我使用磁共振光谱数据。从布鲁克扫描仪（MRS 扫描仪的最大制造商之一）获得的数据（复杂信号）以重要的群延迟开始 - 大约 60-80 点（在时域中） - 可能是由于它们使用长 FIR 滤波器.
这种群延迟与其他一些（不幸的是未知）问题累积的影响导致称为布鲁克微笑/皱眉的基线失真。（在频域中，在 FFT 之后）
我想模拟这种扭曲（微笑或皱眉）。我尝试了几个抽头（80-140）的带通 FIR，但我无法达到这种效果。你能推荐我得到这种失真的任何方法吗？先感谢您。
光谱基线失真模拟 - 布鲁克微笑
信息处理
有限脉冲响应
失真
2022-01-28 20:11:03
1个回答
我的猜测是，在处理过程中的某个地方，您正在使用过度/欠拟合的 AR（或 ARMA）模型，这就是导致问题的原因。
如果我在 R 中发出这样的假信号：
group_delay <- 84
T <- 350
omega <- 2*pi*0.252352890
tau <- 0.005
phi <- 2*pi*0.0989038
t <- 1:T
bruker_signal <- rep(0,T)
t_index <- seq(group_delay, T)
bruker_signal[t_index] <- exp(-(t_index-group_delay)*tau)*(
sin(omega*t_index) + sin(1.5*omega*t_index + phi)) +
rnorm(length(t_index),0, 0.1)
即，它是两个正弦曲线的噪声、延迟、阻尼总和，然后以不同的阶数对频谱进行 AR 建模，然后我得到类似于您所看到的微笑/皱眉的东西。
我之前的尝试使用了添加到同一事物中的信号的低通滤波版本，调制为。
smile_filter <- butter(3,0.1)
smile_signal <- filter(smile_filter, bruker_signal)
plot(abs(fft(bruker_signal+2*smile_signal + 2*smile_signal*rep(c(1,-1), lenght.out=T)))[1:175], type='l')
title('Attempt at Smile Spectrum ')
但这似乎比您所追求的要嘈杂。
其它你可能感兴趣的问题