एक स्पेक्ट्रम में एक संकेत को विघटित करने का दूसरा तरीका

हाय सब, यहाँ मैं ऑडियो सिग्नल विश्लेषण एल्गोरिदम के बारे में बात करना चाहता हूं जो आपको व्यक्तिगत तरंगों में संकेत को पार्स करने की अनुमति देता है, निश्चित रूप से यह 100% सटीकता नहीं देता है, लेकिन फिर भी परिणाम मेरी राय में बहुत अच्छा है।



किसी भी संगीत पर काम सबसे अच्छा देखा जाता है:


और विभिन्न शैलियों के अन्य उदाहरणों से जोड़ता है। धात्विक-आत्मा के बवंडर:


स्पर्श से बाहर:


तो अपघटन के लिए आपको निम्नलिखित कदम उठाने की आवश्यकता है:

- मूल सिग्नल से आपको 8 मध्यवर्ती सिग्नल प्राप्त करने की आवश्यकता है;
- इन मध्यवर्ती संकेतों और मूल सिग्नल से आपको 8 सिग्नल प्राप्त करने की आवश्यकता है - परतें, जिन्हें अलग-अलग तरंगों में विघटित किया जा सकता है;
- प्रत्येक परत में कितनी तरंगें और उनका आयाम क्या है, इसकी गणना करना।

अब, प्रत्येक चरण के बारे में अधिक: एक मध्यवर्ती संकेत प्राप्त करने के लिए, आपको मूल संकेत के व्युत्पन्न लेने की आवश्यकता है। संक्षेप में, यह एक असतत कार्य का व्युत्पन्न है। मूल संकेत के प्रत्येक क्षण के लिए इसे खोजने के लिए, आपको 1 पैरामीटर सेट करने की आवश्यकता है: वह अवधि जिसके लिए यह व्युत्पन्न स्थित है। व्युत्पन्न मूल्य किसी दिए गए अंतराल में ढलान गुणांक है, उदाहरण के लिए, कम से कम वर्गों विधि द्वारा पाया जा सकता है।

8 अलग-अलग अवधियों के साथ 8 मध्यवर्ती संकेतों की गणना करना आवश्यक है। अवधि का सबसे सरल सेट: 4, 8, 16, 32, 64, 128, 256, 512. जब एक अवधि निर्दिष्ट की जाती है, तो प्रत्येक सिग्नल नमूने के लिए व्युत्पन्न की गणना सबसे कम वर्गों के फार्मूले का उपयोग करके की जाती है। यह एक चलती औसत की तरह है, लेकिन यहाँ यह एक चलती औसत नहीं है, बल्कि वर्तमान अंतराल की एक चलती व्युत्पन्न है।

इस प्रकार, 8 व्युत्पन्न संकेत और 1 स्रोत प्राप्त होते हैं। अब प्रत्येक 8 व्युत्पन्न संकेतों को एकीकृत करने की आवश्यकता है। इस मामले में, इसका मतलब है कि प्रत्येक बाद का नमूना सभी पिछले नमूनों के योग के बराबर है। उसके बाद, 8 मध्यवर्ती परतें प्राप्त की जाती हैं।

अगला कदम उन परतों को प्राप्त करना है जिन्हें अलग-अलग तरंगों में विघटित किया जा सकता है। तो अब आपको 8 परतें प्राप्त करने की आवश्यकता है। परतों की गणना इस तरह की जाती है:

परत 0 = मध्यवर्ती 0-आउट सिग्नल
परत 1 = मध्यवर्ती 1-मध्यवर्ती 0
परत 2 = मध्यवर्ती 2-मध्यवर्ती 1
परत 3 = मध्यवर्ती 3-मध्यवर्ती 2
layer4 = मध्यवर्ती 4-मध्यवर्ती 3
परत 5 = मध्यवर्ती 5-मध्यवर्ती 4
परत 6 = मध्यवर्ती 6-मध्यवर्ती 5
layer7 = मध्यवर्ती 7-मध्यवर्ती 6
परत 8 = मध्यवर्ती 7

अंतिम परत एक अंतर नहीं है, लेकिन बस अंतिम मध्यवर्ती संकेत के बराबर है।

आप पूर्ववर्ती मध्यवर्ती संकेतों से बाद के मध्यवर्ती संकेतों की गणना करने के लिए अलग-अलग, अर्थात् प्रयास कर सकते हैं। लेकिन वर्तमान कार्यक्रम में, 1 विकल्प का उपयोग किया जाता है।

