Добрый день! Вопрос следующий:

Как получить такие характеристики сигнала, представленного на картинке в приложении, как количество пиков и среднее расстояние между пиками.
Сигнал снимается с осцилографа в виде файла со столбцом чисел. 



Присоединённый файл ( Кол-во скачиваний: 34 )
 _____________1.jpg 30,16 Kb

для начала его бы отфильтровать неплохо, и смотреть на логарифмической шкале, тогда пики будут более явными

Пример здесь
http://forum.vingrad.ru/index.php?showtopi...t&p=1255274

ну а когда данные преобразуются к нормальному виду  - шум будет убран, 
можно будет сравнить сигнал с порогом, то что выше порога - пик - то что ниже - не-пик, посчитать число пиков и среднее расстояние

пробую в матлабе. спасибо!

cardinal, я пробую ваш код, приведеный по ссылке в результате получается тотже самый сигнал... 

Сначала пришлось сделать во входном файле 2 столбца time и value (изначально был только один). После этого файл читается матлабом правильно. Может я что-то не допонимаю в коде? или функция filter() не дает нужного результата для подобного типа данных?





Это сообщение отредактировал(а) df_3 - 6.8.2009, 11:21

Присоединённый файл ( Кол-во скачиваний: 11 )
 data.txt 161,28 Kb

Попробуй другое значение Sampling time (более подходящее для твоего времени измерения).

это типа 



?

Это сообщение отредактировал(а) df_3 - 6.8.2009, 14:14

Я думаю лучше 0.0000004 и меньше...

df_3, 

Это нормально у него s имеет положительную степень  H=1/(1+3*s);
H=1*s^-1/(1*s^-1+3)=0.33*s^-1/(1+0.33*s^-1)

Функции конечно поставили с ног на голову. Но это нечиго просто сигнал будет смещен в права на 1 пункт. А вот соотношение 0.92/0.08 даст интегратор на 10 отчетов.

А вообще на первом ресунки ничего не видно на 1 пиксель 20 отчетов приходится.

Только неясно зачем такой фильтр применять? Чтобы все данные исказить?

На рисунке насколько я могу видить помимо пиков присутствует еше некоторая переодическая состовляющая вот ее я думаю надо отфильтровать, а пики считать через порог. Я вообще предлогаю Гистерезистный  порог тогда о высоко частотном шуме ненадо будет беспокоится.

А для чего нужен RC-фильтр? Причем тут искажение?

такое число потому, что это разрешение осцилографа в данном случае, который снимал данные.


получился сигнал (см. приложение)
Какие действия с ним сделать еще, что бы посчитать его характеристики?

Присоединённый файл ( Кол-во скачиваний: 12 )
 filtered.jpg 27,49 Kb

df_3, 
Возьми еще немного меньше 0.0000004 а то остался еще шум. Тогда можно будет продифиренцировать и искать максимумы.

вот чего я заметил. тот сигнал, что я привел, был сделан для семпла в 0.25... 
если ставить много меньше, то получается почти прямая типа y=x   
почему так?

df_3, нарисуй в Matlab'e две кривые рядом, чтобы понятней было, что происходит...

нефильтрованную и фильтрованную?
как нарисовать два графика в одном окне?

 вот. сделал.

Это сообщение отредактировал(а) df_3 - 6.8.2009, 17:19

Присоединённый файл ( Кол-во скачиваний: 14 )
 signal_filtered.jpg 35,84 Kb

Тут

вместо тройки попробуй другие значения и увидишь разницу. Это есть значение RC и соответственно, чем больше оно, тем меньше верхних частот остается (читаем тут), то есть тем меньше высокочастотных помех в сигнале.

поигался с числом, почитал инфу. Подобрал семплирующий коэфициент на глаз. Но может существует способ его как-то оптимально подобрать при помощи каких-то методов? 

еще вопросик:
не понятен вот этот учаток кода 



и что значит num'?

вот чего я наделал. Отфильтровал, дифференцировал (получается очень шумная кривая), отфильтровал(тем же фильтром), посчитал количество пересечений с осьо абсцисс. результат 40 пересечений что приблизительно равно количеству пиков "на глаз". возможен такой вариант решения задачи?





Присоединённый файл ( Кол-во скачиваний: 15 )
 signal_filtered.jpg 50,86 Kb

http://www.mathworks.com/access/helpdesk/h...p;aq=1s&oq=


Возможен (т.к. любой вариант возможен), но мне "на глаз" не нравится. 

Еще раз чуть поподробнее:
1. что это за сигнал?
2. нельзя ли измерить с меньшими помехами?
3. какой ответ (сколько пиков, расстояние между ними) ты ожидаешь?

df_3, 

В  справке на мотлаб написанно числитель и знаменатель передаточной функции.




Сущществует огромное множество
http://vissim.nm.ru/audio_eq.html
Там внизу задаешь частоту среза выбераеш Фильтер Низких Частот.

Всеравно на глозок делается да и быстрее самому подобрать. 



А вообще недокнца понимаю как фильтеры строятся вроде казалось все понятным. Пока не начал пробовать и встал вопрос с дискретизацией как из теоретической непрерывной перевести в дискретную. Видать кроется секрет в этой функции.


А вообще неплохо знать природу сигнала чтобы подобрать фильтер. В данной работе использовался RC фильтр классический когда мы подрожаем электрической схеме RC. Без всяких обоснований. Я то больше обработкой изоброжений занимаюсь. Там к примеру Гаусовский фильтер очень популярен.

мне тоже не нравится. 




это сигнал с осцилографа, проще говоря, каждый пик - это событие. Это количество событий нужно посчитать (в приведенном файле их около 25). Также по возможности нужно посчитать среднее расстояние между пиками (это получается частота событий).  Измерить точнее нельзя к сожалению. 

