• ベストアンサー
  • 困ってます

時間領域で信号に含まれる成分の特徴を抽出する方法

現在私は時系列信号に含まれるある成分(周期性あり)の特徴を 時間領域で抽出できないか検討しています. 特徴を抽出する目的は前情報として保持することで得られた時系列信号の クラスタリングに使用し,ある成分の周波数を特定することができないかと考えたからです. 今まで時系列信号をFFTして周波数領域でピークを探してある成分の周波数を 特定していましたが,この方法では真値がわかっていないとどれが自分の欲しい成分の ピークなのか判断できませんでした.(求めたい成分の信号強度は小さいので雑音に埋もれてしまい見えないことが多いので雑音を抑制する信号処理でピークをある程度確認にできる) そのため真値を用いず,ある成分の周波数を特定したいので時間領域で前情報などを 用いることで周波数の特定をしたいと考えました. しかし私の求めたい成分の時系列信号は形などから特徴を抽出することが難しく いろいろなアルゴリズムを検討してみたのですが具体的な解決策が見つかりませんでした. (ある成分のウェーブレット係数が周期的に変化するのではないか,極値・変曲点が周期的に変化しないか) 今までの内容を踏まえて何か思いつくようなことがあれば教えていただきたいです. よろしくお願います.

共感・応援の気持ちを伝えよう!

  • 回答数2
  • 閲覧数317
  • ありがとう数2

質問者が選んだベストアンサー

  • ベストアンサー
  • 回答No.1

>時系列信号に含まれるある成分(周期性あり)の特徴を時間領域で抽出できないか まず「特徴」の意味を明確に定義することが必要です。それによって、アルゴリズムはおのずと決まってきます。 あるいは、「特徴でない」ものを定義して、それを除くような処理でもよいです。 話を読むと、雑音の中から盗聴音を拾い出す、スパイ映画に出てくるような処理の気がしますが、 その場合は、適応化平滑化法、最大エントロピー法、が使われることが多いです。

共感・感謝の気持ちを伝えよう!

質問者からのお礼

ありがとうございます!

その他の回答 (1)

  • 回答No.2
  • DCI4
  • ベストアンサー率29% (448/1538)

現在私は時系列信号に含まれるある成分(周期性あり)の特徴を 時間領域で抽出できないか検討しています. 特徴を抽出する目的は前情報として保持することで得られた時系列信号の クラスタリングに使用し,ある成分の周波数を特定することができないかと考えたからです. 今まで時系列信号をFFTして周波数領域でピークを探してある成分の周波数を 特定していましたが,この方法では真値がわかっていないとどれが自分の欲しい成分の ピークなのか判断できませんでした. (求めたい成分の信号強度は小さいので雑音に埋もれてしまい見えないことが多いので雑音を抑制する信号処理でピークをある程度確認にできる) ★回答 すでに答えはでているのでは? 求めたい成分の信号強度は小さいので雑音に埋もれてしまい見えないことが多いので雑音を抑制する信号処理でピークをある程度確認にできる そのため真値を用いず,ある成分の周波数を特定したいので時間領域で前情報などを 用いることで周波数の特定をしたいと考えました. と あなたは 報告している それならざっくり 以下でしょ ●ステップ0 ざっくり FFTしてピーク検出 ●ステップ1 →手法例1 線形位相タイプのバンドパスフィルターを対象ぼ時系列信号にコンボリューションする バンドの周波数は検出ピーク周波数にあわせ可変とする 適応信号処理 →手法例2 線形位相タイプのバンドパスフィルターの フィルターバンクを作成しておき 切り替えて  時系列信号にフィルタリングする(コンボリューションする) ●ステップ2 以上で 加工した時系列データーをFFTして検出して確認 個別のフィルターリング後の 時系列信号を加算し再度加工も可能 ざっくり言えば http://laputa.cs.shinshu-u.ac.jp/~yizawa/InfSys1/basic/chap4/index.htm ↑ざっくり言えば 逆変換も同じ計算で出来る フーリエ変換の性質 5 の(1)線形性 を利用すれば 加算で分解して 変換後 加算で合成 して低周波~高周波まで 時間波形を求められる 周波数域で 帯域分割して それぞれに逆変換後 時間域で加算  単純に変換より 精度は向上 検索キーワード マルチレート信号処理とフィルタバンク http://jp.mathworks.com/help/signal/multirate-signal-processing.html マルチレート信号処理

共感・感謝の気持ちを伝えよう!

