このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
測定データ内の信号の検出
データを受信し、それが測定済みのより長いストリームに一致するかどうかを知る必要があるとします。データがノイズで破損している場合でも、相互相関ではこの判定を行うことができます。
卓上で回転するリングの録音データをワークスペースに読み込みます。1 秒分のフラグメントを切り取り、聴いてみましょう。
load('Ring.mat') Time = 0:1/Fs:(length(y)-1)/Fs; m = min(y); M = max(y); Full_sig = double(y); timeA = 7; timeB = 8; snip = timeA*Fs:timeB*Fs; Fragment = Full_sig(snip); % To hear, type soundsc(Fragment,Fs)
信号とフラグメントをプロットします。参考として、フラグメントの終点を強調表示してみます。
plot(Time,Full_sig,[timeA timeB;timeA timeB],[m m;M M],'r--') xlabel('Time (s)') ylabel('Clean') axis tight
plot(snip/Fs,Fragment) xlabel('Time (s)') ylabel('Clean') title('Fragment') axis tight
完全な信号およびフラグメントの相互相関を計算し、プロットします。
[xCorr,lags] = xcorr(Full_sig,Fragment); plot(lags/Fs,xCorr) grid xlabel('Lags (s)') ylabel('Clean') axis tight
相互相関が最大になる遅れは、各信号の開始点の間の時間遅延です。信号を再プロットし、フラグメントを重ね合わせます。
[~,I] = max(abs(xCorr)); maxt = lags(I); Trial = NaN(size(Full_sig)); Trial(maxt+1:maxt+length(Fragment)) = Fragment; plot(Time,Full_sig,Time,Trial) xlabel('Time (s)') ylabel('Clean') axis tight
手順を繰り返します。ただし、ノイズを信号とフラグメントに別々に追加します。音声はノイズから抽出することはできません。
NoiseAmp = 0.2*max(abs(Fragment)); Fragment = Fragment+NoiseAmp*randn(size(Fragment)); Full_sig = Full_sig+NoiseAmp*randn(size(Full_sig)); % To hear, type soundsc(Fragment,Fs) plot(Time,Full_sig,[timeA timeB;timeA timeB],[m m;M M],'r--') xlabel('Time (s)') ylabel('Noisy') axis tight
ノイズ レベルが高い場合でも、次の手順により欠損フラグメントが検出されます。
[xCorr,lags] = xcorr(Full_sig,Fragment); plot(lags/Fs,xCorr) grid xlabel('Lags (s)') ylabel('Noisy') axis tight
[~,I] = max(abs(xCorr)); maxt = lags(I); Trial = NaN(size(Full_sig)); Trial(maxt+1:maxt+length(Fragment)) = Fragment; figure plot(Time,Full_sig,Time,Trial) xlabel('Time (s)') ylabel('Noisy') axis tight