标签: signal-processing

如何生成给定频率的音频正弦波或方波？

我希望这样做能够校准设备,那么这些波浪的准确度如何？

我有一系列日期和每个日期的测量.我想计算每个日期的指数移动平均线.有人知道怎么做这个吗？

我是python的新手.看起来平均值并没有内置到标准的python库中,这让我觉得有些奇怪.也许我不是在寻找合适的地方.

因此,给定以下代码,我如何计算日历日期IQ点的移动加权平均值？

from datetime import date
days = [date(2008,1,1), date(2008,1,2), date(2008,1,7)]
IQ = [110, 105, 90]

(可能有更好的方法来构建数据,任何建议都将受到赞赏)

有哪些学习DSP的好资源(包括实际理解这些资源所需的数学和算法)？

让我们假设我的数学技能因缺乏使用而生锈,所以我们的路线图如下:

• 统计数据复习
• 微积分复习
• FFT的 实用新手解释
  (50步之后......)

会很好,希望导致DSP技能和知识接近"胜任".

我有一个二进制数据流,并希望将其转换为原始波形声音数据,我可以将其发送到扬声器.

这就是老派调制解调器为了通过电话线传输二进制数据所做的事情(产生典型的现代声音).它被称为调制.

然后我需要一个反向过程 - 从原始波形样本,我想获得确切的二进制数据.这称为解调.

• 任何比特率都可以起作用.
• 声音使用计算机扬声器播放,并使用麦克风采样.
• 带宽非常低(低质量麦克风).
• 有一些背景噪音但不多.

我找到了一种特殊的方法 - 频移键控.问题是我找不到任何源代码.

你能指点我用任何语言实现FSK吗？
或者提供任何替代编码二进制< - >声音和可用的源代码？

我有两个时间序列,我怀疑他们之间有时间转换,我想估计这个时间转换.

之前已经问过这个问题: 找到两个(非谐波)波之间的相位差并找到两个相似波形之间的时间偏移,但在我的情况下,时移小于数据的分辨率.例如,数据以小时分辨率提供,时移仅为几分钟(见图).

造成这种情况的原因是,用于测量其中一个系列的数据记录器在其时间上几分钟的变化.

那里的任何算法都可以估计这种偏移,最好不使用插值？

是否有基于FFT的2D互相关或卷积函数内置于scipy(或其他流行的库)？

有这样的功能:

• scipy.signal.correlate2d- "实施的直接方法convolveND对于大数据来说会很慢"
• scipy.ndimage.correlate - "使用精确计算(即不是FFT)将数组与给定内核相关联."
• scipy.fftpack.convolve.convolve,我真的不明白,但似乎错了

numarray有一个correlate2d()带fft=True开关的功能,但我猜numarray被折叠成numpy,我无法找到是否包含此功能.

有限的资源,如较慢的CPU,代码大小和RAM,如何最好地检测音符的音高,类似于电子或软件调谐器会做什么？

我应该使用:

• 吻FFT
• FFTW
• 离散小波变换
• 自相关
• 零交叉分析
• 八度间隔滤波器

其他？

简而言之,我要做的是识别单个音符,在中间C到两个八度音程之上的两个八度音阶,在任何(合理的)乐器上演奏.我希望在半音的20%范围内 - 换句话说,如果用户播放太平或太尖锐,我需要区分它.但是,我不需要调整所需的准确度.

有谁知道一个好的C/C++小波库用于信号处理？

信号是浮点值或双值,而不是int值.

我有一个1-n numpy数组,我想下采样.如果下采样栅格不完全适合数据,则可以使用以下任何方法:

• 重叠下采样间隔
• 将最后剩余的数值转换为单独的下采样值
• 插值以适合栅格

基本上如果我有

1 2 6 2 1

我的下采样率为3,所有以下都可以:

3 3

3 1.5

或者插值会给我的任何东西.

我只是在寻找最快/最简单的方法.

我找到了scipy.signal.decimate,但这听起来像是抽取了值(根据需要取出它们,只在X中留下一个). scipy.signal.resample似乎有正确的名字,但我不明白他们在描述中的整个傅立叶的位置.我的信号不是特别周期性的.

你能帮我一把吗？这似乎是一项非常简单的任务,但所有这些功能都非常错综复杂......

任何人都可以向我解释相关和卷积的相似点和不同点吗？请解释背后的直觉,而不是数学方程(即翻转内核/脉冲).每个类别的图像处理域中的应用示例也将受到赞赏