找出两个等长的有噪声的周期信号之间的关系

信息处理 过滤器 离散信号 预处理
2022-02-10 14:49:30

[谢谢@leftaroundabout 对我的相关问题的有益评论。我想在这里问一个不那么令人困惑的问题。]

0ϕ2π是理论上描述系统的参数。α=sin(ϕ)α=cos(ϕ)是可观察的。

在一次测量中,ϕ(t)是时间的连续周期函数t.α可以直接测量和Ai是这种测量的噪声过采样数字表示。β是一个不同的可观察量,它们之间的关系βϕ应研究。Bi是一个同步采样Ai和嘈杂。

三个问题很有趣,答案应该从AiBi

  1. 什么是δ=β(ϕ=π/2)β(ϕ=+π/2)? 这就是区别β对应于极值的值α.

  2. β=aα+c一个有效的模型,系数是多少a?

  3. 我们能否给出一个置信区间a或者δ?

数据检查表明,更好的模型Biβ=aα+aα+c. 这会影响配方查找吗δ或者a?

第三种替代模型是β=f(ϕ)+c. 如何可靠地找到δ?

噪音的性质未知。噪声频谱的两个频率都小于调制频率ϕ和更高的频率。傅立叶滤波器(例如低通)渲染AiBi相当顺利。

1个回答

好吧,我们可以应付这个。

所以首先,我们应该对 iϕ,

ϕ: ZS1,i  ϕ0+1νsω0i=:φ+λi(mod2π)
我们基本上可以忘记mod2π, 只需将其视为S1=R/.
有多种方法可以确定最可能的值φλ; 我要做的是对这些变量进行最小二乘拟合AM,也许也是一个偏移量AO这样
ζ:=i(AMsinϕ(i)+AOAi)2
被最小化。如果您希望它可靠地工作,像这样的拟合算法可能会有点慢,我不知道这是否有问题。

一旦我们有了这种关系ϕ(i),我们可以读出Bi为此i接近π2分别 相近π2. 我们可以简单地对这些实际值的所有下一个邻居进行平均,这样我们就可以完全不受非线性响应的影响,但比使用某种插值更容易受到噪声的影响。如果您有大量数据,跨越多个时期,您希望这样做ϕ. 如果你不这样做,最好在Biϕ(i)±π2. 我会尝试使用 Friedrichs 函数作为卷积核。