Awọn anfani:
- Agbara lati fi idi mulẹ deede awọn igbelewọn ifihan ifihan bi igbohunsafẹfẹ iṣapẹẹrẹ, iru àlẹmọ ati windowing pẹlu AI
- Agbara lati ṣe ipilẹṣẹ koodu Python fun FFT, apẹrẹ àlẹmọ ati itupalẹ ariwo ati ṣayẹwo Nyquist ati aliasing
- Agbara lati ṣe idaniloju itumọ-itumọ ti ipilẹṣẹ AI nipasẹ ifiwera si wiwọn ati ireti ti ara
Data aise lati sensọ, gbohungbohun, tabi laini agbara nikan nigbagbogbo jẹ asan; O jẹ dandan lati ṣe ilana ati itumọ rẹ lori ipo igbohunsafẹfẹ, titobi ati akoko. Yiyọ spekitiriumu pẹlu FFT, ariwo sisẹ, idanimọ Ibuwọlu gbigbọn ... Iwọnyi jẹ gbogbo sisẹ ifihan agbara ati AI ṣe ipilẹṣẹ koodu Python iyara ni agbegbe yii, ṣalaye awọn imọran, ṣe iṣiro olusọdipúpọ àlẹmọ. Ṣugbọn aṣiṣe paramita kekere kan ni sisẹ ifihan agbara (igbohunsafẹfẹ aṣiṣe ti ko tọ, window ti ko tọ, iṣakoso Nyquist skipped) ni ipalọlọ ba gbogbo itupalẹ jẹ; Koodu naa ko fun awọn aṣiṣe, o kan fun awọn abajade ti ko tọ. Ninu ẹyọ yii, a yoo bo eto awọn aye to pe pẹlu AI, ṣayẹwo koodu ti ipilẹṣẹ ni awọn ofin ti Nyquist ati aliasing, ati ijẹrisi itumọ spekitiriumu pẹlu otitọ ti ara.
Awọn paramita ipilẹ: Iṣapẹẹrẹ, Nyquist, Aliasing
Ofin akọkọ ti sisẹ ifihan agbara oni-nọmba jẹ ilana Nyquist-Shannon: lati ṣe aṣoju ifihan deede, igbohunsafẹfẹ iṣapẹẹrẹ gbọdọ jẹ o kere ju lẹmeji paati igbohunsafẹfẹ giga julọ ninu ifihan naa. Bibẹẹkọ, awọn igbohunsafẹfẹ giga yoo han bi awọn igbohunsafẹfẹ kekere (aliasing) ati pe eyi ko le yi pada.
Igbohunsafẹfẹ ti o ga julọ ninu ifihan agbara: f_max = 2 kHzIwọn igbohunsafẹfẹ iṣapẹẹrẹ: f_s ≥ 2 · f_max = 4 kHzLati fi ala silẹ ni iṣe: f_s ≈ 5 · f_max = 10 kHz ti yan Bakannaa, àlẹmọ anti-aliasing analog jẹ gbọdọ ṣaaju iṣapẹẹrẹ.
Išọra: Nigbati AI ba daba igbohunsafẹfẹ iṣapẹẹrẹ kan, rii daju lati ṣayẹwo boya o pese Nyquist da lori paati ti o ga julọ ti ifihan agbara rẹ. Awọn koodu nṣiṣẹ lai aṣiṣe ani ni kekere iṣapẹẹrẹ igbohunsafẹfẹ; ṣugbọn abajade jẹ aṣiṣe nitori aliasing. Ni afikun, ko si sọfitiwia ti o le ṣe atunṣe aṣiṣe yii laisi àlẹmọ egboogi-aliasing ninu ohun elo.
Ipinnu ati Windowing fun FFT
Ipinnu igbohunsafẹfẹ ti FFT da lori igbohunsafẹfẹ iṣapẹẹrẹ ati nọmba awọn ayẹwo: Δf = f_s / N. Fun ipinnu ti o dara julọ o gba awọn ayẹwo diẹ sii tabi yan awọn f_s kekere (laisi fifọ Nyquist). Ni afikun, idaduro laarin ibẹrẹ ati opin ifihan agbara ṣẹda “jijo oju-ọna”; Lati dinku eyi, awọn iṣẹ window bii Hann ati Hamming ti lo.
