मैं विभिन्न पदों पर मापे गए संकेतों की चोटियों को स्वचालित रूप से कैसे वर्गीकृत कर सकता हूं?


10

मेरे पास अंतरिक्ष में कई विभिन्न पदों पर समय के साथ ध्वनि मापने वाले माइक्रोफोन हैं। सभी ध्वनियों को अंतरिक्ष में एक ही स्थिति से दर्ज किया जा रहा है, लेकिन स्रोत से प्रत्येक माइक्रोफोन के लिए अलग-अलग रास्तों के कारण; संकेत (समय) स्थानांतरित और विकृत हो जाएगा। समय पूर्व की पाली के लिए जितना संभव हो सके, एक प्राथमिक ज्ञान का उपयोग किया गया है, लेकिन अभी भी कुछ समय शिफ्ट डेटा में मौजूद है। माप के स्थान जितने अधिक होते हैं संकेत उतने ही अधिक होते हैं।

मुझे स्वचालित रूप से चोटियों को वर्गीकृत करने में दिलचस्पी है। इससे मेरा मतलब है कि मैं एक एल्गोरिथ्म की तलाश कर रहा हूं जो नीचे दिए गए प्लॉट में दो माइक्रोफ़ोन सिग्नल पर "दिखता है" और स्थिति और तरंग से "पहचान" है कि दो मुख्य ध्वनियां हैं और उनके समय की स्थिति की रिपोर्ट करें:

sound 1: sample 17 upper plot, sample 19 lower plot,
sound 2: sample 40 upper plot, sample 38 lower plot

ऐसा करने के लिए मैं प्रत्येक शिखर के चारों ओर एक चेबीशेव विस्तार करने की योजना बना रहा था और एक क्लस्टर एल्गोरिथ्म (के-साधन?) के इनपुट के रूप में चेबीशेव गुणांक के वेक्टर का उपयोग करने की योजना बना रहा था।

एक उदाहरण के रूप में यहाँ दो पास की पोजीशन (ब्लू) पर मापे गए संकेतों के कुछ हिस्सों को ५ शब्बीज़ेव श्रृंखला द्वारा ९ नमूनों (लाल) पर दो चोटियों (नीले घेरे) के आसपास लगाया गया है: यहाँ छवि विवरण दर्ज करें

सन्निकटन काफी अच्छे हैं :-)।

तथापि; ऊपरी भूखंड के लिए चेबिशेव गुणांक हैं:

Clu = -1.1834   85.4318  -39.1155  -33.6420   31.0028
Cru =-43.0547  -22.7024 -143.3113   11.1709    0.5416

और निचले प्लॉट के लिए चेबीशेव गुणांक निम्न हैं:

Cll = 13.0926   16.6208  -75.6980  -28.9003    0.0337
Crl =-12.7664   59.0644  -73.2201  -50.2910   11.6775

मैं Clu ~ = Cll और Cru ~ = Crl देखना चाहता हूं, लेकिन ऐसा नहीं लगता :-(

शायद एक और ऑर्थोगोनल आधार है जो इस मामले में अधिक अनुकूल है?

आगे बढ़ने के बारे में कोई सलाह (मैं मतलाब का उपयोग कर रहा हूं)?

किसी भी उत्तर के लिए अग्रिम धन्यवाद!


1
ऐसा प्रतीत होता है कि आप स्वाभाविक रूप से यह धारणा बना रहे हैं कि चेबीशेव बहुपद गुणांक के सदिश स्थान में व्यक्त होने पर शिखर का "आकार" निरंतर होता है (अर्थात शिखर के एक भाग के आकार में एक छोटा परिवर्तन एक छोटे से परिवर्तन को प्रभावित करेगा। गुणांक में)। क्या आपके पास इस मामले में विश्वास करने का कारण है? ऐसा लगता है कि आपने अपना उपकरण चुन लिया है, यह सुनिश्चित करने के बिना कि यह समस्या को हल करता है।
जेसन आर

स्पष्ट होने के लिए, आप किस तरीके से चोटियों को "वर्गीकृत" करने का प्रयास कर रहे हैं? क्या आप अपने विभिन्न सेंसरों से मापों को जोड़ने की कोशिश कर रहे हैं जो समान चोटियों के अनुरूप हैं? क्या आपके पास कुछ अन्य साधन हैं जिनमें आप सापेक्ष समय में देरी को माप सकते हैं एक प्राथमिकताओं और फिर वर्गीकरण के लिए उस जानकारी का उपयोग करें?
जेसन आर

हाय जेसन आर। मैंने चीजों को थोड़ा स्पष्ट करने के लिए अपने प्रश्न को अपडेट किया है।
एंडी

मैं वास्तव में "भूकंपीय क्षितिज के वर्गीकरण के माध्यम से स्वचालित संरचनात्मक व्याख्या" (बोर्गोस एट अल) पेपर में चरणों को पुन: पेश करने की कोशिश कर रहा हूं। मैंने समस्या को और अधिक सामान्य शब्दों में समझाने की कोशिश की है।
एंडी

@ और क्या आप यह बता सकते हैं कि उन सह-प्रभावकारियों को यहां दिखाई गई लाल रेखाओं के अनुरूप कैसे बनाया जा सकता है? वे सहसंबंधित नहीं लगते ...
Spacey

जवाबों:


2

yi[n]

yi[n]=hi[n]x[n]
hi[n]स्रोत से माइक्रोफ़ोन "i" में स्थानांतरण फ़ंक्शन का आवेग प्रतिक्रिया है। इन स्थानांतरण कार्यों में विभिन्न आयाम और चरण प्रतिक्रियाएं हैं। यदि वे पर्याप्त भिन्न हैं, तो व्यक्तिगत माइक्रोफ़ोन सिग्नल भी अलग-अलग होंगे और यह मानने का कोई कारण नहीं है कि चोटियां वास्तव में एक ही स्थान पर दिखाई देंगी। अधिकांश ध्वनिक वातावरणों में, वे "भिन्न" होंगे यदि ब्याज की आवृत्तियों (या जहां स्पेक्ट्रम में गैर-तुच्छ ऊर्जा है) के अलावा माइक्रोफोन एक चौथाई तरंग दैर्ध्य से अधिक हैं।

यदि आप हस्तांतरण कार्यों को माप सकते हैं, तो आप उस हस्तांतरण फ़ंक्शन के व्युत्क्रम के साथ प्रत्येक माइक सिग्नल को फ़िल्टर कर सकते हैं। यह माइक संकेतों को अधिक समान बनाता है और फ़िल्टरिंग के प्रभाव को कम करता है।

एक वैकल्पिक विकल्प सभी माइक संकेतों को एक बीमरफॉर्म में संयोजित करना होगा जो स्रोत से पिक का अनुकूलन करता है लेकिन बाकी सब को अस्वीकार करता है। यह स्रोत सिग्नल का एक काफी "स्वच्छ" संस्करण भी प्रदान करना चाहिए।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.