我有一个通过将信号分解成块并获取这些块的 FFT 来构建的频谱图。一个示例频谱图是：
在这个频谱图中，我正在寻找一条曲线（又名音高轮廓）：
- 从零开始
- 增加到未知值
- 保持在该未知值至少一分钟
- 减少回零
由于感兴趣的曲线比其他潜在曲线更亮，因此在上面的频谱图中对这种曲线检测进行编程相当容易。但是，这种亮度差异不会存在于嘈杂的数据集中。
如何使用我所知道的关于曲线的约束（从零开始，增加，...）可靠地找到曲线而不依赖亮度？
在频谱图中检测具有某些特征的曲线
信息处理
fft
信号分析
信号检测
频谱图
2022-02-03 21:43:42
1个回答
这个答案一开始可能听起来很难，但一旦理解它就很直观，而且肯定能很好地处理噪音。
对此类约束建模的一种聪明方法是通过 HMM 或通过 MRF。设计是相似的，但对于 HMM，我会给你一些提示：
以这样的方式准备您的转换矩阵，维特比解码将为您提供结果曲线。例如，第一个状态将是 0，具有一定的方差，因为它从那里开始。然后只允许在给定的容差内增加。该容差将从高斯先验获得。比如说，线的斜率（因此高斯的方差）将在 1 到 5 之间。最后，您应该只允许减少或保持不变。同样，对于所有其他约束，您都可以这样做。这里的余量意味着从恒定状态过渡到增加状态的概率为 0。否则你有一个概率（可能是由于任何分布、先验等）
您还可以使用 Hierarchical HMM 来使用此类跟踪参数来详细说明您的模型：
http://en.wikipedia.org/wiki/Hierarchical_hidden_Markov_model http://www.cs.princeton.edu/courses/archive/spr06/cos598C/papers/FineSingerTishby1998.pdf