JPH0522238A - ノイズ除去装置 - Google Patents
ノイズ除去装置Info
- Publication number
- JPH0522238A JPH0522238A JP17114691A JP17114691A JPH0522238A JP H0522238 A JPH0522238 A JP H0522238A JP 17114691 A JP17114691 A JP 17114691A JP 17114691 A JP17114691 A JP 17114691A JP H0522238 A JPH0522238 A JP H0522238A
- Authority
- JP
- Japan
- Prior art keywords
- data
- time history
- signal
- unit
- processing
- 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.)
- Pending
Links
Landscapes
- Noise Elimination (AREA)
Abstract
(57)【要約】
【目的】 本来、信号に含まれていた過渡的な情報を時
刻歴のデータとして再現することのできるノイズ除去装
置を得ることを目的とする。 【構成】 高速フーリェ変換処理手段２は解析しようと
する信号を時刻歴に従って分割し、分割された時刻歴波
形を高速フーリェ変換によって周波数領域データに変換
する。規格化手段３は変換された周波数領域データに対
して非線形フィルタ処理をする。逆ＦＦＴ処理手段４は
非線形フィルタ処理された結果を時刻歴データに変換す
る。
刻歴のデータとして再現することのできるノイズ除去装
置を得ることを目的とする。 【構成】 高速フーリェ変換処理手段２は解析しようと
する信号を時刻歴に従って分割し、分割された時刻歴波
形を高速フーリェ変換によって周波数領域データに変換
する。規格化手段３は変換された周波数領域データに対
して非線形フィルタ処理をする。逆ＦＦＴ処理手段４は
非線形フィルタ処理された結果を時刻歴データに変換す
る。
Description
【０００１】
【産業上の利用分野】本発明は、各種の信号に含まれる
ノイズ、例えば、電動機の動力ケーブル等によって発生
する定常的なノイズを除去し、信号が本来持っている情
報の信頼度を増すと共に、その信号を用いた例えば回転
機械等の振動診断技術を向上させるノイズ除去装置に関
する。
ノイズ、例えば、電動機の動力ケーブル等によって発生
する定常的なノイズを除去し、信号が本来持っている情
報の信頼度を増すと共に、その信号を用いた例えば回転
機械等の振動診断技術を向上させるノイズ除去装置に関
する。
【０００２】
【従来の技術】古来、信号に含まれるノイズを除去する
ために、コンデンサ及び抵抗器からなるアナログフィル
タが使用されていた。また、最近では計算機技術の進歩
と相俟って、評価の対象となる信号をディジタルデータ
に変換した後に、計算機上で様々な処理を加えるディジ
タルデータ処理技術が急速に発展しつつある。
ために、コンデンサ及び抵抗器からなるアナログフィル
タが使用されていた。また、最近では計算機技術の進歩
と相俟って、評価の対象となる信号をディジタルデータ
に変換した後に、計算機上で様々な処理を加えるディジ
タルデータ処理技術が急速に発展しつつある。
【０００３】
【発明が解決しようとする課題】上述したように、アナ
ログフィルタを用いたり、あるいは、計算機上で処理を
加えたりするフィルタリング処理は、予め定めた特定の
周波数成分に限定して、この周波数成分を削除するもの
であった。そのため、様々な周波数を持ったノイズのパ
ターンに対応できず、例えば、時間的に限られた状態で
発生する情報の抽出や、ノイズと同じ周波数成分を持っ
た信号の再現が難しいという問題があった。 この発明
