JP2708301B2 - 信号検出方法 - Google Patents
信号検出方法Info
- Publication number
- JP2708301B2 JP2708301B2 JP28168591A JP28168591A JP2708301B2 JP 2708301 B2 JP2708301 B2 JP 2708301B2 JP 28168591 A JP28168591 A JP 28168591A JP 28168591 A JP28168591 A JP 28168591A JP 2708301 B2 JP2708301 B2 JP 2708301B2
- Authority
- JP
- Japan
- Prior art keywords
- noise
- burst length
- signal
- power spectrum
- smoothing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
【0001】
【産業上の利用分野】本発明は、雑音下の音響信号等の
信号の特徴(振幅、周波数)等を検出する信号検出方法
に関するものである。
信号の特徴(振幅、周波数)等を検出する信号検出方法
に関するものである。
【0002】
【従来の技術】従来、このような分野の技術としては、
例えば次のような文献に記載されるものがある。 文献;南 茂夫著「科学計測のための波形データー処
理」3版(昭61−11−30)CQ出版株式会社、
P.104−107 従来、例えば音響信号の特徴(振幅、周波数)を抽出す
る信号を検出する方法としては、前記文献に記載されて
いるように、受信器に入射する音源波動のフーリエ変換
によるオートパワースペクトル法がある。この方法にお
いて、オートパワースペクトルP(f)は、x(t)の
自己相関関数cxx(τ)を用いて、 P(f)=∫cxx(τ)exp[−j2πfτ]dτ …(1) と表わされる。
例えば次のような文献に記載されるものがある。 文献;南 茂夫著「科学計測のための波形データー処
理」3版(昭61−11−30)CQ出版株式会社、
P.104−107 従来、例えば音響信号の特徴(振幅、周波数)を抽出す
る信号を検出する方法としては、前記文献に記載されて
いるように、受信器に入射する音源波動のフーリエ変換
によるオートパワースペクトル法がある。この方法にお
いて、オートパワースペクトルP(f)は、x(t)の
自己相関関数cxx(τ)を用いて、 P(f)=∫cxx(τ)exp[−j2πfτ]dτ …(1) と表わされる。
【0003】雑音下に音源波動がある場合、音源波動と
雑音の無相関性を仮定すると、受信信号のパワースペク
トルP(f)は、音源波動と雑音のパワースペクトルS
(f),W(f)を用いて、次のように表わせる。 P(f)=S(f)+W(f) …(2) 今、この分析を所定時間間隔毎に分析し、これに平滑処
理を施すことを考える。各時間でのパワースペクトルを
それぞれP(t,f),S(t,f),W(t,f)と
すると、 P(t,f)=S(t,f)+W(t,f) …(3) となる。このパワースペクトル時系列P(t,f)の平
滑処理後の平均P(f)、及び分散σp(f) 2 は、次式
(4),(5)のようになる。 P(f)=S(f)+W(f) …(4) σ P(f) 2 =σ S(f) 2 +σ W(f) 2 σ FW(f) 2 /σW(f) 2 =∫ |F(g)|2 |W(g,f)|2 dg …(5) ( 0<g≦gN ) 但し、S(f) :S(t,f)の平均 W(f) :W(t,f)の平均 σ S(f) 2 :S(t,f)の分散 σ W(f) 2 :W(t,f)の分散 σ FW(f) 2 :W(t,f)の平滑処理後の分散 F(g) :平滑フィルターの伝達関数 W(g,f):W(t,f)の時間変動の周波数特性 g N :平滑処理方向のナイキスト周波数 そのため、平滑処理後の時系列P(t,f)では、雑音
の変動が(5)式で与えられる率だけ低減される。
雑音の無相関性を仮定すると、受信信号のパワースペク
トルP(f)は、音源波動と雑音のパワースペクトルS
(f),W(f)を用いて、次のように表わせる。 P(f)=S(f)+W(f) …(2) 今、この分析を所定時間間隔毎に分析し、これに平滑処
