Обработка сигналов
-
Билинейное преобразование в цифровой обработке сигналов
Билинейное преобразование (Tustin) в цифровой обработке сигналов: переход от непрерывной к дискретной форме и обратно. Стабильность и частотное искажение.
-
Линейные фильтры и фильтры с бесконечным импульсным откликом.
Линейные фильтры: обработка сигналов, теория ЛТИ-систем, частотная и импульсная характеристики. Применение в электронике и цифровой обработке сигналов.
-
Теорема Найквиста-Шеннона об отсчётах
Теорема Найквиста-Шеннона: ключевой принцип цифровой обработки сигналов. Оптимальная частота дискретизации для избежания искажений (aliasing). Фильтры и полоса пропускания.
-
Задержки в линейных стационарных системах: фазовая и групповая задержки.
Задержка в LTI системах: фазовая и групповая задержка сигналов, влияние на частоты, фильтры RC, зависимость от частоты. Обработка сигналов.
-
Цепструм в Фурье-анализе
Цепструм в Фурье-анализе: определение, применение в анализе речи и периодических структур спектра. Квефрентный анализ, лифтеринг и цепстральный анализ.
-
Волновые функции: от физики к обработке сигналов.
Волновые функции в физике: что такое вейвлеты, их свойства и применение в обработке сигналов. Кратковременные колебания с изменяющейся амплитудой.
-
Первая известная вейвлет-база Хаара
Волны Хаара: первая известная база вейвлетов в математике. Основы вейвлет-анализа, ортогональные системы и примеры для обучения. История (Альфред Haar, 1909).
-
Пилообразная волна: характеристики и применение
Пилообразная волна: описание формы сигнала, не являющейся синусоидой. Рампы, восходящие и нисходящие волны, применение в электронике и звуке.
-
Разложение периодических функций в ряд Фурье
Разложение периодических функций в ряд Фурье: синусы и косинусы для упрощения анализа и решения сложных задач, например, уравнения теплопроводности.
-
Алгоритм восстановления сигнала по дискретным отсчетам
Интерполяция Уиттакера-Шеннона: алгоритм восстановления непрерывного сигнала из дискретных данных. Теорема Найквиста-Шеннона, sinc-интерполяция, кардинальный ряд.
-
Преобразование Z: от теории к применению в цифровой обработке сигналов.
Z-преобразование: математический инструмент для анализа дискретных сигналов в частотной области. Связь с преобразованием Лапласа и Фурье. Применение в обработке сигналов.
-
Проектирование фильтров обработки сигналов
Проектирование фильтров обработки сигналов: оптимизация, требования, цифровые фильтры. Автоматизация возможна, но важен опыт дизайнера.
-
Дискретизация сигналов: методы и принципы.
Дискретизация сигнала: что это такое? Преобразование непрерывного сигнала в дискретный, получение выборок во времени. Основы обработки сигналов.
-
Спектральная плотность сигнала и анализ временных рядов.
Спектральный анализ сигналов: разложение на частоты, мощность спектра и плотность. Основы обработки сигналов и связь со временными рядами.
-
Полифазные квадратурные фильтры: структура, применение и преимущества.
Полифазные квадратурные фильтры (PQF): разделение сигнала на поддиапазоны для эффективной обработки в FPGA/ASIC. Децимация, снижение частоты дискретизации.
-
Чёрп Z-преобразование: обобщение и алгоритмы вычисления
Chirp Z-преобразование (CZT): обобщение DFT для эффективного анализа сигналов. Вычисление в Z-плоскости по спиральным траекториям, алгоритмы O(n log n).
-
Оконные функции в обработке сигналов и SQL
Оконная функция в обработке сигналов и SQL: применение, свойства и роль в анализе Фурье. Узнайте о сглаживании, усечении и спектральном анализе.
-
Идеальные фильтры нижних частот: Sinc-фильтр и фильтр усреднения
Фильтр sinc: описание, типы (по времени и частоте), применение в обработке сигналов. Некаузальность, бесконечный импульсный отклик и порядок фильтра.