は上記の問題点を解決すためになされたもので、本来信
号に含まれていた過渡的な情報を時刻歴のデータとして
再現することのできるノイズ除去装置を得ることを目的
とする。
ログフィルタを用いたり、あるいは、計算機上で処理を
加えたりするフィルタリング処理は、予め定めた特定の
周波数成分に限定して、この周波数成分を削除するもの
であった。そのため、様々な周波数を持ったノイズのパ
ターンに対応できず、例えば、時間的に限られた状態で
発生する情報の抽出や、ノイズと同じ周波数成分を持っ
た信号の再現が難しいという問題があった。 この発明
は上記の問題点を解決すためになされたもので、本来信
号に含まれていた過渡的な情報を時刻歴のデータとして
再現することのできるノイズ除去装置を得ることを目的
とする。
【０００４】
【課題を解決するための手段】本発明は、高速フーリェ
変換処理手段が解析しようとする信号を時刻歴に従って
分割し、さらに、分割された時刻歴波形を高速フーリェ
変換によって周波数領域データに変換する。そして、変
換された周波数領域データに対して規格化手段が非線形
フィルタ処理をし、さらに、非線形フィルタ処理された
結果を逆高速フーリェ変換処理手段によって時刻歴デー
タに変換するように構成したものである。
変換処理手段が解析しようとする信号を時刻歴に従って
分割し、さらに、分割された時刻歴波形を高速フーリェ
変換によって周波数領域データに変換する。そして、変
換された周波数領域データに対して規格化手段が非線形
フィルタ処理をし、さらに、非線形フィルタ処理された
結果を逆高速フーリェ変換処理手段によって時刻歴デー
タに変換するように構成したものである。
【０００５】
【作用】一般に、時刻歴のデータをいくつかのブロック
に分割し、高速フーリェ変換（Fast Fourier Transfor
m、以下、ＦＦＴと略記する）処理を通して周波数スペ
クトルを求め、その平均処理を施すことにより、信号に
含まれる周期的な成分の特徴を抽出することができる。
に分割し、高速フーリェ変換（Fast Fourier Transfor
m、以下、ＦＦＴと略記する）処理を通して周波数スペ
クトルを求め、その平均処理を施すことにより、信号に
含まれる周期的な成分の特徴を抽出することができる。
【０００６】しかし、この手法はいくつかのブロックに
分割されたデータのＦＦＴ解析結果に平均処理を施すこ
とによって、解析・処理結果の信頼度を向上させるもの
で、例えば、ある瞬間に発生した変動等、限られた時間
に発生する情報を得ることは難しかった。特に、ノイズ
と同じ周波数成分に変化が発生した場合には、その信号
に含まれていた情報を得ることは一層難しく、定常的な
ノイズが含まれている信号の時刻歴波形から、ある瞬間
に発生した情報を得ることは不可能であった。
分割されたデータのＦＦＴ解析結果に平均処理を施すこ
とによって、解析・処理結果の信頼度を向上させるもの
で、例えば、ある瞬間に発生した変動等、限られた時間
に発生する情報を得ることは難しかった。特に、ノイズ
と同じ周波数成分に変化が発生した場合には、その信号
に含まれていた情報を得ることは一層難しく、定常的な
ノイズが含まれている信号の時刻歴波形から、ある瞬間
に発生した情報を得ることは不可能であった。
【０００７】この発明においては、信号に含まれる定常
的なノイズの特徴をＦＦＴ処理によって求め、その結果
を用いて採取した信号を規格化し、さらに、逆ＦＦＴ処
理を施すことにより時刻歴データに戻している。
的なノイズの特徴をＦＦＴ処理によって求め、その結果
を用いて採取した信号を規格化し、さらに、逆ＦＦＴ処
理を施すことにより時刻歴データに戻している。
【０００８】これにより、ある瞬間に発生した変動等、
時間的に限られた状態で発生する情報を抽出でき、ま
た、ノイズと同じ周波数成分に、本来再現すべき信号が
発生した場合もその信号を再現できる。
