43Hz। এটি কেবলমাত্র উচ্চ পিয়ানো নোটগুলি যেমন: C5 = 523.251Hzএবং হিসাবে সনাক্ত করতে যথেষ্ট C#5 = 554.365

আমি ভাবতাম 1024বেশ বড় একটি উইন্ডো। তবে সম্ভবত এটি নেই এবং সাধারণত পার্টিয়ালগুলি সনাক্ত করার জন্য আরও বড় উইন্ডো ব্যবহার করা হয়?

সময়ের রেজোলিউশনকে আরও বাড়িয়ে দেওয়া উইন্ডোর আকার বাড়ানো ছাড়াও অন্য কোনও পদ্ধতির সাথে ফ্রিকোয়েন্সি রেজোলিউশন বাড়ানো যেতে পারে? আমি দুটি পদ্ধতির কথা ভেবেছিলাম:

Method1:

  1. ব্যান্ডপ্যাসফিল্টারগুলির সাথে ফ্রিকোয়েন্সি ব্যান্ডগুলিতে সংকেত ভাগ করুন (উদাহরণস্বরূপ 0-11.25Hzএবং 11.25-22.5Hz)।
  2. ডাউনস্যাম্পল উচ্চতর ব্যান্ডগুলি যাতে মূল উচ্চ ফ্রিকোয়েন্সিগুলি এখন কম ফ্রিকোয়েন্সি হবে (তাই এটি দ্বিতীয় ব্যান্ডের জন্য করুন 11.25-22.5Hz -> 0Hz-22.5Hz) - নিশ্চিত না যে এটি সম্ভব।
  3. কনক্যাট ফলস্বরূপ বিনগুলি সমন্বিত লেবেলগুলির সাথে সেট করে।

Method2:

  1. ক্রমবর্ধমান সীমা সহ লোপাস ফিল্টারগুলির সিরিজ ব্যবহার করুন।
  2. ক্রমবর্ধমান ফ্রিকোয়েন্সি রেঞ্জগুলিতে এফএফটি সম্পাদন করুন।
  3. প্রতিটি ফ্রিকোয়েন্সি জন্য সেরা সম্ভাব্য রেজোলিউশন ব্যবহার করুন (প্রথম এফএফটি থেকে বিন যেখানে এই ফ্রিকোয়েন্সিটি অন্তর্ভুক্ত ছিল)।
  4. এর ফলে কম ফ্রিকোয়েন্সি আরও ভাল রেজোলিউশন হতে পারে তবে আমি মনে করি এটি ঠিক আছে কারণ উচ্চ নোটের জন্য ফ্রিকোয়েন্সি পার্থক্যটি গ্রেটার ter

আমি এই বিষয়ে কোন মন্তব্য কৃতজ্ঞ হবে।

আমি এখানেও পড়েছি: উইন্ডোর আকার, নমুনা হারের প্রভাব কীভাবে এফএফটি পিচ অনুমান করে? শিখর পিকিং ফলাফল উন্নতি পদ্ধতি সম্পর্কে। আমি মনে করি এটি ব্যবহার করার চেষ্টা করবে।


যদি আপনি জানেন যে কেবলমাত্র একটি সাইন উপাদান রয়েছে, তবে আপনি শিখরের পার্শ্ববর্তী বিনগুলিতে একটি প্যারোবোলায় ফিট করতে পারেন এবং "সত্য" শীর্ষে খোঁজার জন্য ইন্টারপোল্ট করতে পারেন। নিশ্চিত না যে এটি কীভাবে @ পিচনেট দ্বারা বর্ণিত ফেজ পদ্ধতির সাথে তুলনা করে।
এন্ডোলিথ

উত্তর:


9

আপনি যদি সত্যিই এফএফটি (প্যারামেট্রিক পদ্ধতিগুলির পরিবর্তে, যা সময় / ফ্রিকোয়েন্সি ট্রেড-অফগুলিতে ভোগেন না) ব্যবহার করার জন্য জেদ করেন, তবে প্রতিটি এফএফটি বিনের তাত্ক্ষণিক ফ্রিকোয়েন্সিটি পুনরুদ্ধার করতে আপনি ফেজ তথ্য ব্যবহার করে আরও ভাল রেজোলিউশন জাল করতে পারেন। পার্টিয়ালগুলি তখন এফএফটি বিন সূচক একটি ফাংশন হিসাবে তাত্ক্ষণিক ফ্রিকোয়েন্সি প্রদান করে ফাংশনে প্লেটাসগুলি অনুসন্ধান করে সনাক্ত করা যায়। এই গবেষণাপত্রে বর্ণিত হিসাবে এই কৌশলটির সাধারণ বাস্তবায়ন আপনাকে একটি অতিরিক্ত এসটিএফটি "ব্যয় করবে" (তাত্ক্ষণিক ফ্রিকোয়েন্সি সিগন্যালের এসটিএফটি, এবং সংকেতের উপার্জনের এসটিএফটি দ্বারা পুনরুদ্ধার করা হবে)।

