ピンクノイズ - Wikipedia
ピンクノイズ（英: pink noise）とは、パワーが周波数に反比例する雑音のこと。同じ周波数成分を持つ光がピンク色に見えることからピンクノイズと呼ばれる。いわゆる1/fゆらぎを持った信号源をマクロに見た場合も似た感じになる。[独自研究?] ピンクノイズの波形は、フラクタル状になっていることが知られている。オクターブバンドと呼ばれる帯域ごとのエネルギーが一様になるため、様々な音響測定に使用される。 α=1のピンクノイズ。周波数が10倍ごとに10dB減衰している。 ピンクノイズまたは1/fノイズは 、周波密度が周波数の逆数となるような周波スペクトルをもった信号、または過程を指す。ピンクノイズという名前は、ホワイトノイズ（1/f0）とレッドノイズ（またはブラウニアンノイズ、1/f2）の中間であることにちなむ。 科学論文では1/fノイズは、より幅広く、下記式のスペクトル密度を持つ各種ノイズを指
加算性白色ガウス雑音 - Wikipedia
この項目「加算性白色ガウス雑音」は翻訳されたばかりのものです。不自然あるいは曖昧な表現などが含まれる可能性があり、このままでは読みづらいかもしれません。（原文：英語版 "Additive white Gaussian noise" 08:28, 17 Sep 2017 (UTC)） 修正、加筆に協力し、現在の表現をより自然な表現にして下さる方を求めています。ノートページや履歴も参照してください。（2017年12月） 加算性白色ガウス雑音 （かさんせいはくしょくがうすざつおん、Additive white Gaussian noise、AWGN) は自然界で発生する多数のランダム過程の効果を模倣する目的で、情報理論で用いられる基本的ノイズモデル。その修飾語は固有の特性を表している。 加算性(additive) とは対象システムに本質的に備わっているであろう雑音に加算されることを意味する。 白
ホワイトノイズ - Wikipedia
ホワイトノイズに近似させ生成したノイズのパワースペクトラム ホワイトノイズの例 ホワイトノイズ (White noise)[注釈 1]とは、ノイズの分類で、パワースペクトルにおいて広い範囲[注釈 2]で同程度の強度となっているノイズを指す。「ホワイト」とは、可視領域の広い範囲をまんべんなく含んだ光が白色であることから来ている形容である[注釈 3]。派生語のようなものにピンクノイズがあり、周波数成分が右下がりの光がピンク色であることによる。よく聞くノイズの例で擬音語で表現するなら、「ザー」という音に聞こえる雑音がピンクノイズで、「シャー」と聞こえる音がホワイトノイズである。 特徴[編集] ホワイトノイズは全ての周波数で同じ強度となるノイズである。これはWiener-Khintchineの定理から、自己相関関数がデルタ関数となることと同じである。統計学の言葉で言うと、定常独立であることを意味し
自己相関 - Wikipedia
自己相関（じこそうかん、英: autocorrelation）とは、信号処理において時間領域信号等の関数または数列を解析するためにしばしば用いられる数学的道具である。大雑把に言うと、自己相関とは、信号がそれ自身を時間シフトした信号とどれくらい一致するかを測る尺度であり、時間シフトの大きさの関数として表される。より正確に述べると、自己相関とは、ある信号のそれ自身との相互相関である。自己相関は、信号に含まれる繰り返しパターンを探すのに有用であり、例えば、ノイズに埋もれた周期的信号の存在を判定したり、 信号中の失われた基本周波数を倍音周波数による示唆に基づき同定するために用いられる。 定義[編集] 自己相関は、学問領域によって定義が異なる。分野によっては自己共分散 (autocovariance) と同じ意味に使われる。 統計学[編集] 統計学において、確率過程の自己相関関数 (autocorr
受信者操作特性 - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Receiver operating characteristic|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より
標本化定理 - Wikipedia
標本化定理（ひょうほんかていり、英: sampling theorem）またはサンプリング定理は、連続的な信号（アナログ信号）を離散的な信号（デジタル信号）へと変換する際に元の信号に忠実であるにはどの程度の間隔で標本化（サンプリング）すればよいかを示す、情報理論の定理である。 概要[編集] 標本化定理は、元の信号をその最大周波数の2倍を超えた周波数で標本化すれば完全に元の波形に再構成されることを示す。 標本化とは、数学的には連続関数の値からある点の値だけを標本として取り出して離散関数に変換する操作であり、与えられた連続関数 g と標本化関数 δ の積を求めることと等しい。標本化関数 δ とは、ある離散値（連続でない、飛び飛びの値）x に対してのみ δ(x) = 1 となり、その他の x に対しては δ(x) = 0 となるような関数である。対象となる原関数 g(x) と標本化関数 δ(x)
標本化 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "標本化" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2023年2月） 信号の標本化例。連続信号が緑色の線、サンプリングした離散信号が青色の縦線。 標本化（ひょうほんか）またはサンプリング（英: sampling）とは、連続信号を一定の間隔をおいて測定することにより、離散信号として収集することである。アナログ信号をデジタルデータとして扱う（デジタイズ）場合には、標本化と量子化が必要になる。標本化によって得られたそれぞれの値を標本値（ひょうほんち）という。パルス符号変調などで用いられる。 連続信号に周期のインパルス列を掛けることにより、標
デジタル信号処理 - Wikipedia
デジタル信号処理（デジタルしんごうしょり、Digital Signal Processing、DSP）とは、デジタル信号を対象とした信号処理である。 デジタル信号処理の大まかな流れは アナログ信号をデジタル信号に変換し デジタル領域で処理・加工を行い その後アナログ信号に変換する というものである[1]。光・音声・画像などを信号とみなし、アナログな信号を（コンピュータで扱える）デジタル信号へと変換し、デジタル信号を対象とする様々な処理（ノイズ除去・周波数変調など）をおこない、最終的に処理されたアナログ信号へと再変換する。もちろん当初からデジタルな信号を扱うこともある。 信号全般を扱う学問・技術であるため、研究・応用領域は音響信号処理、デジタル画像処理、音声処理など多岐にわたる。 デジタイズ[編集] コンピュータが広く利用されるようになると共に、デジタル信号処理の必要性も増してきた。アナログ
Signal processing - Wikipedia
Signal transmission using electronic signal processing. Transducers convert signals from other physical waveforms to electric current or voltage waveforms, which then are processed, transmitted as electromagnetic waves, received and converted by another transducer to final form. Signal processing is an electrical engineering subfield that focuses on analyzing, modifying and synthesizing signals, s
1
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
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