質問者からのお礼

ありがとうございます!

関連するQ&A

  • 時間領域で信号に含まれる成分の特徴を抽出する方法 

    現在私は時系列信号に含まれるある成分(周期性あり)の特徴を 時間領域で抽出できないか検討しています. 特徴を抽出する目的は前情報として保持することで得られた時系列信号の クラスタリングに使用し,ある成分の周波数を特定することができないかと考えたからです. 今まで時系列信号をFFTして周波数領域でピークを探してある成分の周波数を 特定していましたが,この方法では真値がわかっていないとどれが自分の欲しい成分の ピークなのか判断できませんでした.(求めたい成分の信号強度は小さいので雑音に埋もれてしまい見えないことが多いので雑音を抑制する信号処理でピークをある程度確認にできる.) そのため真値を用いず,ある成分の周波数を特定したいので時間領域で前情報などを 用いることで周波数の特定をしたいと考えました. しかし私の求めたい成分の時系列信号は形などから特徴を抽出することが難しく いろいろなアルゴリズムを検討してみたのですが具体的な解決策が見つかりませんでした. (ある成分のウェーブレット係数が周期的に変化するのではないか,極値・変曲点が周期的に変化しないか) 今までの内容を踏まえて何か思いつくようなことがあれば どんなことでも構わないので教えていただきたいです. よろしくお願いします.

  • 信号処理による高調波の除去のついて

    現在,生体信号の解析を周波数領域(FFT)で行っているのですがある周波数の高調波により 所望信号の周波数と被ってしまうことがあり推定が行えないという課題に直面しています. (第4高調波まで確認できます) 高長波は基本周波数のおおよそ等倍の位置に立つのですが,高長波は非線形成分ですので 簡単に等倍した周波数の除去を周波数領域で行ってもうまくいかず, また周波数が被っている場合,除去することはできません. そのため何らかの信号処理で時間領域で高調波の除去を行おうと考えているのですが, 具体的な解決方法が思いつきません. 何か時間領域で高調波の除去ができる,または出来そうな信号処理を知っている方がいれば 是非教えていただきたいです. よろしくお願いいたします.

  • GNDのノイズの抽出方法

    回路設計初心者です。GNDにのった微少レベルのある特定の周波数のノイズをひろいたいのですが、『フィルタで特定の周波数を抽出』→『抽出した信号をオペアンプで増幅』でよろしいでしょうか?よろしくお願いします。

  • 制御の周波数領域と時間領域について

    制御系設計の基本的な目標は性能評価仕様を満足させることですが、性能評価仕様には一般に 周波数領域の仕様(周波数の関数で表現された量) 時間領域の仕様(時間応答を用いて表現した量) を説明せよ。 という問題があるんですが、どなたか教えていただいてもよろしいでしょうか? 周波数領域の仕様だったら ・ゲイン交差周波数 ・位相余裕 ・ゲイン余裕 ・位相交差周波数 ・バンド幅 ・ピークゲイン 時間領域だったら ・ゲイン ・固有角周波数 ・減衰定数 ・極 なんかがあると思いますが、他にありますか? それとも私は問題を履き違えてますか?