উদাহরণস্বরূপ অডিও সিগন্যালের সাইনোসয়েডাল মডেলিংয়ের এই মতলব বাস্তবায়নে ifgram ফাংশনটি দেখুন ।

নোট করুন যে এটি সংলগ্ন এফএফটি বিনগুলিতে পড়ে দুটি পার্টিয়াল সমাধান করতে সহায়তা করবে না। বর্ণালি শিখরের এফএফটি বিন সূচককে কেবল ফ্রিকোয়েনিতে রূপান্তরিত করার চেয়ে এটি আরও অনেক বেশি নির্ভুল ফ্রিকোয়েন্সি অনুমান সরবরাহ করবে।


প্যারামেট্রিক পদ্ধতি বলতে কী বোঝ? এছাড়াও, আপনি কি কয়েক মাস আগে একটি অ্যালগরিদম উল্লেখ করেছিলেন যা এফএফটি-এর মতো তবে একটি অভিন্ন ফ্রিকোয়েন্সি স্কেলের পরিবর্তে ফ্রিকোয়েন্সি অকটভ স্কেল ছিল?
জিম ক্লে

প্যারাম্যাট্রিক পদ্ধতি হ'ল পরিসংখ্যানগত সংকেত বিশ্লেষণ পদ্ধতি যা অনুমান করে যে সংকেত নির্দিষ্ট পরামিতিগুলির দ্বারা নির্দিষ্ট একটি প্রক্রিয়া দ্বারা উত্পন্ন হয়েছে এবং পর্যবেক্ষণগুলি থেকে এই পরামিতিগুলির একটি ন্যূনতম-বর্গ অনুমান গণনা করে esti উদাহরণস্বরূপ আপনি যদি ধরে নেন যে সিগন্যালটি এন তাত্পর্যপূর্ণভাবে স্যাঁতসেঁতে সাইনোসয়েড + গোলমালের যোগফল, তবে ESPRIT বা MUSIC এর মতো অ্যালগরিদমগুলি এন জটিল জটিলতা এবং পালসগুলি অনুমান করতে ব্যবহার করা যেতে পারে।
পিচেনেটস

2
আপনি সম্ভবত ধ্রুবক- Q রূপান্তর উল্লেখ করছেন। সতর্কবাণী হ'ল এটি এফএফটি-র মতো কম্পিউটারের মতো দক্ষ কোথাও নেই; এবং এই রূপান্তরটি বিপরীত করা একটি তুচ্ছ তুচ্ছ অপ্টিমাইজেশান সমস্যা।
পিচেনেটস

@ জিমক্লে: সম্ভবত এটি এখানে স্থানান্তরিত হওয়া উচিত?
এন্ডোলিথ

1
প্যারামেট্রিক পদ্ধতিগুলি সময় / ফ্রিকোয়েন্সি ট্রেড অফগুলি থেকে ভুগছেন না তা বিভ্রান্তিকর। তাদের মূলত, প্যারামেট্রিক পদ্ধতিগুলি সিস্টেমটিকে মডেল করে এবং অর্থবহ ডেটা আহরণের জন্য মডেলটি ব্যবহার করে। তবে পারফরম্যান্স যেমন মডেল ঠিক তেমন ভাল। "সেরা" মডেলটি বেছে নেওয়া হয়েছে বলে ধরে নেওয়া (খুঁটির সংখ্যা বা সিগন্যাল স্পেস ইগেনভেেক্টরের সংখ্যা), এই পদ্ধতির কার্যকারিতা এখনও ডেটা রেকর্ড দৈর্ঘ্যের ক্ষেত্রে খুব সংবেদনশীল।
ব্রায়ান

2

"রেজোলিউশন" শব্দটির একাধিক অর্থ রয়েছে। সাধারণভাবে, আপনি একই উইন্ডোটির ডেটার দৈর্ঘ্য ব্যবহার করে বিরক্তি দ্বারা ঘনিষ্ঠভাবে ব্যবধানযুক্ত বর্ণালী শিখর পৃথক (বা "সমাধান") করার ক্ষমতা বাড়াতে পারবেন না। তবে আপনি বিচ্ছিন্ন স্থল বর্ণালী শিখরগুলির ফ্রিকোয়েন্সি অনুমান করতে পারেন যা বিভিন্ন আন্তঃবিচ্ছেদের পদ্ধতির দ্বারা এফএফটি বিন ব্যবস্থার চেয়ে সূক্ষ্ম রেজোলিউশন (কখনও কখনও অনেক সূক্ষ্ম রেজোলিউশন) এর সাথে নয়েজ ফ্লোরের উপরে রয়েছে।