Это сообщение отредактировал(а) df_3 - 7.8.2009, 10:14

У меня получилось 22 пика хотя 2 из них больше на шум смахивает Так что только 20.

Взял сигнал посмотрел АЧХ припомоще FFT откуда определил частоту среза. Отфильтровал сделал обратное преобразование.  
После продиференцировал.


Подобрал порог. 
h=0.0008 Красная горизонтальная линия.

А после вот таким вот образом посчитал число переходов через 0 с учетом порога.




В атаче рисунок вверху исходный сигнал потом отфильтрованный и внизу продиференцированный.

Присоединённый файл ( Кол-во скачиваний: 12 )
 __________.png 19,56 Kb

Читаем про выскочастотные помехи и их подавление
http://www.platan.ru/library/Murata_EMI_rus.pdf

H(z)= (z-1)/z *Z(H(s)/s)  (где Z это трансформация, она происходит при помощи таблицы основных преобразований)

А так вот на тему
функция c2d
Continuous/Discrete Conversions of LTI Models
Discretizing a Notch Filter

Добавлено через 14 минут и 52 секунды
df_3, пользуйся кнопкой "быстрая цитата", тогда понятно будет кого ты цитируешь...

Еще раз: ЧТО конкретно измеряется?

тогда может станет понятно почему нельзя точнее. Есть предположение, что мы с последствиями разбираемся, а не с причиной...

Покажи пожалуйста картинку, если такая есть. Интересно, что FFT показывает.

А насчет дифференциации - это неплохая мысль.

Опять детский сад. Я и так прочитал кучу книг и еще столькоже статей.
Я неспорю что RC фильтр отфильтровывает высокии частоты. Вопрос в том какой лучше. А я тебе отвечу что большинство фильтеров фильтеров выполняют эту самую фультрацию. А остальные на основе них строится. Но все по разному работают.  
Помимо высоких частот RC портит и другии частоты откуда координаты пиков у тебя съезжают.



Я не про ето. Я в рекурсивных фильтерах застрял. Эти преобразования я знаю. Я беру строю фильтр согласно теории и он не работает так как надо. Я вижу не соответствие, но пока доконца не разобрался. Где подвох не ясно так как никаких хитрых ухищерений нет а преобразование табличное. 

А какой же фильтр не портит другие частоты? Смотрим на ЛАФЧХ элементарных звеньев. Апериодическое и колебательное звено - оба влияют не только на сигнал с частотой большей частоты среза. А все фильтры можно разбить на эти звенья. Другое дело, что их можно скомбинировать и добиться результата получше. Но опять же таки - помоему сейчас в сигнале проблема, а не в фильтре...

где они?  

Окно Хэминга + FFT показывает что шум розовый почти белый.
Картинка семметричная так как сигнал действительный. Так что можно рассматривать правую половину.
Частоты не выводил так как нормального компонента для вывода нет.

Присоединённый файл ( Кол-во скачиваний: 8 )
 __________1.png 11,06 Kb

Ок, мерси. Ладно подождем, что скажет df_3... 

при чем тут RC и прочие схемы? это все детали реализации, которые тут знать совсем не надо, вы же не паять эти фильтры собрались.

GoldFinch, ты о чем вообще?

cardinal, я о



тема все же о цифровой обработке сигнала,
а тут из линейных фильтров есть либо КИХ который задается произвольным массивом с коэффициентами
либо есть БИХ который задается рекуррентной формулой

Добавлено через 13 минут и 55 секунд
чтобы решить эту задачу, не мешало бы посмотреть на нее с точки зрения теории

надо из смеси сигнала с шумом выделить сигнал

будем считать что сигнал - последовательность дельта функций, 
т.к. сигнал линеен, можно считать что сигнал сумма дельта-функций
тогда задача сводится к выявлению одной дельта функции

спектр шума можно посмотреть отключив сигнал
спектр дельта функции - равномерен, 

значит чтобы определить момент появления дельта-функции можно брать любой его кусок,
 вернее не любой, а там где отношение сигнал\шум максимально, применив полосовой фильтр,
 или несколько кусков спектра сразу применив гребенчатый фильтр

GoldFinch, возьми в руки Matlab и предложи свой вариант (а то словами то каждый горазд)...  

матлаба под рукой небыло, был маткад
отрезал от записи сигнала 8192семпла, взял БПФ, 
увидел что примерно начиная с 45*(fдискр/8196) Гц начинается только ВЧ шум,
вырезал кусок спектра от 4 до 44 *(fдискр/8196) Гц,
сделал обратное преобразование  - получил картинку

Присоединённый файл ( Кол-во скачиваний: 10 )
 data_graph.PNG 29,64 Kb

Ну идея понятна - ты не заглушил лишние частоты, а просто их убрал.

Теперь вопросы к df_3:
1. сколько пиков ожидалось в районе i=2000 (один, как получилось или больше)
2. тоже самое в районе i=3000 (два, как получилось или больше)
3. должен ли быть пик у значения i=8000 (в решении GoldFinch'а его нет) 

cardinal, это не "убрал" и "заглушил" а тоже фильтрация, через двукратное бпф, самый тривиальный метод

Я не говорил, что это не фильтрация 

вообще такой сигнал можно обрабатывать как угодно
синее - среднее в окне 50,
зеленое - среднеквадратическое отклонение в окне 50

Присоединённый файл ( Кол-во скачиваний: 8 )
 data_graph2.PNG 35,19 Kb

df_3 до сих пор не ответил на вопросы в этом посте. Я считаю, что такие измерения мало что дадут...