Jump to content

    

Alexey Lukin

Участник
  • Content Count

    159
  • Joined

  • Last visited

Community Reputation

0 Обычный

About Alexey Lukin

  • Rank
    Частый гость
  1. Согласен. Но в акустических измерениях я предпочитаю, чтобы чирп спадал 3 дБ/окт. Иначе либо твитеры спалятся, либо С/Ш на НЧ будет недостаточно. Наверное действительно зависит от искажений. В акустических измерениях, по-моему, доминируют именно гармонические искажения акустики. И от них в процессе получения импульса желательно избавиться.
  2. Более распространенный тестовый сигнал — chirp (плавающий синус). В отличие от дельта-импульса, у него высокая энергия в течение продолжительного времени, что улучшает сигнал/шум. В отличие от CAZAC, у него легко отделить нелинейные искажения от линейных (они лежат выше на спектрограмме) и эховый отклик помещения от неравномерности АЧХ/ФЧХ (он лежит позже по времени на спектрограмме). Из записанного chirp делается деконволюция (путем свертки с развернутым по времени chirp) для восстановления импульсного отклика.
  3. Полифазная фильтрация ядром Ланцоша. Ядро следует расширять пропорционально коэффициенту уменьшения.
  4. Смотря что вы называете ослаблением, ведь оно неодинаково в полосе подавления. Наихудшее ослабление в полосе подавления не зависит от длины фильтра, а зависит от весового окна. Среднее ослабление в полосе подавления зависит и от длины фильтра.
  5. Ранговые фильтры. Медиана — частный случай. Вам же советую более общий: откидываете по N% самых больших и малых значений рангового ряда, остальные усредняете.
  6. Если вы обрабатываете каждое окно независимо, то после обратного FFT сигналы в соседних окнах могут не стыковаться друг с другом. От этого возникают щелчки. Для плавной стыковки сигналов надо применять cross-fade (перекрестное затухание), т.е. окна брать с перекрытием и применять cross-fade при синтезе в местах перекрытий. P.S. Данная система все равно не будет полностью линейной и инвариантной к сдвигу. Для достижения этих качеств нужно применять алгоритм секционной свертки.
  7. Получится коричневый, а не розовый. Для розового обычно используют суммирование белых шумов, отфильтрованных БИХ-фильтром первого порядка: код
  8. Я имел в виду, что без прореживания можно определить примерное положение ноты, а затем уже выбрать нужный коэффициент прореживания в зависимости от этого.
  9. Определить ноту можно и без прореживания, тут особая точность по частоте не нужна.
  10. Извлечение корня заметно портит частотную характеристику окна. Лучше корень не извлекать, а взять окно Хана и оверсэмплинг 4, либо окно Блэкмана и оверсэмплинг 8. Применять дважды: при анализе и синтезе.
  11. Вопрос о возбуждении актуален и в экстраполяции аудиосигналов. Без него ваш сигнал становится набором синусоид, а с ним — приобретает более естественное звучание. Не совсем ясно, какого рода экстраполяция вам нужна: в одну сторону или заполнение дыр? Если дыр, то одной или множества? Методов и моделей много, и не только авторегрессионных...
  12. Нет, неправильно. Ширина полосы сигнала может быть любой. Регрессия вычерпывает из сигнала наиболее значимые синусоиды, независимо от их частот. Очевидно, всё зависит от сигнала. Попробуйте — и узнаете. Линейная регрессия моделирует экспоненциальное изменение амплитуды каждой из синусоид, т. е. некоторую нестационарность.
  13. Каждая пара коэффициентов линейной регрессии моделирует одну синусоиду. Так что, сколько в сигнале синусоид, столько и коэффициентов нужно (*2).
  14. Суть в том, что на специальной сетке точек, для которой полиномы Чебышева ортогональны, умножение на полином Чебышева сводится к умножению на косинус. Соответственно, преобразование Чебышева сводится к ДКП 2 рода, что и продемонстрировано в вашем коде, где ДКП (неэффективно) вычисляется через ДПФ.