-
Деконволюция сигналов: восстановление и анализ
Деконволюция: восстановление сигнала из зашумленных данных. Обратная операция свертке, используемая в обработке сигналов и изображений. Оптимизация SNR.
-
Представление сигналов в частотной области
Представление сигналов: частотная область в математике, физике и инженерии. Анализ сигналов по частоте и фазе, преобразования между временной и частотной областями.
-
Явление Гиббса в рядах Фурье
Явление Гиббса: колебания рядов Фурье вблизи разрывов функций. Ошибка приближения стремится к 9% от скачка, вызывая артефакты в обработке сигналов.
-
Функции Уолша: от теории к приложениям в анализе сигналов
Функции Уолша: дискретный аналог тригонометрических функций в гармоническом анализе. Ортогональный набор для представления дискретных сигналов.
-
Компараметрические уравнения: математическое описание и применение
Компараметрическое уравнение: определение, примеры и применение в математике и обработке сигналов. Решение задач с использованием различных масштабов функции.
-
Интегральные преобразования и отображения функциональных пространств
Интегральные преобразования в математике: отображение функций из одного пространства в другое для упрощения решения уравнений. Обратное преобразование восстанавливает функцию.
-
Утечка спектра и ее влияние на обработку сигналов.
Преобразование Фурье: анализ частотного спектра сигнала. Линейные операции меняют амплитуду/фазу, нелинейные – вызывают спектральные искажения и алиасинг.
-
Импульсная характеристика динамической системы
Импульсная характеристика системы: отклик на кратковременный входной сигнал. Определение, применение в теории сигналов и управления, связь с частотным откликом.
-
Минимальная фаза в теории управления и обработке сигналов
Минимальная фаза в теории управления: определение, свойства и важность для стабильности и причинности ЛТИ систем. Факторизация передаточных функций.
-
Восстановление сигналов: математический подход и обратные преобразования.
Восстановление сигналов: математический подход к дискретизации и реконструкции непрерывных сигналов. Теорема Найквиста-Шеннона и интерполяция Уиттекера-Шеннона.
-
Причинные системы: зависимость от прошлых и текущих входных данных.
Причинно-следственные системы в теории управления: выход зависит только от прошлых и текущих входных данных. Акаузальные и антикаузальные системы – обзор.
-
Ортогональные вейвлеты Дабеши
Ортогональные вейвлеты Дабеши: определение, свойства и коэффициенты для дискретного вейвлет-преобразования. Математическая основа и анализ масштабирования.
-
Метод независимого компонентного анализа в обработке сигналов
Независимый компонентный анализ (ICA): метод разделения многомерных сигналов на независимые составляющие. Применение в обработке звука и данных.
-
Преобразование Адамара в линейной алгебре
Преобразование Адамара: линейная алгебра, быстрый алгоритм, дискретное преобразование Фурье, ортогональность, симметрия. Применение и свойства.
-
Непрерывное вейвлет-преобразование: теория и применение
Непрерывное вейвлет-преобразование (CWT) в математике: анализ сигналов с помощью масштабирования и сжатия. Подробный обзор и применение для детального анализа данных.
-
Стефан Малла: вклад в теорию вейвлетов и обработку сигналов
Стефан Малла – французский математик, пионер волновой теории. Разработал мультиянализ и волновые фильтры для обработки сигналов и изображений.
-
Теорема Кархунена — Лоэва и ее применения
Теорема Кархунена — Лоэва: оптимальное разложение случайных процессов на ортогональные функции. Связь с PCA, анализом данных и обработкой изображений.
-
Дискретное вейвлет-преобразование: теория и применение.
Дискретное вейвлет-преобразование (DWT): анализ сигналов, временное и частотное разрешение. Основано на работах Альфреда Хаара. Применение в анализе данных.
-
Временнó-частотное представление сигналов: методы и применение.
Представление сигналa во времени и частоте (TFR): анализ, методы TFD, амплитуда, фаза, энергия. Изучение сигналов для обработки и анализа данных.
-
Временной и частотный анализ сигналов
Временнó-частотный анализ: изучение сигналов во времени и частоте. Методы, применение, преобразования Фурье. Для нестанционарных сигналов!