理を施すことを考える。各時間でのパワースペクトルを
それぞれP(t,f),S(t,f),W(t,f)と
すると、 P(t,f)=S(t,f)+W(t,f) …(3) となる。このパワースペクトル時系列P(t,f)の平
滑処理後の平均P(f)、及び分散σp(f) 2 は、次式
(4),(5)のようになる。 P(f)=S(f)+W(f) …(4) σ P(f) 2 =σ S(f) 2 +σ W(f) 2 σ FW(f) 2 /σW(f) 2 =∫ |F(g)|2 |W(g,f)|2 dg …(5) ( 0<g≦gN ) 但し、S(f) :S(t,f)の平均 W(f) :W(t,f)の平均 σ S(f) 2 :S(t,f)の分散 σ W(f) 2 :W(t,f)の分散 σ FW(f) 2 :W(t,f)の平滑処理後の分散 F(g) :平滑フィルターの伝達関数 W(g,f):W(t,f)の時間変動の周波数特性 g N :平滑処理方向のナイキスト周波数 そのため、平滑処理後の時系列P(t,f)では、雑音
の変動が(5)式で与えられる率だけ低減される。
【0004】従って、このような雑音の変動の低減効果
を利用し、雑音の分散に応じた閾値によって信号の検出
が行える。
を利用し、雑音の分散に応じた閾値によって信号の検出
が行える。
【0005】
【発明が解決しようとする課題】しかしながら、従来の
信号検出方法では、次のような課題があった。従来のよ
うに、雑音の変動の低減効果を用い、雑音の分散に応じ
た閾値によって信号検出を行うと、該分散が平滑処理に
よって低減するので、閾値も小さくなり、より低いレベ
ルの信号の検出が可能であるが、平滑フィルタ処理によ
り、雑音のバースト化(連続誤検出性の増大)が起こ
る。ところが、従来の方法では、雑音と信号の区別を検
出の連続性によって行う場合、雑音のバースト化につい
ては何等考慮されていないため、雑音を誤って信号と判
別する危険性が増え、適切な信号と雑音の識別が困難で
あった。
信号検出方法では、次のような課題があった。従来のよ
うに、雑音の変動の低減効果を用い、雑音の分散に応じ
た閾値によって信号検出を行うと、該分散が平滑処理に
よって低減するので、閾値も小さくなり、より低いレベ
ルの信号の検出が可能であるが、平滑フィルタ処理によ
り、雑音のバースト化(連続誤検出性の増大)が起こ
る。ところが、従来の方法では、雑音と信号の区別を検
出の連続性によって行う場合、雑音のバースト化につい
ては何等考慮されていないため、雑音を誤って信号と判
別する危険性が増え、適切な信号と雑音の識別が困難で
あった。
【0006】本発明は、前記従来技術が持っていた課題
として、雑音のバースト化によって雑音を誤って信号と
判別するおそれが増え、信号と雑音の適切な識別が困難
であるという点について解決した信号検出方法を提供す
るものである。
として、雑音のバースト化によって雑音を誤って信号と
判別するおそれが増え、信号と雑音の適切な識別が困難
であるという点について解決した信号検出方法を提供す
るものである。
【0007】
【課題を解決するための手段】本発明は、前記課題を解
決するために、雑音下での信号を受信し、該受信信号の
パワースペクトルを求め、平滑処理によって雑音を低減
した後に前記信号の検出を行う信号検出方法において、
前記平滑処理による雑音のバースト化によって生成され
た雑音バーストの長さを測定して該雑音バースト長分布
を求める。そして、前記雑音バースト長分布と所定の雑
音誤検出率とから、バースト長閾値を設定した後、前記
バースト長閾値に基づき、前記平滑処理後の平滑パワー
スペクトルにおける前記雑音と前記信号の識別を行うよ
うにしている。
決するために、雑音下での信号を受信し、該受信信号の
パワースペクトルを求め、平滑処理によって雑音を低減
した後に前記信号の検出を行う信号検出方法において、
前記平滑処理による雑音のバースト化によって生成され
た雑音バーストの長さを測定して該雑音バースト長分布
を求める。そして、前記雑音バースト長分布と所定の雑
音誤検出率とから、バースト長閾値を設定した後、前記
バースト長閾値に基づき、前記平滑処理後の平滑パワー
スペクトルにおける前記雑音と前記信号の識別を行うよ
うにしている。
【0008】
【作用】本発明によれば、平滑フィルタによる雑音のバ