अब, परतों को अलग-अलग तरंगों में पार्स करने के लिए, आपको बस उन क्षेत्रों की गणना करने की आवश्यकता है जहां मूल्यों में वृद्धि होती है और जहां वे घटते हैं। वास्तव में वर्गों की अवधि उनकी तरंग दैर्ध्य है। सिग्नल के अनुभाग जहां सिग्नल मान स्थिर हैं, आपको बस छोड़ना होगा। एक निश्चित अंतराल में स्पेक्ट्रम में सिग्नल के आयाम को खोजने के लिए, आपको सभी तरंग आयामों को अपनी लंबाई से गुणा करने की आवश्यकता है।



मध्यवर्ती संकेत की गणना करने वाला कोड इस तरह दिखता है:

यहाँ तरंगों के नमूनों की संख्या है
संकेत [] - मूल संकेत के साथ सरणी
एसवाई = 0, एसएक्स = 0, एसएक्सएक्स = 0, एसएक्सवाई = 0, क्यू = 0 - प्रकार के चर
Step2 = STEP / 2 जहां STEP अवधि (4,8,16,32,64,128,256,512) है

for(int i=Step2;i<wavesize-Step2;i++){ SY=0,SX=0,SXX=0,SXY=0,Ky=0; for(int j=i-Step2,fromZ=0;j<i+Step2;j++,fromZ++){ SX+=fromZ; SY+=signal[j]; SXX+=fromZ*fromZ; SXY+=fromZ*signal[j]; } Ky=float((STEP)*SXY-SX*SY)/float((STEP)*SXX-SX*SX); OutSignal[i]=OutSignal[i-1]+Ky; } 

एक संकेत को दूसरे से घटाना, बस प्रत्येक नमूने को प्रत्येक से घटाना।
उदाहरण के लिए, 0 लेयर के लिए:

 for(int i=0;i<wavesize-1;i++) layer0[i]=OutSignal0[i]-Signal[i]; 

यदि आप सभी परतों को जोड़ते हैं और अंतिम को विपरीत संकेत के साथ लेते हैं, तो आपको मूल संकेत मिलता है, इस प्रकार किसी भी परत को गुणा करना, एक आवृत्ति फिल्टर बनाना संभव है। अगला सवाल यह है कि विशिष्ट हार्मोनिक्स के आयामों की गणना कैसे की जाए। तथ्य यह है कि एक निरंतर अंतराल में, उदाहरण के लिए = 4000 नमूने, बहुत छोटी लहरें और अपेक्षाकृत कुछ लंबे हो सकते हैं।

आप निश्चित रूप से प्रत्येक परत और जोड़ने के लिए औसत आयाम देख सकते हैं। लेकिन यह विधि बहुत अच्छी नहीं है क्योंकि बहुत कम लंबी तरंगें होती हैं, और उनका आयाम आमतौर पर बहुत बड़ा होता है, और कम आवृत्तियों की ओर आयाम की मजबूत गैर-एकरूपता प्राप्त होती है।

एक प्रोग्राम में जो लिंक द्वारा रंगीन संगीत प्रदर्शित करता है, प्रत्येक हार्मोनिक के आयाम की गणना इस प्रकार की जाती है: तरंग का आयाम * इसकी लंबाई। सभी समान, असमानता उत्पन्न होती है, लेकिन औसत के मामले में उतना मजबूत नहीं है।

सामान्य तौर पर, मुझे नहीं लगता कि कोई व्यक्ति ध्वनि को स्पेक्ट्रम में अपघटन के रूप में मानता है, बल्कि ध्वनि में ध्वनि चित्र शामिल होते हैं, जिसमें विभिन्न लंबाई की तरंगें होती हैं। तदनुसार, ध्वनि की मात्रा सभी तरंगों की औसत मात्रा होती है, जिसमें ध्वनि शामिल होती है। लेकिन यह अभी तक स्पष्ट नहीं है कि कौन से पैरामीटर ध्वनि छवि बनाते हैं, शायद औसत आवृत्ति, मानक विचलन, या कुछ और।