-
Тригонометрическая интерполяция и дискретное преобразование Фурье
Тригонометрическая интерполяция: метод аппроксимации функций тригонометрическими полиномами. Особенно эффективна для периодических функций и связана с DFT.
-
Операторы умножения в анализе Фурье
Операторы умножения в анализе Фурье: линейные преобразования, изменяющие частоты функций через умножение их преобразования Фурье на символ.
-
Преобразование чирплетов: Теория и применение
Чёрплеты: что это такое? Объяснение чёрплетового преобразования в обработке сигналов. Сравнение с вейвлетами, история создания и определение от Стива Манна.
-
Матричное представление дискретного преобразования Фурье
Матрица дискретного преобразования Фурье (ДПФ): определение, свойства и применение в математике и обработке сигналов. Энергосохраняющее преобразование.
-
Оператор Фурье: свойства и визуализация
Оператор Фурье: определение, свойства и визуализация. Ядро преобразования Фурье, комплексная функция, бесконечная в пространстве времени и частоты.
-
Дробное преобразование Фурье: обобщение и применения.
Преобразование Фурье дробного порядка (FRFT): обобщение стандартного преобразования Фурье для анализа сигналов, фильтрации и распознавания образов.
-
Согласованные фильтры в обработке сигналов
Оптимальные фильтры в обработке сигналов: сопоставленные фильтры максимизируют отношение сигнал/шум (SNR). Применение в радарах и обнаружении сигналов.
-
Фильтр Винера: Алгоритм обработки сигналов
Фильтр Винера: алгоритм обработки сигналов для оценки случайного процесса в шуме. Минимизирует среднеквадратичную ошибку, имеет решения для разных случаев.
-
Обработка сигналов с использованием антенных решеток.
Обработка сигналов: обзор массивов датчиков – от линейных до 3D геометрий. Волновое распространение, радиоантенны, сейсмические и другие массивы.
-
Линейные стационарные системы: математическая модель и свойства.
Линейные стационарные системы (LTI): математическая модель, свойства, применение в анализе систем, электротехнике и обработке изображений. Решение с помощью свертки.
-
Фазовый вокодер: алгоритм анализа и модификации звука.
Фазовый вокодер: алгоритм обработки звука для изменения высоты тона и времени. Использует STFT для анализа и синтеза, модификации аудиофайлов.
-
Банки фильтров в цифровой обработке сигналов
Фильтр-банк в цифровой обработке сигналов: разделение сигнала на частотные полосы, анализ и синтез. Применение: эквалайзеры и приемники.
-
Максимально Длинные Последовательности: Теория и Применение
Максимальная длина последовательности (MLS): псевдослучайные двоичные последовательности, генерируемые LFSR. Свойства, применение, спектральная плоскостность.
-
Двустороннее преобразование Лапласа: определение и свойства
Двустороннее преобразование Лапласа: определение, свойства и связь с другими преобразованиями (Фурье, Меллина, Z). Применение в математике и анализе функций.
-
Фильтр Габора для анализа текстур изображений
Фильтр Габора для анализа текстур в обработке изображений. Линейный фильтр, определяющий частоту и ориентацию, как в человеческом зрении. SEO-оптимизация.
-
Коэффициенты Куайфлетов
Коифлеты: дискретные вейвлеты для анализа сигналов и изображений. Симметричные функции, коэффициенты масштабирования и вейвлетов, применение в операторах Кальдерона-Зигмунда.
-
Теория масштабных пространств: от компьютерного зрения к глубокому обучению.
Теория масштабного пространства: представление сигналов в разных масштабах для компьютерного зрения и обработки изображений. Гауссово ядро, масштабно-инвариантный анализ.
-
Алгоритмы оценки частоты сигнала
Алгоритмы определения частоты сигнала (PDA) для анализа речи и музыки. Обзор методов оценки основного тона, применения и классов алгоритмов.
-
Нелинейные фильтры в обработке сигналов: принципы и применение.