উচ্চতর রেজোলিউশন প্রাক্কলনের জন্য সাধারণ এফএফটি ফলাফল অন্তরঙ্গকরণের পদ্ধতিগুলির মধ্যে রয়েছে প্যারাবোলিক ইন্টারপোলেশন, সিনক ইন্টারপোলেশন, ডেটারকে আরও দীর্ঘ এফএফটিতে জিরো-প্যাডিং এবং ওভারল্যাপিং উইন্ডোগুলির অফসেট (কিছুটা) অফসেট ভোকোডার পদ্ধতি অন্তর্ভুক্ত।

একটি এফএফটি মূলত ব্যান্ডপাস ফিল্টারগুলির একটি ব্যাংক, প্রতিটি একেবারে খুব খাড়া রূপান্তর সহ একটি প্রদত্ত এফআইআর ফিল্টার কার্নেলের দৈর্ঘ্যের জন্য টন স্টপ-ব্যান্ড রিপল। এই হিসাবে, এই ফিল্টারগুলির অ-পিরিয়ড-ইন-উইন্ডো শব্দটি দুর্দান্ত শোনার প্রত্যাখ্যান করে না। আপনি যদি এই ধরণের হস্তক্ষেপকে সমস্যা বলে সন্দেহ করেন তবে উইন্ডোযুক্ত এফএফটি বা একটি কাস্টম ফিল্টারব্যাঙ্ক আরও ভাল সম্পাদন করতে পারে।


1

জিম ক্লে প্রশ্ন এবং পিচনেটস উত্তর দ্বারা আরও গবেষণার পরে মন্তব্যে আমি জানতে পেরেছিলাম যে আমার মেথড 2টি কাশিমা এবং মন্ট-রেইনউড দ্বারা উদাহরণস্বরূপ বর্ণিত বাউন্ডেড কিউ-ট্রান্সফর্মটিকে পুনরায় সজ্জিত করা হয়েছে (আমি নিশ্চিত নই যে আমি এই নিবন্ধটির সাথে লিঙ্ক রাখতে পারব, ফাইলটি ছিড়ে ফেলা দেখে মনে হচ্ছে ) ।

তারা সবচেয়ে বড় ফ্রিকোয়েন্সি পরিসীমা থেকে শুরু করে এবং স্বল্পতম অষ্টক পর্যন্ত না আসা পর্যন্ত তাদের পুনরাবৃত্তভাবে 2 টি ডাউনসাম্পল করার সাথে সাথে তাদের পদ্ধতিটি অ্যালগরিদমিকভাবে আরও দক্ষ।

কিউ-ট্রান্সফর্মের সুবিধাগুলি ব্রাউন এখানে উদাহরণস্বরূপ অনুসন্ধান করেছিলেন । এটি একক এফএফটির মতো দক্ষ নাও হতে পারে তবে উচ্চ ফ্রিকোয়েন্সি ব্যান্ডগুলিতে ঘন এফএফটি গণনা না করার সুবিধা রয়েছে যার জন্য এটির প্রয়োজন হয় না।

সমস্ত উত্তর, মন্তব্য এবং লিঙ্ক জন্য ধন্যবাদ।


আপনি কি শব্দসমূহ বর্ণনা করছি খুব একটি রুপান্তর ক্ষুদ্র তরঙ্গ মত, দ্বারা নিশ্চিত করা হবে বলে মনে হয় যা এই । আমি বুঝতে পারি এটি একটি পুরানো পোস্ট, তবে ভবিষ্যতের পাঠকরা ওয়েভলেটগুলিও দেখতে চাইতে পারেন। যদিও আমি আমার উত্তরে উল্লেখ করেছি, আপনি সময়-ফ্রিকোয়েন্সি অনিশ্চয়তার নীতিটি পরিবর্তন করতে পারবেন না, তবে ডেটা সম্পর্কে জ্ঞান আপনাকে কিছুটা ঠকানোর অনুমতি দিতে পারে।
orodbhen

1

যদি আপনি ইনপুটগুলির একটি "ইতিহাস" রাখেন এবং এটি আপনার ডিএফটিগুলিকে ওভারল্যাপ করতে ব্যবহার করেন তবে এটি বর্ণালী সামগ্রী বের করার জন্য আরও তথ্য সরবরাহ করবে। অবশ্যই এটি আপনার সংকেতের সময়-পরিবর্তিত প্রকৃতির উপর নির্ভর করে। এটি একটি সম্ভাব্যতা বিতরণ ফাংশন আকারে অনুরূপ হবে।

এটি আপনাকে এমন ডিএফটি দেবে যা সময়ের সাথে ব্যবধানে দূরে থাকে। তবে এটি প্রতিটি ডিএফটি-র অস্থায়ী অনিশ্চয়তা বাড়িয়ে তুলবে, যা প্রকৃতির নিয়ম দ্বারা আবদ্ধ temp

যদিও ফ্রিকোয়েন্সি সামগ্রীগুলি যদি উইন্ডোর মধ্যে খুব বেশি পৃথক না হয় তবে তা ঠিক হওয়া উচিত।

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.