復習 ノイズの性質(ランダム雑音) • 確率過程 ノイズの値は確率的(性質は平均値と分散で表すが、実 際の値は予測不可能) • 定常過程 ランダムなノイズの平均や分散が、どの時刻においても 変わらない確率過程を定常過程という。 平均、分散 • 非定常過程 変わらない 平均、分散 平均や分散が変化している 平均、分散 変化している 平均、分散 ノイズの性質 • エルゴード性 – 時間平均がどの時間帯をとっても変わらず(定常過程)、 集合平均とも一致する過程をエルゴード過程という • 集合平均とは多数の標本記録間での平均 う 集合平均が時間平均と一致 アベレージング(例:9回) 測定1 測定2 : : 測定9 : : 9回の測定データの加算平均 移動平均法(MA) j= -2 -1 0 1 2 測定データ × w(-2) × w(-1) × w(0) × w(1) × w(2) 重み + y(0) 平滑化された値 単純移動平均法 • 重みが均一(通常の平均) 3点単純移動平均 1 y (i ) ( xi 1 xi xi 1 ) 3 5点単純移動平均 1 y (i ) ( xi 2 xi 1 xi xi 1 xi 2 ) 5 – 両端の信号のないところは • 0とおく • 5点と3点を併用する などすればよい 多項式適合法による移動平均 • Savitzky-Golay法 – 最小二乗法によって多項式(2次式または3次式 )に近時できる点を求める データ 最小二乗法による 2次の近似曲線 この値を平滑値とする (この値は移動平均で求 めることができる) 計測工学21 相関関数 単純移動平均の周波数特性 • 位相は変化しない • 振幅特性(ゲイン)は 1 G 2f 2(1 cos 2f ) ただし t : サンプリング間隔 fs : サンプリング周波数( f : 信号周波数 M : 移動平均点数 : Mt [ s ] 1 / t ) 単純移動平均の遮断周波数 • 遮断周波数fc:ゲインが1/√2となる周波数 • ゲインの式より 1 2f c 2(1 cos 2f c ) 1 2 これより f c 1 cos 2f c したがって f c 0.443 移動平均点数M( Mt)は 0.443 1 0.443 M fs f c t fc 移動平均点数Mを決定する • 例) – サンプリング周波数 fs=1kHz – 遮断周波数 fc=100Hz の場合には – M=0.443(1000/100)=4.43となり、切り上げて5点と する(Mは奇数) • 例題9.2 – サンプリング周波数fs=10kHz – M=5 – このときの遮断周波数fc=0.443fs/M =0.443×10000/5=870Hz 演習 • 単純移動平均の遮断周波数に関する演習を Excelで行う 相関法 • 2つの時系列信号x(t), y(t)の関係の深さ、類 似度を表す 音の伝播 相関利用の例 A B A点で観測 B点で観測 この遅れ時間の測定に相関を利用する 相互相関関数 • 2つのデータ系列 x(t), y(t)について、x(t)とmΔt だけずらしたy(t)(つまりy(t+mΔt))の積の平均 を求める • 式で表すと 1 N 1 xy (m) x(i) y (i m) N i 0 相互相関関数 1 (m) x(i) y (i m) N N 1 xy i 0 m=0の時 x x(0) y y(0) 10 20 10 20 Φ(m) m 相互相関関数 1 (m) x(i) y (i m) N N 1 xy i 0 m=5の時 x x(0) y y(5) Φ(m) 10 20 m 相互相関関数 1 (m) x(i) y (i m) N N 1 xy i 0 m=10の時 x x(0) y y(10) Φ(m) 10 20 m 相互相関関数 1 (m) x(i) y (i m) N N 1 xy i 0 m=15の時 x x(0) y y(15) Φ(m) 10 20 m 相関法の注意点 • 相関法を行う前に、データの平均を0にしておく(データから平均を差し引いておく =オフセットを除去する) x(t ), y (t )は平均0のデータであるとする 。 今、オフセットのある データ X (t ) x(t ) C , Y (t ) y (t ) D を観測したとする。こ 1 XY (m) N の時、 X (t ), Y (t )で相関を求めると N 1 X (i)Y (i m) i 0 N 1 1 N x(i) C y(i m) D 1 N N 1 i 0 x(i) y(i m) Dx(i) Cy (i m) CD i 0 1 N 1 1 x(i ) y (i m) D N i 0 N xy (m) CD となり、オフセットが N 1 1 x ( i ) C N i 0 N 1 1 y ( i m ) CD N i 0 N 1 1 i 0 大きい場合、相関関数 の変化が埋もれて見え にくくなる 自己相関関数 • 相互相関関数の式におけるy(t)をx(t)に置き換え、自分自身 との相関をみる N 1 1 xx (m) N x(i) x(i m) i 0 • 自己相関関数の性質 – 偶関数 Φxx(m)=Φxx(-m) – m=0で最大 – 不規則信号では、Φxx(0)以外はΦxx(m)=0 – 周期関数に対しては、Φxx(m)も周期関数 (Φxx(m)が最大となるところで、関数の周期がわかる) 自己相関関数 • 相互相関関数の式におけるy(t)をx(t)に置き換え、自分自身 との相関をみる N 1 1 xx (m) N x(i) x(i m) i 0 相互相関関数(2つの波形の相関関数) 自己相関関数(1つの波形の相関関数) x(i) x(i) m y(i+m) x(i+m) 自己相関関数の性質 • 自己相関関数の性質 – 偶関数 Φxx(m)=Φxx(-m) -m m – m=0で最大(2つの波形の類似度最大) – 不規則信号では、Φxx(0)以外はΦxx(m)=0 – 周期関数に対しては、Φxx(m)も周期関数 (Φxx(m)が最大となるところで、関数の周期がわかる)
© Copyright 2025 ExpyDoc