ースト化という概念を導入し、オートパワースペクトル
を平滑処理することで、雑音パワースペクトルの低減を
図る信号検出方法において、雑音バースト長を測定し、
その雑音バースト長からバースト長分布を求め、さらに
バースト長閾値を求めれば、平滑処理による雑音の誤検
出によるバースト長の評価が可能になる。そこで、該バ
ースト長閾値に基づき、平滑処理後の平滑パワースペク
トルから、信号と雑音の識別を行えば、的確な信号検知
が可能になる。従って前記課題を解決できるのである。
ースト化という概念を導入し、オートパワースペクトル
を平滑処理することで、雑音パワースペクトルの低減を
図る信号検出方法において、雑音バースト長を測定し、
その雑音バースト長からバースト長分布を求め、さらに
バースト長閾値を求めれば、平滑処理による雑音の誤検
出によるバースト長の評価が可能になる。そこで、該バ
ースト長閾値に基づき、平滑処理後の平滑パワースペク
トルから、信号と雑音の識別を行えば、的確な信号検知
が可能になる。従って前記課題を解決できるのである。
【0009】
【実施例】図1は、本発明の実施例の信号検出方法を実
施するための信号検出装置の機能ブロック図である。こ
の信号検出装置は、入力信号を受信する受信器1を有
し、その出力側にはオートパワースペクトル分析部2が
接続されている。オートパワースペクトル分析部2は、
フレーム長毎にオートパワースペクトルS0 (i,k)
を算出する機能を有している。オートパワースペクトル
S0 ( i,k)は、第iフレームにおける第j周波数の
オートパワースペクトル値であり、平滑部3へ与えられ
る。
施するための信号検出装置の機能ブロック図である。こ
の信号検出装置は、入力信号を受信する受信器1を有
し、その出力側にはオートパワースペクトル分析部2が
接続されている。オートパワースペクトル分析部2は、
フレーム長毎にオートパワースペクトルS0 (i,k)
を算出する機能を有している。オートパワースペクトル
S0 ( i,k)は、第iフレームにおける第j周波数の
オートパワースペクトル値であり、平滑部3へ与えられ
る。
【0010】平滑部3は、オートパワースペクトルS0
(i,k)に対し、各周波数(k)毎に時間方向(i)
に平滑処理し、その平滑パワースペクトルS(i,k)
を算出して該算出結果を雑音バースト長分布測定部4及
び信号検出部6へ与える機能を有している。
(i,k)に対し、各周波数(k)毎に時間方向(i)
に平滑処理し、その平滑パワースペクトルS(i,k)
を算出して該算出結果を雑音バースト長分布測定部4及
び信号検出部6へ与える機能を有している。
【0011】雑音バースト長分布測定部4は、平滑パワ
ースペクトルS(i,k)を、音源信号が存在しない周
囲雑音区間で、所定の時間の間、観測し、その結果から
検出レベルを設定し、周囲雑音が該検出レベルを越えて
つくるバースト長Lを測定し、バースト長に関する度数
PBL(L)を測定し、ヒストグラム化してバースト長閾
値設定部5へ与える機能を有している。
ースペクトルS(i,k)を、音源信号が存在しない周
囲雑音区間で、所定の時間の間、観測し、その結果から
検出レベルを設定し、周囲雑音が該検出レベルを越えて
つくるバースト長Lを測定し、バースト長に関する度数
PBL(L)を測定し、ヒストグラム化してバースト長閾
値設定部5へ与える機能を有している。
【0012】バースト長閾値設定部5は、所定の雑音誤
検出率PFAと前記度数PBL(L)から、バースト長閾値
Lthを算出する機能を有している。このバースト長閾値
Lthは、それ以上のバースト長を持つものは音源信号で
あると判定しても、その判定が誤りとなる確率が雑音誤
検出率PFA以下となるバースト長であり、該バースト長
閾値Lthが信号検知部6へ与えられる。
検出率PFAと前記度数PBL(L)から、バースト長閾値
Lthを算出する機能を有している。このバースト長閾値
Lthは、それ以上のバースト長を持つものは音源信号で
あると判定しても、その判定が誤りとなる確率が雑音誤
検出率PFA以下となるバースト長であり、該バースト長
閾値Lthが信号検知部6へ与えられる。
【0013】信号検知部6は、雑音バースト長分布測定
部4及びバースト長閾値設定部5の動作が完了し、バー
