আমি একটি সংকেত থেকে প্রশস্ততা খামটি পুনরুদ্ধার করার জন্য কমপক্ষে দুটি পৃথক উপায় সম্পর্কে অবগত।
মূল সমীকরণটি হ'ল:
E(t)^2 = S(t)^2 + Q(S(t))^2
Where Q represents a π/2 phase shift (also known as quadrature signal).
সবচেয়ে সহজ উপায় সম্পর্কে আমি সচেতন হলাম Q টি এফএফটি ব্যবহার করে সাইনুসাইডাল উপাদানগুলির একগুচ্ছের মধ্যে এস (টি) পচন করা, প্রতিটি উপাদানকে একটি চতুর্থাংশ অ্যান্টিক্লোকের দিকে ঘোরানো (প্রতিটি উপাদান মনে রাখবেন একটি জটিল সংখ্যা হতে চলেছে তাই একটি নির্দিষ্ট উপাদান এক্স) + iy -> -y + ix) এবং তারপরে পুনরায় সংযুক্ত করুন।
এই পদ্ধতিটি বেশ ভালভাবে কাজ করে, যদিও কিছুটা টিউনিং প্রয়োজন (এটি আরও ভালভাবে ব্যাখ্যা করার জন্য আমি এখনও গণিতগুলিকে ভালভাবে বুঝতে পারি না)
এখানে বেশ কয়েকটি মূল পদ রয়েছে, যথা 'হিলবার্ট ট্রান্সফর্ম' এবং 'বিশ্লেষণী সংকেত'
আমি এই পদগুলি ব্যবহার করা এড়িয়ে চলেছি কারণ আমি নিশ্চিত যে তাদের ব্যবহারে আমি যথেষ্ট অস্পষ্টতা প্রত্যক্ষ করেছি।
একটি দলিল একটি আসল আসল সংকেত (জটিল) বিশ্লেষণী সংকেতকে এফ (টি) হিসাবে বর্ণনা করে:
Analytic(f(t)) = f(t) + i.H(f(t))
where H(f(t)) represents the 'π/2 phase shift' of f(t)
এক্ষেত্রে প্রশস্ততা খামটি কেবল | বিশ্লেষণ (চ (টি)) |, যা আমাদের মূল পাইথাগোরিয়ান সমীকরণে ফিরিয়ে আনে
এনবি: আমি সম্প্রতি একটি আরও উন্নত কৌশল নিয়ে এসেছি যার সাথে ফ্রিকোয়েন্সি শিফটিং এবং একটি লোপাস ডিজিটাল ফিল্টার জড়িত। তত্ত্বটি হ'ল আমরা বিশ্লেষণী সংকেতটি বিভিন্ন উপায়ে তৈরি করতে পারি; আমরা f (টি) কে ধনাত্মক এবং নেতিবাচক সাইনোসয়েডাল ফ্রিকোয়েন্সি উপাদানগুলিতে বিভক্ত করি এবং তারপরে কেবল নেতিবাচক উপাদানগুলি সরিয়ে এবং ইতিবাচক উপাদানগুলিকে দ্বিগুণ করি। এবং ফ্রিকোয়েন্সি শিফটিং এবং লোপাস ফিল্টারিংয়ের সমন্বয়ে এই 'নেতিবাচক ফ্রিকোয়েন্সি উপাদান অপসারণ' করা সম্ভব। এটি ডিজিটাল ফিল্টার ব্যবহার করে অত্যন্ত দ্রুত করা যায়। আমি এখনও এই পদ্ধতির অন্বেষণ করি নি, তাই এই মুহুর্তে আমি যতটা বলতে পারি এটি ততটুকু।