  • 時間領域のインパルス応答と周波数領域での位相特性の関係(デジタル信号処理)

    質問失礼します。 デジタル信号処理の分野において、フィルタの特性をみるときに周波数領域にして、振幅特性と位相特性に分けて解析を行っています。 フィルタのインパルス応答をDFTして、振幅成分を正規化して、IDFTしたものと時間領域でのインパルス応答との関係はどうなるのでしょうか? 画像で見てみると、位相限定画像は原画像の特徴を持っているのが視覚的に分かるので何か式などで証明している文献など知っている人がいましたらよろしくお願いします。

  • FFTを使って信号から特定の周波数を抜き去る方法

    FFTを用いてある時系列データから特定の周波数の成分を抜き去ろうと思っていますが、 うまくいかないのでお伺いします。 調べてみると、スペクトルを出すとき、例えば同じ振幅で周波数の異なるの正弦波を 10個入れても全て同じ振幅にならず、振幅の大きさにばらつきが出ていて周波数成 分の成分の推定がうまくいっていないようです。FFTの2乗のデータを小さな周波数区 間で積分してスペクトル密度にしても、先ほどの10個の正弦波の振幅がそろわない のと、周波数推定が悪くなりうまく、引き去れなくなっています。 よくある状況だと思いますが、どういう工夫が必要なのでしょうか。 ちなみに、FFTのルーチンはnumerical recipeとFFTWの二つで試しました。

  • 離散フーリエ変換の周波数分解能

    失礼します。 DFT(離散フーリエ変換)について質問させてください。 DFTの周波数分解能は時間領域でのデータが持つ幅の逆数で決まりますが、 この周波数分解能で表現されなかった周波数成分はどこに行くのか教えていただけないでしょうか? DFTでの離散的な周波数の間にある成分はどこへ行くのか? 単純に考えて、DFTは形としては級数和なので、 それらの成分はどこかに畳み込まれているように思うのですが、 表現されない周波数成分の情報は消されたりするのでしょうか? よろしくお願い致します。

  • 独立な信号同士の乗算の期待値

    独立?無相関?の信号(時間領域)同士・または、スペクトル(周波数領域)同士の乗算の期待値は0ですか? また、もしそうならどのように考えれば良いのですか?

  • デジタル信号処理のフーリエ変換で

    matlabで勉強中なんですが、以下の操作をするとどうなるのか教えて頂きたいです。 (音声信号xにfftをかけて、フーリエ係数Xを求めてあるとします。) ・xを一定間隔で間引いた(3点中2点を0で埋めていく)場合、fftをかけるとフーリエ係数はどうなるのか? ・同様にXを間引いてifftをかけたら、復元された信号はどうなるのか? (間引く: □□□□□□□□□□□□… → □00□00□00□00□… ) 要するに、 時間領域で時系列の間引きを行うと周波数領域ではどんな影響がでるのか? 周波数領域でスペクトルを間引くと時間領域でどんな影響がでるのか? ということを知りたいのです。 実際にやってみたのですが、結果がどういう意味なのかイマイチわからず悩んでいます。 前者は、周波数領域で振幅を調べたら、1/3の長さのスペクトルが3つ並んでいました。 後者は、時間領域で複数(この場合3つかな?)の音が重なった感じになっていて、波形は元の信号とだいぶ異なっていました。 わかりやすく説明してもらえると助かります。よろしくお願いします。

  • 周波数帯域のある信号をFFTに掛ける場合、処理結果はどうなるのでしょう

    周波数帯域のある信号をFFTに掛ける場合、処理結果はどうなるのでしょうか? 私は周波数帯域が100~10,000HZのマイクを使い録音し、そのデータを取り出し、 自作したプログラムを用いて、サンプリング周波数32768HzでFFTを掛けて、 信号の周波数特性を調べています。 ただ、FFTの処理結果によると、周波数帯域外の100HZ以下の領域に、周波数帯域内 と比べて大きな特徴が見られました。 そこで質問なのですが、この場合、自作したプログラムにミスがあるのか、 周波数帯域外の信号を録音してしまっているのか、それとも両方なのか、 それ以外にも理由があるのか、その辺りについて教えて頂ければと思います。 周波数解析の分野の理解が浅いため、酷く初歩的な質問であるかもしれませんが、 どうかよろしくお願いします。