スト長閾値Lthが確定した時点から、信号検知動作を開
始し、入力される平滑パワースペクトルS(i,k)か
ら、バースト長が、バースト長閾値Lthを越える音を音
源信号であるとして検知する機能を有している。
部4及びバースト長閾値設定部5の動作が完了し、バー
スト長閾値Lthが確定した時点から、信号検知動作を開
始し、入力される平滑パワースペクトルS(i,k)か
ら、バースト長が、バースト長閾値Lthを越える音を音
源信号であるとして検知する機能を有している。
【0014】次に、図1の信号検出装置を用いた本実施
例の信号検出方法の処理内容(i)〜(v)について説
明する。
例の信号検出方法の処理内容(i)〜(v)について説
明する。
【0015】(i) オートパワースペクトル分析処理 入力信号が受信器1で受信され、その受信信号がオート
パワースペクトル分析部2へ送られる。この分析部2で
は、受信信号を、所定のフレーム長(Nサンプル)毎に
区切り、オートパワースペクトルS0 (i,k)を算出
する。これを、フーリエ変換を用いて算出する場合は、
次式(6)のようになる。 S0 (i,k)=X(k)・X(k)* (* は複素共役) 但し、0≦k≦N−1 f(k)=kfs/N ΔT=1/fs fs;サンプリング周波数 このようにして求められたオートパワースペクトルS0
(i,k)は、平滑部3へ送られる。
パワースペクトル分析部2へ送られる。この分析部2で
は、受信信号を、所定のフレーム長(Nサンプル)毎に
区切り、オートパワースペクトルS0 (i,k)を算出
する。これを、フーリエ変換を用いて算出する場合は、
次式(6)のようになる。 S0 (i,k)=X(k)・X(k)* (* は複素共役) 但し、0≦k≦N−1 f(k)=kfs/N ΔT=1/fs fs;サンプリング周波数 このようにして求められたオートパワースペクトルS0
(i,k)は、平滑部3へ送られる。
【0016】(ii) 平滑処理 平滑部3では、オートパワースペクトルS0 (i,k)
の各周波数成分(k)に対して、時間方向(i)に、平
滑処理を行う。平滑を例えば、指数平滑で行うならば、
平滑パワースペクトルS(i,k)は、次式(7)のよ
うにして算出される。 S(i,k)=αS 0(i,k)+(1−α)S(i−1,k) …(7) 但し、αは所定の定数(0<α<1) 0≦k≦N−1 算出された平滑パワースペクトルS(i,k)は、雑音
バースト長分布測定部4及び信号検知部6へ送られる。
の各周波数成分(k)に対して、時間方向(i)に、平
滑処理を行う。平滑を例えば、指数平滑で行うならば、
平滑パワースペクトルS(i,k)は、次式(7)のよ
うにして算出される。 S(i,k)=αS 0(i,k)+(1−α)S(i−1,k) …(7) 但し、αは所定の定数(0<α<1) 0≦k≦N−1 算出された平滑パワースペクトルS(i,k)は、雑音
バースト長分布測定部4及び信号検知部6へ送られる。
【0017】(iii ) 雑音バースト長分布測定処理 雑音バースト長分布測定部4では、平滑パワースペクト
ルS(i,k)を、音源信号が存在しない周囲雑音区間
で、所定時間の間(Mフレーム)観測する。この観測平
滑パワースペクトルをST (i,k)とする。
ルS(i,k)を、音源信号が存在しない周囲雑音区間
で、所定時間の間(Mフレーム)観測する。この観測平
滑パワースペクトルをST (i,k)とする。
【0018】まず、次式(8)に基づき、検出レベルS
th(k)をST (i,k)の平均値と分散を用いて算出
する。 Sth(k)=ST (k)+G・σS …(8) G;所定の定数 次に、前記検出レベルSth(k)を越えるバースト長を
各周波数毎にカウント(計数)し、全周波数でのバース
ト長の度数分布PBL(L)を算出する。即ち、各周波数
で、検出レベルSth(k)を越えたバースト長をその発
生順に、L(m,k)(1≦m≦C(k))とすると、
バースト長の度数分布PBL(L)は、L(m,k)を全
てのm,kにわたって度数をカウントする。
th(k)をST (i,k)の平均値と分散を用いて算出
する。 Sth(k)=ST (k)+G・σS …(8) G;所定の定数 次に、前記検出レベルSth(k)を越えるバースト長を