時間的に限られた状態で発生する情報を抽出でき、ま
た、ノイズと同じ周波数成分に、本来再現すべき信号が
発生した場合もその信号を再現できる。
【０００９】
【実施例】以下、本発明を図面に示す実施例について詳
細に説明する。
細に説明する。
【００１０】図１はこの発明の一実施例の構成を示すブ
ロック図である。
ロック図である。
【００１１】このノイズ除去装置は信号入力手段１とし
て、解析対象信号を入力する解析信号入力部11を備え、
ＦＦＴ処理手段２として、入力されたデータに対して一
次処理を行うブロック分割部21と、ブロックに分割され
たデータに対してＦＦＴ処理を施すＦＦＴ処理部22とを
備えている。
て、解析対象信号を入力する解析信号入力部11を備え、
ＦＦＴ処理手段２として、入力されたデータに対して一
次処理を行うブロック分割部21と、ブロックに分割され
たデータに対してＦＦＴ処理を施すＦＦＴ処理部22とを
備えている。
【００１２】また、規格化手段３として、得られたデー
タに対してフィルタリングを行うための規格化機能を実
現するべく、ＦＦＴ処理によって得られた周波数領域の
データを用いて定常的なノイズの特徴を求めるＦＦＴデ
ータ平均部31と、その結果を保存するための基準データ
保存部32と、各ブロック毎に得られた瞬間のＦＦＴ処理
結果を蓄えるカレントデータ保存部33と、周波数領域に
変換された各ブロック毎のデータに対して非線形フィル
タリング処理を実施する規格化データ作成部34とを備え
ている。
タに対してフィルタリングを行うための規格化機能を実
現するべく、ＦＦＴ処理によって得られた周波数領域の
データを用いて定常的なノイズの特徴を求めるＦＦＴデ
ータ平均部31と、その結果を保存するための基準データ
保存部32と、各ブロック毎に得られた瞬間のＦＦＴ処理
結果を蓄えるカレントデータ保存部33と、周波数領域に
変換された各ブロック毎のデータに対して非線形フィル
タリング処理を実施する規格化データ作成部34とを備え
ている。
【００１３】さらに、逆ＦＦＴ処理手段４として、規格
化された各ブロック毎の周波数領域データを時刻歴デー
タに変換する逆ＦＦＴ処理部41を備え、信号出力手段５
として、解析結果を様々な形態で出力するための解析結
果出力部51を備えている。
化された各ブロック毎の周波数領域データを時刻歴デー
タに変換する逆ＦＦＴ処理部41を備え、信号出力手段５
として、解析結果を様々な形態で出力するための解析結
果出力部51を備えている。
【００１４】上記のように構成された本実施例の動作
を、図２に示す概念図をも参照して以下に説明する。
を、図２に示す概念図をも参照して以下に説明する。
【００１５】先ず、図２(a) に時刻歴波形（処理前）を
示したように、定常的なノイズを含んだ信号が解析信号
入力部11によってブロック分割部21に与えられる。ブロ
ック分割部21は、図２(b) に示すように、この信号をＢ
１，Ｂ２，・・・の各ブロックに分割する。次に、ブロ
ックに分割されたデータはＦＦＴ処理部22にて順次ＦＦ
Ｔ処理が施され、周波数領域データに変換される。
示したように、定常的なノイズを含んだ信号が解析信号
入力部11によってブロック分割部21に与えられる。ブロ
ック分割部21は、図２(b) に示すように、この信号をＢ
１，Ｂ２，・・・の各ブロックに分割する。次に、ブロ
ックに分割されたデータはＦＦＴ処理部22にて順次ＦＦ
Ｔ処理が施され、周波数領域データに変換される。
【００１６】続いて、周波数領域に変換された各ブロッ
クのデータは、カレントデータ保存部33に保存される。
保存されたＦＦＴ処理データの一例を図２(c) にカレン
トスペクトルとして示す。また、周波数領域に変換され
た各ブロックのデータは、ＦＦＴデータ平均部31に送り
込まれ、ここで、平均処理が実施される。この平均処理
によって作成された基準データは、基準データ保存部32