f_s = 10 kHz, N = 1024 awọn ayẹwo Iwọn igbohunsafẹfẹ: Δf = 10000 / 1024 ≈ 9.77 HzTotal gbigbasilẹ akoko: T = N / f_s = 1024 / 10000 ≈ 102.4 ms
Ṣiṣẹda ati Ṣiṣayẹwo FFT ati koodu Ajọ
Pato igbohunsafẹfẹ iṣapẹẹrẹ, iru window, ati iwọn axis ni gbangba nigbati o n beere koodu FFT lati AI. Awọn koodu atẹle yii n ṣe abajade titobi titobi apa kan ti ifihan agbara kan:
gbe wọle numpy bi npfs = 10000 # iṣapẹẹrẹ igbohunsafẹfẹ (Hz) - daju Nyquist!N = 1024t = np.arange(N) / fs# sample ifihan agbara: 500 Hz + 1500 Hzx = np.sin (2*np.pi*500*t) + 0.5*np np.hanning (N) # windowing: din sipekitira jo deede nipa ere# ṣayẹwo tente frequenciespeaks = f[np.argsort (mag) [-2:]] tẹjade ("Agba awọn igbohunsafẹfẹ (Hz):", np.sort (peaks)))
Nigbati o ba n ṣayẹwo koodu yii iwọ yoo beere: Njẹ ipo igbohunsafẹfẹ Hz gaan tabi atọka ayẹwo (rfftfreq lo)? Njẹ titobi deede si ere window? Njẹ awọn oke giga 500 ati 1500 Hz ti a nireti waye gaan ni awọn aaye yẹn? Ti o ba jẹrisi koodu naa pẹlu ami ifihan idanwo ti a mọ (ẹyọkan igbohunsafẹfẹ ẹyọkan), iwọ yoo ni igboya jẹrisi ipo ati isọdọtun.
Ailagbara Tọ / Alagbara Tọ
Ailagbara: "Waye FFT si data yii." ( Abajade: igbohunsafẹfẹ iṣapẹẹrẹ, iwọn axis ati windowing ko ṣe akiyesi; aworan naa jẹ eyiti o ṣeese julọ lori ipo ti ko tọ.) Lagbara: “Waye FFT si ami ifihan 10 kHz ti a ṣapejuwe. Pese: - Idite ipo igbohunsafẹfẹ ni Hz (lo rfftfreq) .- Waye window Hannlitu. digitally.- Samisi iye Nyquist (5 kHz) lori awọnyaya.
Filter Design ati Ariwo Analysis
AI le ṣe ina kekere / giga/bandpass awọn iyeida àlẹmọ (FIR/IIR). Ṣugbọn igbohunsafẹfẹ gige-pipa, aṣẹ ati iduroṣinṣin ti àlẹmọ gbọdọ ṣayẹwo. O le fa aisedeede aṣẹ giga ati ipalọlọ alakoso, paapaa ni awọn asẹ IIR. Lẹhin ti o ṣe apẹrẹ àlẹmọ, gbero idahun igbohunsafẹfẹ (Bode-like) lati rii pe gige gige wa ni aye to tọ ati pe ko si ripple ti aifẹ ninu iwọle.
Iṣẹ-ṣiṣe aṣoju ni itupalẹ ariwo ni lati ya ifihan agbara gidi kuro ninu ariwo. Nibi, ṣe iṣiro ẹnu-ọna aba ti AI tabi àlẹmọ lodi si bandiwidi ti ara ti ifihan agbara: ti ifihan gidi rẹ ba wa ni 0-500 Hz, paati kan ni 2 kHz jẹ ariwo tabi kikọlu julọ. AI yoo fun awọn iṣiro; O ṣe itumọ ti ara.
Ifọwọsi Itumọ Spectrum pẹlu Otitọ Ti ara
Nigbati o ba tumọ sipekitira kan, AI jẹ ki o ni oye ṣugbọn kii ṣe awọn itọkasi deede nigbagbogbo gẹgẹbi “O ga julọ ni 50 Hz, eyi ni kikọlu akoj.” Ṣe afiwe awọn asọye wọnyi pẹlu ireti ti ara: Njẹ eto naa ni asopọ mains 50 Hz gaan? Ṣe igbohunsafẹfẹ iyipo ti a nireti ati awọn irẹpọ fẹrẹ wa nibẹ ni iwoye gbigbọn ti mọto kan? Ti o ba ṣeeṣe, tun wiwọn naa ṣe pẹlu ọna keji (o yatọ si sensọ, sọfitiwia oriṣiriṣi) ati wo awọn oke kanna.
