오디오 신호에서 로컬 제로를 얻는 좋은 방법이 있습니까?

Question

전에 DSP.SE에서이 질문을했습니다. 그러나 제 질문에는 관심이 없습니다. 어쩌면 신호 처리와 관련이 없을 수도 있습니다.

이산 오디오 신호를 세그먼트로 나누어 통계 처리 및 분석해야했습니다. 따라서 지역 평균이 고정 된 세그먼트가 내 사례에 매우 도움이됩니다. 세그먼트의 길이는 미리 정의되어 있습니다 (예 : 샘플.

나는 여러 가지를 시도했다. I는 세그먼트들로 오디오 신호를 분할 reshape() 함수를 사용하여, 다음과 같은 각 세그먼트를 통해 산출 할 각 seg(:,k)에서 x(k) 감산

L = 512;        % Length of segment 
N = floor(length(audio(:,1))/L);  % Number of segments 
seg = reshape(audio(1:N*L,1), L, N); % Reshape into LxN sized matrix 
x = mean(seg);       % Calculate mean of each column 

각 로컬 평균 제로 만들 것, 또 그 때 세그먼트의 오디오 신호를 많이 왜곡 것을 다시 합류했다.

그래서, 해닝 윈도우의 평균은 각각 seg(:,k)에서 2*x(k)*hann(L)을 substracting 거의 0.5 때문에 것은 내가 노력 제일 먼저이었다. 그러나 이번에는 (해닝 윈도우의 평균을 과 거의 동일하게 만들기 위해)은 각 세그먼트 자체에서 중간 점의 이웃을 왜곡합니다.

그리고, I는 작은 해닝 윈도우가 아닌 직접 곱하여 각 seg(:,k)에서 (아래 그림 참조) 이러한 을 감산 회선을 사용했다.

이 마지막 단계는 더 나은 결과를 제공, 아직 세그먼트가 작은 경우는 여전히 매우 유용하지 않습니다. 나는이 사이트에서 다양한 문제에 대해 많은 놀라운 접근법을 보았습니다. 그래서 영리한 방법이나 오디오 신호를 덜 왜곡시키는 제로 로컬 수단을 얻는 기존의 방법이 있는지 궁금합니다. 나는이 속성이 EMD과 같은 일부 분해에 유용하다는 것을 읽었습니다. 어쩌면 그런 분해가 필요한가요?

Answer 1

당신은 이동 평균 필터를 사용하려고 할 수 있습니다

: 당신은 평균 필터의 간격을 변경하여 조정 필터를 할 수

x = cumsum(rand(15*512, 1)-0.5); % generate a random input signal 
mean_filter = 1/512 * ones(1, 512); % generate a mean filter 
mean = filtfilt(mean_filter, 1, x); % filtfilt is used instead of filter to obtain a symmetric moving average. 

% plot the result 
figure 
subplot(2,1,1) 
plot(x); 
hold on 
plot(mean); 
subplot(2,1,2) 
plot(x - mean); 

합니다. 작은 간격을 사용하면 각 간격 내부의 평균값이 낮아 지지만 신호에서도 낮은 주파수가 필터링됩니다.