FIRフィルタ - 人工知能に関する断創録
Pythonで音声信号処理（2011/05/14） 今回からしばらくディジタルフィルタの実験をいろいろやろうと思います。 ディジタルフィルタは、 乗算器 加算器 遅延器 の3つの要素の組み合わせによって構成されます。この組み合わせ方によって、 FIR（Finite Impulse Response）フィルタ IIR（Infinite Impulse Response）フィルタ の2種類にわけられるとのこと。今回は、FIRフィルタを実装してみます。 FIRフィルタ FIRフィルタの定義式は、 となり、畳み込みの定義式と同じです。x(n)は入力信号、y(n)は出力信号、b(i)は乗算器のフィルタ係数、Nは遅延器の数（フィルタ係数の数はN+1）です。式は難しそうだけどシグマをほぐしてみるとけっこう簡単。 b(0) x(n) 最新の入力信号x(n)にフィルタ係数b(0)をかける b(1) x(n-
ハイパスフィルタ（High Pass Filter） - fugagaの備忘録
ローパスフィルタの記事は多いけど、ハイパスフィルタの記事はあまりなかったので、メモ。 ローパスフィルタ 微細なギザギザしたノイズをカットできる。 x[i] = coef*x[i] + (1.0-coef)*x[i-1]ただし、位相が遅れるので、オンライン処理しないなら、移動平均を取った方がベター。 x[i] = (x[i-1] + x[i] + x[i+1]) / 3単純な移動平均でなく、重み付けしても。 ハイパスフィルタ 低周波のノイズをカットできる。 現在の値からローパスフィルタの結果を引けば、ハイパスフィルタの結果になる。 tmp = x[i] x[i] = coef*x[i] + (1.0-coef)*x[i-1] y[i] = tmp - x[i]こちらも、位相が遅れるので、オンライン処理しないなら、移動平均で求めたローパスフィルタの結果を使ったほうがベター。 tmp = x[i
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