各周波数毎にカウント(計数)し、全周波数でのバース
ト長の度数分布PBL(L)を算出する。即ち、各周波数
で、検出レベルSth(k)を越えたバースト長をその発
生順に、L(m,k)(1≦m≦C(k))とすると、
バースト長の度数分布PBL(L)は、L(m,k)を全
てのm,kにわたって度数をカウントする。
【0019】これによって、周囲雑音の検出レベルに対
する雑音のバースト分布を得ることができたことになる
ので、そのバースト分布をバースト長閾値設定部5へ送
る。なお、観測区間Mは、バースト長の度数分布P
BL(L)の信頼性を高めるためにも、充分長いことが望
ましい。
する雑音のバースト分布を得ることができたことになる
ので、そのバースト分布をバースト長閾値設定部5へ送
る。なお、観測区間Mは、バースト長の度数分布P
BL(L)の信頼性を高めるためにも、充分長いことが望
ましい。
【0020】(iv) バースト長閾値設処理 バースト長閾値設部5では、バーストが音源信号による
ものか、雑音によるものかの判定を行うためのバースト
長閾値Lthを設定する。判定の信頼性を規定するため
に、雑音誤検出率PFAを定義する。これは、雑音による
バーストを誤って音源信号によるバーストと判定する確
率である。
ものか、雑音によるものかの判定を行うためのバースト
長閾値Lthを設定する。判定の信頼性を規定するため
に、雑音誤検出率PFAを定義する。これは、雑音による
バーストを誤って音源信号によるバーストと判定する確
率である。
【0021】雑音誤検出率PFAと前記度数PBL(L)か
ら、次式(9)のようにバースト長閾値Lthを算出す
る。バースト長閾値Lthは、それ以上のバースト長を持
つものは音源信号であると判定しても、その判定が誤り
となる確立がPFA以下となるバースト長である。 但し、Lmax ;観測区間Mで生じた最大のバースト長 このようにして求められたバースト長閾値Lthは、信号
検知部6へ送られる。
ら、次式(9)のようにバースト長閾値Lthを算出す
る。バースト長閾値Lthは、それ以上のバースト長を持
つものは音源信号であると判定しても、その判定が誤り
となる確立がPFA以下となるバースト長である。 但し、Lmax ;観測区間Mで生じた最大のバースト長 このようにして求められたバースト長閾値Lthは、信号
検知部6へ送られる。
【0022】(V) 信号検知処理 信号検知部6では、雑音バースト長分布測定部4及びバ
ースト長閾値設部5の動作が完了し、バースト長閾値L
thが確定した時点から、信号検知動作を開始し、入力さ
れる平滑パワースペクトルS(i,k)から、バースト
長が、バースト長閾値Lthを越える音を音源信号である
として検知する。例えば、検知結果の表示は、平滑パワ
ースペクトルS(i,k)を一旦、M<i≦M+Jの区
間蓄え、その中からバースト長が閾値Lthを越えるもの
のみをパワースペクトルS(i,k)として表示する。
ースト長閾値設部5の動作が完了し、バースト長閾値L
thが確定した時点から、信号検知動作を開始し、入力さ
れる平滑パワースペクトルS(i,k)から、バースト
長が、バースト長閾値Lthを越える音を音源信号である
として検知する。例えば、検知結果の表示は、平滑パワ
ースペクトルS(i,k)を一旦、M<i≦M+Jの区
間蓄え、その中からバースト長が閾値Lthを越えるもの
のみをパワースペクトルS(i,k)として表示する。
【0023】以上のように、本実施例では、平滑フィル
タによる雑音のバースト化という概念を導入し、雑音バ
ースト長を測定し、さらにその雑音バースト長からバー
スト長分布を測定し、該バースト長分布から閾値を設定
して該閾値によって信号と雑音の識別を行うようにして
いる。その為、バースト化した雑音を誤って信号と判別
する危険性を低減できる。さらに、バースト長閾値設定
によって定量化された信頼性に基づく信号検知が実現で
きる。従って、前記のようなバースト化した雑音を誤っ
て信号と判別する危険性を除去するために人間による観
察及び判断力を不要にし、精度の良い信号検知の自動化
が可能となる。
タによる雑音のバースト化という概念を導入し、雑音バ
ースト長を測定し、さらにその雑音バースト長からバー
スト長分布を測定し、該バースト長分布から閾値を設定
して該閾値によって信号と雑音の識別を行うようにして
