Tôi có micro đo âm thanh theo thời gian ở nhiều vị trí khác nhau trong không gian. Tất cả các âm thanh được ghi đều bắt nguồn từ cùng một vị trí trong không gian nhưng do các đường dẫn khác nhau từ điểm nguồn đến từng micrô; tín hiệu sẽ bị dịch chuyển và biến dạng. Một kiến thức tiên nghiệm đã được sử dụng để bù cho sự dịch chuyển thời gian tốt nhất có thể nhưng vẫn còn một số thay đổi thời gian tồn tại trong dữ liệu. Các vị trí đo càng gần thì tín hiệu càng giống nhau.
Tôi quan tâm đến việc tự động phân loại các đỉnh. Bằng cách này, ý tôi là tôi đang tìm kiếm một thuật toán "nhìn" vào hai tín hiệu micrô trong âm mưu bên dưới và "nhận biết" từ vị trí và dạng sóng có hai âm thanh chính và báo cáo vị trí thời gian của chúng:
sound 1: sample 17 upper plot, sample 19 lower plot,
sound 2: sample 40 upper plot, sample 38 lower plot
Để thực hiện điều này, tôi đã lên kế hoạch thực hiện một mở rộng Ch Quashev xung quanh mỗi đỉnh và sử dụng vectơ của các hệ số Ch Quashev làm đầu vào cho một thuật toán cụm (k-mean?).
Như một ví dụ ở đây là một phần của các tín hiệu thời gian được đo tại hai vị trí gần đó (màu xanh) xấp xỉ bằng chuỗi Ch Quashev 5 kỳ trên 9 mẫu (màu đỏ) xung quanh hai đỉnh (vòng tròn màu xanh):
Các xấp xỉ là khá tốt :-).
Tuy nhiên; các hệ số Ch Quashev cho âm mưu trên là:
Clu = -1.1834 85.4318 -39.1155 -33.6420 31.0028
Cru =-43.0547 -22.7024 -143.3113 11.1709 0.5416
Và các hệ số Ch Quashev cho âm mưu thấp hơn là:
Cll = 13.0926 16.6208 -75.6980 -28.9003 0.0337
Crl =-12.7664 59.0644 -73.2201 -50.2910 11.6775
Tôi muốn thấy Clu ~ = Cll và Cru ~ = Crl, nhưng điều này dường như không phải là trường hợp :-(.
Có lẽ có một cơ sở trực giao khác phù hợp hơn trong trường hợp này?
Có lời khuyên nào về cách tiến hành (tôi đang sử dụng Matlab)?
Cảm ơn trước cho bất kỳ câu trả lời!