Нелинейные фильтры в обработке сигналов: определение, примеры (медианный фильтр, квадратичные фильтры). Отличия от линейных фильтров и применение.
-
Фильтр реконструкции для цифро-аналогового преобразования сигнала
Фильтр восстановления сигнала: сглаживание цифро-аналогового преобразования (ЦАП), устранение эффекта наложения спектров, фильтр Найквиста.
-
Алгоритм сглаживания данных: фильтр Савицкого-Голея
Фильтр Савицкого-Голея: сглаживание данных без искажений! Эффективный алгоритм для повышения точности цифровых данных с помощью полиномиальной регрессии.
-
Рекурсивный метод наименьших квадратов в адаптивной фильтрации сигналов.
Адаптивный фильтр RLS: алгоритм цифровой обработки сигналов, быстро сходящийся и минимизирующий ошибку. Сравнение с LMS, высокая сложность вычислений.
-
Алгоритм Гёртцеля: Эффективное вычисление ДПФ
Алгоритм Герцеля: эффективный анализ частотных компонентов дискретного сигнала в DSP. Применение: DTMF-сигналы, телефония. Оптимизация DFT.
-
Функциональный анализ данных: обзор и основные понятия.
Функциональный анализ данных (FDA): статистический метод анализа кривых, поверхностей и данных, меняющихся во времени. Бесконечномерные данные, вызовы теории и вычислений.
-
Стационарное вейвлет-преобразование для улучшения качества изображений
Стационарное вейвлет-преобразование (SWT): алгоритм для устранения недостатка трансляционной инвариантности DWT. Подробно о SWT и "algorithme à trous".
-
Биспектр и полиспектры: анализ нелинейных взаимодействий и высших порядков спектров.
Биспектр в статистическом анализе: выявление нелинейных взаимодействий сигналов. Быстрое вычисление через преобразование Фурье. Применение в анализе волн.
-
Бикогерентность: Мера фазовой синхронизации в сигнале
Бикогерентность: мера фазовой синхронизации сигнала. Анализ нелинейных взаимодействий, биспектр, нормировка. Применение в математике и статистике.
-
Обобщение разложения Фурье для непериодических функций: Анализ продолжения спектра (SCA)
Анализ продолжения спектра (SCA): обобщение рядов Фурье для непериодических функций. Разложение спектра на дискретные частоты при частичной выборке данных.
-
Обработка сигналов обратным во времени и зеркала обратного времени.
Обработка сигналов обратным во времени: применение в коммуникациях, реконструкции событий и фокусировке волн. Зеркала обратного времени (TRM) в оптике и ультразвуке.
-
Слепая деконволюция: методы и применение.
Слепая деконволюция: восстановление сигнала без знания импульсной характеристики. Методы, алгоритмы, математические основы и сложности оптимизации.
-
Квадратурные фильтры в обработке сигналов: Аналитическое представление и применение.
Квадратурные фильтры в обработке сигналов: аналитическое представление импульсной характеристики. Реализация с помощью пар фильтров, FIR-фильтры.
-
Теорема Винера-Хинчина о спектральном разложении автокорреляционных функций стационарных процессов.
Теорема Винера-Хинчина: разложение автокорреляции стационарных процессов в спектральную плотность. Применение в анализе LTI-систем и теории вероятностей.
-
Волновое преобразование и сжатие данных
Вейвлет-преобразование: математический метод сжатия и анализа данных. Применение в JPEG 2000, DjVu, ECW для изображений и видео. Эффективное сжатие!
-
Функция Вигнера: анализ сигналов во времени и частоте.
Функция Вигнера: анализ сигналов во времени и частоте. Высокое разрешение, но с артефактами. Применение в физике и обработке сигналов.
-
Схема подъема для вейвлет-анализа
Вейвлет-анализ: схема лифтинга – эффективный метод проектирования вейвлетов и дискретного вейвлет-преобразования (DWT). Снижает вычислительную сложность.
-
Gabor transform
-
Box blur
-
Fourier–Bessel series
-
Scale space implementation
-
Matching pursuit
-
Coopmans approximation
-
Volterra series
-
Decorrelation