Спасибо, князь. Вы настоящий дворянин. И программист.
-
- Всё здорово, но в реальных зашумлённых сигналах производная всегда
будет колебаться около нуля и экстремумов будет в каждой третьей
точке. Как их количество снизить до разумной величины? - fk0(16.07.2020 16:48)
- Тем не менее для задачи весьма интересное предложение: мне не надо
ловить
максимумыэкстремумы возле нуля, у меня есть порог, только при превышении которого следует анализировать сигнал. И, скорей всего, будет ФНЧ как усреднение небольшого количества значений. Dingo(123 знак., 16.07.2020 17:22) - Обязательной (к примеру ФНЧ) фильтрацией полезного сигнала. Эта
операция приводит сигнал в требуемую тебе практически область
частотного пространства (выкидывая шумы). - RxTx(16.07.2020 17:17)
- После ФНЧ все пики пропадут или сдвинутся по фазе. Вот твой
алгоритм по ссылке он интересен, что как раз не страдает таким.
Например, можно отфильтровать выход алгоритма по ссылке уже по
амплитуде -- вот это вариант. Если конечно нужна точная временная
привязка. - fk0(16.07.2020 17:28)
- Чтобы работать с фазой (например нулевой, т.е. не сдвигать ее), с этим никаких проблем нет, можно применить FIR (КИХ) фильтр. Естественно, это требует вычислительных ресурсов. IIR фильтры сдвигают фазу. Но мы и не знаем где/как топикстартер решает свою задачу, может быть на PC? Далее, твое возражение упирается в понимание - где лежит полезный сигнал. В time domain или frequency domain. Если необходимо иметь дело с "случаями" вообще, например датчик пошевелили, что-то RxTx(243 знак., 16.07.2020 18:33)
- После ФНЧ все пики пропадут или сдвинутся по фазе. Вот твой
алгоритм по ссылке он интересен, что как раз не страдает таким.
Например, можно отфильтровать выход алгоритма по ссылке уже по
амплитуде -- вот это вариант. Если конечно нужна точная временная
привязка. - fk0(16.07.2020 17:28)
- Если шум ничем не отличается от сигнала, то этот шум и есть сигнал.
А если есть какие-то признаки, по которым шум отличается от
сигнала, то пользуясь этими признаками можно отделить сигнал от
шума и затем уже что-то измерять. Для этого, очевидно, нужна
априорная информация о сигнале. Например, если априори известно,
что сигнал лежит в определенной полосе частот, а шум белый, то
можно отфильтровать полезный сигнал полосовым фильтром. Остаточный
шум, который пройдет вместе с Xaoc(399 знак., 16.07.2020 17:15,
, ссылка)
- Тем не менее для задачи весьма интересное предложение: мне не надо
ловить
- Всё здорово, но в реальных зашумлённых сигналах производная всегда
будет колебаться около нуля и экстремумов будет в каждой третьей
точке. Как их количество снизить до разумной величины? - fk0(16.07.2020 16:48)