プログラミングまたは数値計算プラットフォームは信号を分析し、重複する信号に基づいてアルゴリズムを示します。
シグナルの重複は、主に次の 3 つの要因によって引き起こされます。
- 伝播の形成。
- 多数の標的。
- 伝播経路の複合物理効果
オーバーラップ信号の問題は、各周波数ドメインと時間で発生します。時間の重複は、エコーの途中に留まっている時間によって識別できます。時間の重複は、エコーの途中で留まる時間がリリースされた信号の期間よりも短い場合に発生します。
信号のオーバーラップは、信号のマージンとして知られている停止ポイントを超えた信号のトラックの長さです。類似したスペクトルを持つ 2 つ以上の構成信号を分離することは容易ではありません。この種の重複信号は、楽器の周波数が似ているため、音楽的または調和のとれた音の切断において大きな問題となります。
2 つ以上の個々の信号間の周波数と位相の関係は不明です。これが破壊的および建設的な干渉の原因であり、不規則なスペクトル特性をもたらします。
周波数の決定性は、重なり合う信号の比較位相の影響を受けます。また、各種信号または融合信号の振幅を監視する上でも重要な役割を果たします。
重複するシグナルを分離する方法
時間周波数法とスペクトル法は、重なっている信号を分離するのに役立ちます。
信号の明確化の過程では、時間の固定とスペクトルの確保が問題であり、その都度、すべての周波数領域でオーバーラップが発生します。
これは、時間-周波数法やスペクトル法などの従来の方法では、重なっている信号を分離するのが難しいためです。時間的に重なり合う信号を、領域の開口部を通して切断することは困難です。信号のスペクトルは非常に類似しているため、周波数領域フィルタリング技術を使用して重複する信号を切り離すことは困難です。
重複するシグナルを分離するためのその他のアプローチ
ここ数年、オーバーラップの問題を解決するために多くの技術が提案されてきました。
信号のオーバーラップの例としては、離散コサイン変換、チャープレット変換、フラクショナル フーリエ変換、短時間フーリエ変換、離散ウェーブレット変換、ウィグナー ヴィル分布などがあります。
フーリエ変換と逆フーリエ変換法
これらの 2 つの方法は、Gerchberg の超解像技術を使用して、重なり合う信号を分離します。
このアプローチを使用するには、実験からエコー構成を取得することが必須です。ヒルベルト変換は、ソースから受信した信号を抽出するために使用され、抽出された信号はブロードキャスト信号を調整するために使用されます。
信号対雑音比 (SNR)
システム応答、周波数シフト、およびノイズのため、信号は受信信号およびシミュレートされた送信信号と同じにはなりません。
フーリエ変換と逆フーリエ変換の方法は非常に外交的です。このため、信号対雑音比 (SNR) の結果は壊滅的な影響を示しています。
エンベロープ検出の実験
ヒルベルト変換は、解析信号の形成を容易にします。一般に、この解析信号は、パスバンド信号処理および通信で使用されます。
この実験は、空の閉鎖されたバスケットボール ホールで行われ、スピーカーとマイクがバスケットボール ホールのベースから 2 m 上に配置されます。拡声器またはマイクロホンの中央から対象物までの間隔が 5 m を超えている。
オブジェクトとラウドスピーカーまたはマイクをセットアップした後、10 周期の数学的なサインが、伝達パルスとしての長方形のエンベロープの助けを借りて生成されます。
生成された転移パルスは、ラップトップを使用してノイズ カードを介して放出されます。ノイズ カードは、拡声器または潜在的な聴覚増幅器である場合があります。伝達パルスは、ノイズカードを介してマイクを使用して直接取得されます。したがって、信号は分析信号として精査されます。
実験例
送受信システムは、パラボラ アンテナを使用し、単一、二重、および三重のターゲットを使用して、この実験の結果をテストします。伝達関数システムで使用されるパラボラ ディッシュの焦点距離は 35 cm です。短軸が 60 cm、長軸が 65 cm の楕円形の開口部があります。
単一のターゲット
90 × 60 cm の木製の板が、単一の的の照準として使用されます。この目標は、有向聴覚系から離れた約 330 cm に保たれます。
ダブルターゲット
この方法では、寸法が 90 × 60 cm と 60 × 40 cm の 2 つの木製の板を照準として使用し、聴覚系から約 8 m 離します。
トリプルターゲット
この方法では、寸法が 160 × 140 cm、90 × 60 cm、60 × 40 cm の 3 つの木製の厚板を照準として使用し、指向性聴覚系から約 9.25 m 離します。
結論
重なり合う信号の分離は難しい作業です。ただし、ハイパースペクトル アルゴリズムによる実験的なエコー形状モデリングを使用することで、それらを分離することができます。信号対雑音比が低い場合、MATLAB は手順の優れたプレゼンテーションを示します。重なり合う信号を分離するこのハイパースペクトル アルゴリズム技術は、多数の目的と聴覚伝達機能システムによってテストされます。この手法は、多数の照準の正確な位置を提供します。この方法は、1 つのすべての照準から来る個々のエコーにかかる時間を正確に決定します。重なり合う信号を分離する技術は、生物医学や軍事分野などのさまざまな分野で使用できます。
