Suavizar una señal o un conjunto de datos aproxima los datos para revelar patrones y excluir ruido, estructura de escala fina y fenómenos que cambian rápidamente.
En primer lugar, soy nuevo en DSP y no tengo una educación real en él, pero estoy desarrollando un programa de visualización de audio y estoy representando una matriz FFT como barras verticales como en una visualización de espectro de frecuencia típica. El problema que tuve fue que los valores de...
Esta pregunta se migró de Stack Overflow porque se puede responder en Signal Processing Stack Exchange. Migrado hace 7 años . Sé que esto depende de la señal, pero cuando se enfrenta a una nueva señal ruidosa, ¿cuál es su bolsa de trucos para tratar de reemplazar una...
Tengo una señal que se mide a 100Hz y necesito aplicar el filtro de suavizado Savitzky-Golay en esta señal. Sin embargo, en una inspección más cercana, mi señal no se mide a una velocidad perfectamente constante, el delta entre mediciones oscila entre 9.7 y 10.3 ms. ¿Hay alguna manera de usar el...
Un filtro IIR / FIR tradicional (paso bajo para eliminar las oscilaciones de alta frecuencia), por ejemplo, promedio móvil, o un filtro Savitzky-Golay Todos pueden ser útiles para suavizar una señal, como una señal de envolvente: ¿Para qué aplicación sería más interesante un filtro...
Tengo una señal muestreada en ΔtΔt\Delta t : fi(ti=iΔt)fi(ti=iΔt)f_i(t_i=i\Delta t) donde i=0,…,n−1i=0,…,n−1i = 0,\ldots,n-1 . Quiero encontrar la primera y segunda derivada de la señal: f′(t)f′(t)f'(t) y f′′(t)f″(t)f''(t) . Mi primer pensamiento fue estimar los derivados por diferencias...
Tengo muestras discretas de una señal sísmica y [ n ] : nortenny[ n ]y[n]y[n] Quiero encontrar máximos locales en la señal. y[ n ]y[n]y[n]y[n]:maxima if y[n]>y[n−1] and y[n]>y[n+1]y[n]:maxima if y[n]>y[n−1] and y[n]>y[n+1]y[n]: maxima \textbf{ if } y[n] > y[n-1] \textbf{ and } y[n] >...
Tengo una señal muestreada en Δ t : fi ( t i = i Δ t )Δt:Fyo(tyo=yoΔt)\Delta t: fi(ti=i\Delta t) donde i = 0..n-1. Quiero encontrar la primera derivada de la señal: f '(t). Mi primer pensamiento fue estimar esto por una diferencia central: F′( tyo) = f( ti + 1) - f( ti - 1)2 Δ...
Tengo una señal sísmica y (i): Aquí he encontrado un máximo: i = 152.54, y = 222.29 manualmente y lo tracé en rojo. Quiero encontrar todos los máximos automáticamente. Leí que el filtro Savitzky Golay (SGF) se puede utilizar para encontrar estimaciones uniformes de una señal y sus derivados, y...
Tengo dos espectros del mismo objeto astronómico. La pregunta esencial es esta: ¿cómo puedo calcular el cambio relativo entre estos espectros y obtener un error preciso en ese cambio? Algunos detalles más si todavía estás conmigo. Cada espectro será una matriz con un valor x (longitud de onda),...
Estoy usando el filtro IIR para suavizar y[ n ] = a x [ n ] + ( 1 - a ) y[ n - 1 ]y[n]=ax[n]+(1−a)y[n−1]y[n] = ax[n]+(1-a)y[n-1] Mi pregunta es, si agrego otro filtro IIR, ¿será el segundo orden del filtro IIR? Si no, ¿cómo se le puede llamar? Mi segundo filtro es y2[ n ] = a y[ n ] + ( 1 - a...
La respuesta más votada a esta pregunta sugiere que para ignorar una señal mientras se conservan las transiciones bruscas, se debe minimizar la función objetivo: El | x-yEl |2+ b | F( y) ||x−y|2+b|f(y)| |x-y|^2 + b|f(y)| donde es la señal ruidosa, es la señal sin ruido , es el parámetro...
Dada una respuesta de frecuencia obtenida con FFT, me gustaría aplicar un suavizado de 1 / n octava. ¿Qué filtro debo usar y cómo? Tal vez alguien podría señalar una buena referencia (un documento o libro sobre el
Un libro afirma que esto es una motivación para introducir un promedio exponencial: Una desventaja del promedio de conjunto es que la estimación resultante no puede rastrear los cambios dinámicos que ocurren en la señal observada. - L. Sörnmo y P. Laguna, procesamiento de señales...
Por favor, ayúdame a entender el suavizado de datos. Este es un seguimiento de mi pregunta anterior publicada aquí . Especialmente la respuesta principal de Junuxx, donde dice que una forma de suavizar una función es:F( x )f(x)f(x) F′[ t ] = 0.1 f[ t - 1 ] + 0.8 f[ t ] + 0.1 f[ t + 1...