[Гость TSerg]

вот например скрежет металла по стеклу и надобен...

 

В таком случае, это как минимум стационарный случайный процесс, параметры которого можно определить по реализации или серии.

Вот и будут параметры, а генерировать экземпляр - формирующими фильтрами.

 

[Rst7 5]

думали юмор? ан-нет, реальность... вот например скрежет металла по стеклу и надобен...

 

а, ну так формулки и позаковырестей можно написать...

 

И все-таки, давайте больше подробностей задачи, а то пока одни недомолвки.

[[email protected] 0]

И все-таки, давайте больше подробностей задачи, а то пока одни недомолвки.

 

написать формулу для скрежета металла, пенопласта по стеклу (и/или другим гладким поверхностям), искусственно создавать "противный" звук., мел по доске, скрежет колес поезда и тд

[Гость TSerg]

см. пост #16

 

и пригодится:

http://ifour.spb.ru/www/lib/mst.pdf

[[email protected] 0]

см. пост #16

намёк понял (с)

 

правильно ли я понимаю, СП - некоторая x(t).

я могу записать ряд звуков, например, металла по стеклу, и посчитать параметры: мат.ожид, дисперсию, корреляцию.

с формирующими фильтрами никогда не сталкивалась, но изучу, что это за зверь, и с помощью них можно будет сформировать свой некоторый звук, похожий на записи, правильно?

[Гость TSerg]

Да, верно.

Однако надо понимать, что реальный СП может быть сложного состава (с трендами, комплексный: аддитивно-мультипликативный), стационарный/ нестационарный, квазистационарный...

Поэтому могут возникнуть трудности при его идентификации, но приблизиться можно, тем более - в учебных целях.

 

Формирующий фильтр - это цифровой фильтр, формирующий из "белого" шума с нормальным распределением случайный процесс с заданной АКФ.

 

P.S.

Тоже поможет:

Modeling.pdf

[[email protected] 0]

Да, верно.

Однако надо понимать, что реальный ПС может быть сложного состава, стационарный, нестационарный, квазистационарный...

Поэтому могут возникнуть трудности при его идентификации, но приблизится можно, тем более - в учебных целях.

 

Формирующий фильтр - это цифровой фильтр, формирующий из "белого" шума с нормальным распределением случайный процесс с заданной АКФ.

 

P.S.

Тоже поможет:

Modeling.pdf

большое спасибо за МУ...

[[email protected] 0]

Нужен волшебный пинок и хоть какая-то мысль. Изучила МУ приведенные выше, и все равно не могу понять с какой стороны подходить к звукам.

Итак,

имеем: несколько записей различной длины, одинаковой природы происхождения.

цель: смоделировать такой же звук с помощью моделирования, а в идеале написать формулу, для моделирования аналогичного сигнала.

Для достижения поставленной цели:

Предположим, что случайная функция X(t) ("противный звук") задана совокупностью n реализаций (звуков)

допустим, X(t) - стационарная,

Для того, чтобы в дальнейшем воспользоваться формирующим фильтром (ФФ) необходимо знать ее параметры, то есть необходимо:

посчитать мат ожидания от n выборок в разные моменты времени (t=t0,t0+0.01,...tmax), чем меньше шаг тем лучше:

m(t0)=(x1(t0)+x2(t0)+...+xn(t0))/n

далее находим дисперсию

D(t0)=((x1^2+x2^2+...+xn^2)/n) -m(t0), для получения несмещенной оценки результат умножается на n/(n-1)

далее находим корреляционные моменты между двумя сечениями:

K(t0,t1)= ((x1(t0)*x2(t0)*...*xn(t0)+x1(t1)*x2(t1)*...*xn(t1))/n) -(m(t0)*m(t1), для получения несмещенной оценки результат умножается на n/(n-1).

 

СКО: сигма0 = sqrt (D(t0) (корень квадратный).

Нормированная кор. функция:

K_норма=K(t0,t1)/(сигма1*сигма2)

 

далее смотрим, X(t) стационарная или нет: для стационарной m,D,K_норма должны быть постоянны. И дльаше, если почти постоянны - то считаем среднее m,D,K_норма, и переходим к ФФ, если нет, будем думать.

 

я правильно рассуждаю? если да, то может есть какеи-то функции в маткаде/матлабе/математике, чтоб было проще это все посчитать? если нет, поправьте меня пожалуйста, укажите путь и придайте ускорения.

 

посидела подумала, неверно я както рассцждаю, ведь это звук, природа происхождеия одна, но на какойто записи в ервые 100 отсчетов уже "пошел процесс", а где-то еще только на разгоне, и скрипеть начнет позже... то есть синхронизировать надо как-то, какоето условие, мол если у образца "b" некоторое количество отсчетов "p" совпадают/соразмерны (корреляция близка к единице, выбрать некий порог), то тогда брать уже эти два сигнала не с первого отсчета, а с тех отсчетов, с которых корреляция выше некоторого порога, и так проделывать все все n отсчетов.

Как такая идея? (только как это реализовать?)

[Гость TSerg]

Я же сказал выше, что идентификация параметров сигнала - это отдельный разговор.

Для начала начните, скажем с сигнала в виде шума, отфильтрованного ФНЧ первого порядка и по вычисленной АКФ реализации СП, определите параметры восстанавливающего фильтра, т.е. должны получить такой же фильтр.

 

см #21 и методичку.

[[email protected] 0]

Я же сказал выше, что идентификация параметров сигнала - это отдельный разговор.

Для начала начните, скажем с сигнала в виде шума, отфильтрованного ФНЧ первого порядка и по вычисленной АКФ реализации СП, определите параметры восстанавливающего фильтра, т.е. должны получить такой же фильтр.

я значит неправильно Вас поняла.

 

на счет сигнала в виде шума и фильтров - непонятно, для чего это надо? и почему рано говорить о параметрах сигнала?

[Гость TSerg]

Таким образом (шум и форм. фильтр) Вы получите СП с известными параметрами, которые и должны потом найти, чтобы убедиться, что все сделали правильно.

 

P.S.

Обзор SPT Matlab:

http://matlab.exponenta.ru/signalprocess/book2/index.php

[Гость TSerg]

я значит неправильно Вас поняла.

 

Похоже теперь я Вас понял - пока все это слишком сложно для студента, многое непонятно, времени в обрез, а лишний раз спросить - "не царское дело".

[[email protected] 0]

Похоже теперь я Вас понял - пока все это слишком сложно для студента, многое непонятно, времени в обрез, а лишний раз спросить - "не царское дело".

увы, я уже не студент:)

многое непонятно - да.

а на счет "не царское это дело" - Вы зря, просто не хочется показаться совсем уж тупой, ведь когда то я ЦОС проходила и понимала... практики никакой и время уже прошло.

 

 

Выделила основные частоты, и строю с помощью маткад звуки синусоидальной формы, интересные результаты получаются...

[Гость TSerg]

просто не хочется показаться..

 

На форуме никто никому "не кажется", сюда приходят с вопросами и за советами - удается ли получить ответы, это второй вопрос.

[Tanya 4]

Если сигналы не длятся вечно, то, возможно, более адекватный подход - вейвлеты.