いる。その為、バースト化した雑音を誤って信号と判別
する危険性を低減できる。さらに、バースト長閾値設定
によって定量化された信頼性に基づく信号検知が実現で
きる。従って、前記のようなバースト化した雑音を誤っ
て信号と判別する危険性を除去するために人間による観
察及び判断力を不要にし、精度の良い信号検知の自動化
が可能となる。
【0024】なお、本発明は上記実施例に限定されず、
種々の変形が可能である。例えば、上記実施例では指数
平滑で平滑処理を行っているが、それ以外の平滑方法を
用いても良い。また、雑音バースト長分布測定処理で
は、バースト長の評価のためにバースト長に関する度数
分布を求めているが、この度数分布に代えて累積分布等
といった他の統計量に置き換えてバースト長の評価を行
うようにしても良い。このように、雑音下での信号検出
方法において、平滑操作によって雑音の除去を行う際
に、平滑操作による雑音の誤検出によるバースト長を種
々の方法で評価することが可能である。
種々の変形が可能である。例えば、上記実施例では指数
平滑で平滑処理を行っているが、それ以外の平滑方法を
用いても良い。また、雑音バースト長分布測定処理で
は、バースト長の評価のためにバースト長に関する度数
分布を求めているが、この度数分布に代えて累積分布等
といった他の統計量に置き換えてバースト長の評価を行
うようにしても良い。このように、雑音下での信号検出
方法において、平滑操作によって雑音の除去を行う際
に、平滑操作による雑音の誤検出によるバースト長を種
々の方法で評価することが可能である。
【0025】
【発明の効果】以上詳細に説明したように、本発明によ
れば、雑音下での信号検出方法において、平滑操作によ
って雑音を低減する際に、平滑操作による雑音の誤検出
によるバースト長を、バースト長分布とそれから求めた
バースト長閾値によって評価し、その評価結果に基づき
雑音と信号の識別を行うようにしている。そのため、バ
ースト化した雑音を誤って信号と判定する危険性を低減
でき、さらにバースト長閾値設定による定量化された信
頼性に基づく信号の検知が実現できる。従って、精度の
高い信号検知の自動化が可能となる。
れば、雑音下での信号検出方法において、平滑操作によ
って雑音を低減する際に、平滑操作による雑音の誤検出
によるバースト長を、バースト長分布とそれから求めた
バースト長閾値によって評価し、その評価結果に基づき
雑音と信号の識別を行うようにしている。そのため、バ
ースト化した雑音を誤って信号と判定する危険性を低減
でき、さらにバースト長閾値設定による定量化された信
頼性に基づく信号の検知が実現できる。従って、精度の
高い信号検知の自動化が可能となる。
【図1】本発明の実施例の信号検出方法を実施するため
の信号検出装置の機能ブロック図である。
の信号検出装置の機能ブロック図である。
1 受信器 2 オートパワースペクトル分析部 3 平滑部 4 雑音バースト長分布測定部 5 バースト長閾値設定部 6 信号検知部
Claims (1)
- 【請求項1】 雑音下での信号を受信し、該受信信号の
パワースペクトルを求め、平滑処理によって雑音を低減
した後に前記信号の検出を行う信号検出方法において、 前記平滑処理による雑音のバースト化によって生成され
た雑音バーストの長さを測定して該雑音バースト長分布
を求め、 前記雑音バースト長分布と所定の雑音誤検出率とから、
バースト長閾値を設定し、 前記バースト長閾値に基づき、前記平滑処理後の平滑パ
ワースペクトルにおける前記雑音と前記信号の識別を行
うことを特徴とする信号検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28168591A JP2708301B2 (ja) | 1991-10-28 | 1991-10-28 | 信号検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28168591A JP2708301B2 (ja) | 1991-10-28 | 1991-10-28 | 信号検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05118907A JPH05118907A (ja) | 1993-05-14 |