Imọran: Fun itumọ ọkọọkan, “kini iṣẹlẹ ti ara wo ni tente oke yii ṣe deede si?” Beere ibeere naa. Nẹtiwọọki 50/100/150 Hz ati awọn irẹpọ rẹ, igbohunsafẹfẹ iyipo ati awọn iwọn rẹ ni awọn ẹrọ iyipo, ati iyipada igbohunsafẹfẹ ni awọn ipese agbara iyipada jẹ awọn ibuwọlu ti a mọ. Oke ti a ko mọ jẹ boya iṣẹlẹ gidi tabi wiwọn / aṣiṣe ilana; Iwadi mejeeji.
Mini Case
Onimọ ẹrọ R&D ṣe iwọn gbigbọn ti olufẹ kan ati pe o ni itumọ AI julọ. “O ga julọ wa ni 1200 Hz, eyi le jẹ ikuna ti o fa,” AI sọ. Onimọ-ẹrọ n ṣakoso iyara afẹfẹ: 1800 rpm = 30 Hz. Gbigbe ati awọn igbohunsafẹfẹ iyipada abẹfẹlẹ ni a nireti lati wa ni awọn iye kan ti o ni ibamu pẹlu ọmọ yii; 1200 Hz ko ni ibamu si eyikeyi ninu awọn wọnyi. O nṣakoso igbohunsafẹfẹ iṣapẹẹrẹ: ifihan agbara n gbe akoonu lọ si 2 kHz, ṣugbọn 2 kHz nikan ni a ṣe ayẹwo, nitorinaa irufin Nyquist kan. Awọn tente oke ni 1200 Hz ni a iwin igbohunsafẹfẹ Abajade lati aliasing. Nigbati mo ba mu igbohunsafẹfẹ iṣapẹẹrẹ pọ si 8 kHz, tente oke eke parẹ. Ẹkọ: nigbagbogbo ṣe idanwo itumọ spekitiriumu pẹlu iwọn ti ara / ireti igbohunsafẹfẹ ati iṣapẹẹrẹ to tọ.
Awọn aṣiṣe ti o wọpọ
- Yiyan igbohunsafẹfẹ iṣapẹẹrẹ laisi ṣayẹwo ami-ẹri Nyquist; Gbojufo aliasing.
- Nlọ kuro ni ipo igbohunsafẹfẹ FFT ni atọka ayẹwo dipo Hz.
- Asise spekitiriumu jijo bi a ifihan agbara lai windowing.
- Ko ṣe deede iwọn titobi nipasẹ nọmba awọn window/awọn ayẹwo.
- Ko ṣayẹwo iduroṣinṣin àlẹmọ IIR ati ipalọlọ alakoso.
- Itumọ awọn giga julọ.Oniranran laisi idanwo wọn ni ifojusona ti rpm ti ara/igbohunsafẹfẹ.
Ni akojọpọ
- Igbohunsafẹfẹ iṣapẹẹrẹ gbọdọ jẹ o kere ju lẹmeji paati ti o ga julọ ti ifihan; Bibẹẹkọ, aliasing yoo ba gbogbo itupalẹ naa jẹ.
- Ipinnu FFT Δf = f_s/N; Yan N ati f_s gẹgẹbi iwulo rẹ.
- Windowing dinku jijo iwoye; normalize titobi ni ibamu si awọn ere window.
- Ṣe idaniloju koodu AI pẹlu ami ifihan idanwo ti a mọ lati jẹrisi ipo ati isọdọtun.
- Ṣayẹwo iduroṣinṣin àlẹmọ ati esi igbohunsafẹfẹ nipa ṣiṣero rẹ.
- Ṣe idanwo itumọ spekitimu nigbagbogbo pẹlu ireti igbohunsafẹfẹ ti ara.
Ohun elo iṣẹ-ṣiṣe
Ṣe ina ifihan agbara idanwo ti igbohunsafẹfẹ ti a mọ (fun apẹẹrẹ 500 Hz + 1500 Hz sine). Beere FFT ati koodu àlẹmọ lati AI. Lẹhinna: (1) rii daju pe ami Nyquist ti pade, (2) ṣayẹwo pe awọn oke FFT han gangan ni 500 ati 1500 Hz, (3) mọọmọ dinku igbohunsafẹfẹ iṣapẹẹrẹ ni isalẹ Nyquist ki o ṣe akiyesi bii aliasing ṣe ṣẹda tente oke nla kan. Ṣe akiyesi awọn akiyesi rẹ ati paramita ti o ṣe atunṣe.