همگام سازی طول دو سیگنال با طول متفاوت – پرسش و پاسخ
در فرادرس آموزش هایی با عنوان کاربردهای پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی در متلب در این لینک (+) منتشر شده است که در مورد همگام سازی طول دو سیگنال با طول متفاوت سوالاتی برای مخاطبینی که این آموزش ها را تهیه کرده بودند ایجاد شد.
سوال یکی از مخاطبین به این صورت بود:
در فرادرس آموزش هایی با عنوان کاربردهای پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی در متلب در این لینک (+) منتشر شده است که در مورد همگام سازی طول دو سیگنال با طول متفاوت سوالاتی برای مخاطبینی که این آموزش ها را تهیه کرده بودند ایجاد شد.
سوال یکی از مخاطبین به این صورت بود:
“سلام.
من مجموعه آموزشی پردازش سیگنال رو دیدم و خیلی استفاده کردم. ممنون دستتون درد نکنه.
سوالی که برای من پیش اومده اینه اگه اگر ما یک سیگنال مرجع به طول ۱۰ ثانیه داشته باشیم و سیگنال ناشناخته ای رو که میخواهیم با سیگنال مرجع تقلید مقایسه کنیم به عنوان مثال ۶ ثانیه باشه و بخواهیم دو تا سیگنال رو روی هم بندازیم تا مقایسه کنیم، باید از چه روشی طول دو سیگنال رو یکی کرد.
با تشکر”
این سوال را با مدرس در میان گذاشتیم؛ ایشان پاسخ را ارائه نموده اند:
با سلام؛
از لطف شما سپاسگزارم؛ امیدوارم که این مجموعه دانش شما را افزایش داده باشد.
جهت تقسیم سیگنال ها در متلب، کدهای ساده ای وجود دارد. مثلا فرض کنید سیگنال شما ده ثانیه است و نرخ داده برداری شما ۵۰۰۰ هرتز باشد، پس شما در مجموع ۵۰۰ هزار دیتا پوینت (نقاط داده ای) دارید. اکنون می خواهید یک سیگنال ۶ ثانیه ای تولید کنید؛
signal_new=signal (1:6*5000)
نکته دیگر آنکه از دیدگاه تئوری می توان یک سیگنال مرجع را به تعدادی سیگنال کوچکتر تقسیم نمود به شرطی که در هر سیگنال حداقل یکبار پدیده ای که به دنبال آن می گردید رخ داده باشد. مثلا اگر شما به دنبال یافتن عیب در یک جعبه دنده هستید آن عیب در هر دور جعبه دنده یکبار رخ می دهد. حال اگر سیگنال شما ده ثانیه ای باشد و جعبه دنده فرضا هر ثانیه یک دور بزند، می توانید آن سیگنال را به ۱۰ سیگنال کوچکتر تقسیم کنید؛ اکنون می توانید سیگنال مرجع جدید را با سیگنال مجهول تان مقایسه کنید.
پیشنهاد می کنم فرادرس های مربوط به کار با متلب را تهیه کنید که در این زمینه اطلاعات خوبی ارائه شده است.
همچنین در مورد پردازش سیگنال ها اولین پیشنهاد من به شما این است که سعی کنید سیگنال ها را به صورت مستقیم و مشاهده ای مقایسه نکنید، بلکه از روش داده کاوی و توابع ویژگی های یک سیگنال که در محصول کامل تشریح شده است، جهت مقایسه سیگنال ها استفاده کنید.
پیشنهاد بعدی این است که از تبدیل سریع فوریه استفاده کنید که روشی سریع و سودمند جهت مقایسه سیگنال ها می باشد و فرکانس های غالب را به شما نشان می دهد. در نهایت اگر سیگنال شما گذرا و ناپایدار است از تبدیلات موجک استفاده کنید.
از حضور شما در فرادرس خوشحالیم و منتظر دیدار دوباره شما هستیم.
موفق و پیروز باشید.
مطالب پیشنهادی
مجموعه: اخبار و تازه ها, پردازش تصویر و سیگنال, مهندسی مکانیک برچسب ها: DSP, signal proccessing, آنالیز فرکانسی ارتعاشات, انواع سیگنال ها, پردازش سیگنال, تبدیل فوریه زمان کوتاه, تبدیل موجک, تبدیل موجک پیوسته, تبدیل موجک گسسته, جهت های ارتعاشی, حسگرهای ارتعاشی, داده كاوي از سيگنال ها, داده های چند بعدی, داده های عددی, داده های موجی شکل, سامانه های زیستی, سامانه های مکانیکی, سامانه های مکانیکی معیوب, سامانه های مکانیکی و زیستی, سری های زمانی, سری های فرکانسی, سریع فوریه, سیگنال های صدا و ارتعاشات, شاخص های ارتعاشی, عیوب الکتروموتورها, عیوب بیرینگ ها, عیوب چرخ دنده ها, لقی مکانیکی, هم محوری