JP2708301B2 true JP2708301B2 (ja) | 1998-02-04 |
Family
ID=17642562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP28168591A Expired - Fee Related JP2708301B2 (ja) | 1991-10-28 | 1991-10-28 | 信号検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2708301B2 (ja) |
-
1991
- 1991-10-28 JP JP28168591A patent/JP2708301B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH05118907A (ja) | 1993-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
NO313063B1 (no) | Fremgangsmåte for å kontollere korrosjon på rörledninger | |
US6530890B2 (en) | Ultrasound diagnostic apparatus and method for measuring blood flow velocity using doppler effect | |
WO2017082461A2 (ko) | 초음파 도플러 태아감시 장치의 심박 검출 신호처리 방법 | |
US5582176A (en) | Methods and apparatus for automatically determining edge frequency in doppler ultrasound signals | |
EP0442342B1 (en) | Voice signal processing device | |
US6556511B1 (en) | Method of locking onto and tracking a target | |
JP3298318B2 (ja) | ガラス割れ検出装置 | |
WO2015146592A1 (ja) | 拍検出装置 | |
JPS61265533A (ja) | 回転体の異常検出装置 | |
JP2708301B2 (ja) | 信号検出方法 | |
US20220296209A1 (en) | Fetal ultrasound processing unit | |
JP2999868B2 (ja) | 信号検出方法 | |
EP1001352A1 (en) | Data conversion method, data converter, and program storage medium | |
EP0848335B1 (en) | Method and apparatus for QRS detection | |
JP2001108563A (ja) | 異常箇所検出装置 | |
JP3344864B2 (ja) | 残響時間自動測定方法および残響時間自動測定装置 | |
JP4173408B2 (ja) | 地震動識別方法及びそのための装置 | |
JPH08189921A (ja) | 割れ検出装置 | |
JP2982764B2 (ja) | 周波数分析装置及び水中目標類別装置 | |
JP3639145B2 (ja) | 異常箇所検出装置 | |
JPH04100099A (ja) | 音声検出装置 | |
JP3148466B2 (ja) | ヘリコプタ音と車両音との識別装置 | |
JP2005233865A (ja) | 構造部材の腐食判定方法および装置 | |
JP3254105B2 (ja) | キャビテーション判定装置 | |
JP3641817B2 (ja) | 高精度周波数分析法による漏水音識別方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19971007 |
|
LAPS | Cancellation because of no payment of annual fees |