に送られて保存される。保存された基準データの一例を
図２(d) に基準スペクトル（それぞれ横軸は周波数）で
示す。ここで、基準データを作成するための平均処理
は、ＦＦＴ処理によって周波数領域のデータに変換され
た、周波数毎のデータに対して実施される。また、平均
処理による基準データの作成は、ある一定期間のＦＦＴ
処理データをＦＦＴデータ平均部31に送り込むことによ
り実現できる。
クのデータは、カレントデータ保存部33に保存される。
保存されたＦＦＴ処理データの一例を図２(c) にカレン
トスペクトルとして示す。また、周波数領域に変換され
た各ブロックのデータは、ＦＦＴデータ平均部31に送り
込まれ、ここで、平均処理が実施される。この平均処理
によって作成された基準データは、基準データ保存部32
に送られて保存される。保存された基準データの一例を
図２(d) に基準スペクトル（それぞれ横軸は周波数）で
示す。ここで、基準データを作成するための平均処理
は、ＦＦＴ処理によって周波数領域のデータに変換され
た、周波数毎のデータに対して実施される。また、平均
処理による基準データの作成は、ある一定期間のＦＦＴ
処理データをＦＦＴデータ平均部31に送り込むことによ
り実現できる。
【００１７】なお、より高いフィルタリング効果を期待
するならば、解析対象の全時刻のデータに対して平均処
理を実施すればよい。この場合、カレントデータ保存部
33のデータ保存の領域は、全データの総ブロックを保存
することができる量だけ必要になる。
するならば、解析対象の全時刻のデータに対して平均処
理を実施すればよい。この場合、カレントデータ保存部
33のデータ保存の領域は、全データの総ブロックを保存
することができる量だけ必要になる。
【００１８】一方、このようなバッチ的な処理の他に、
逐次型の平均処理を行うことによって基準データをリア
ルタイムに作成することができる。この場合、逐次型の
平均処理を行う上で必要になる時定数を調整することに
よって、ゆっくりとしたノイズの変動に対して追従する
フィルタリング処理が可能になる。次に、規格化データ
作成部34では、基準データ保存部32に保存された周波数
領域のデータを用いてカレントデータの規格化を実施す
る。規格化されたデータの一例を図２(e) に処理後のス
ペクトル（それぞれ、横軸は周波数）として示す。
逐次型の平均処理を行うことによって基準データをリア
ルタイムに作成することができる。この場合、逐次型の
平均処理を行う上で必要になる時定数を調整することに
よって、ゆっくりとしたノイズの変動に対して追従する
フィルタリング処理が可能になる。次に、規格化データ
作成部34では、基準データ保存部32に保存された周波数
領域のデータを用いてカレントデータの規格化を実施す
る。規格化されたデータの一例を図２(e) に処理後のス
ペクトル（それぞれ、横軸は周波数）として示す。
【００１９】カレントデータの規格化は、各周波数のデ
ータに対して、基準データすなわちノイズの持っている
成分を取り除くために実施する。従って、カレントデー
タの規格化は各周波数のデータ毎に実施する。以下、あ
る周波数のデータ処理に着目していくつか規格化の例を
示す。 〈規格化例１〉 Ｒn ′＝Ｒn ＊｛（Ｇn ／Ｇbn）−１｝ …(1) Ｅn ′＝Ｅn ＊｛（Ｇn ／Ｇbn）−１｝ …(2) 〈規格化例２〉 Ｒn ′＝Ｒn ＊｛（Ｇn −Ｇbn）／（Ｇbmax−Ｇbmin）｝ …(3) Ｅn ′＝Ｅn ＊｛（Ｇn −Ｇbn）／（Ｇbmax−Ｇbmin）｝ …(4) 〈規格化例３〉 Ｒn ′＝Ｒn ＊（Ｇn −Ｇbn） …(5) Ｅn ′＝Ｅn ＊（Ｇn −Ｇbn） …(6) ただし、添字ｎはＦＦＴ処理によって周波数領域に変換
されたデータの順序を示す番号、Ｒn はＦＦＴ処理の結
果得られるカレントデータのｎ番目の周波数の実数部の
値、Ｅn は同じくｎ番目の周波数の虚数部の値、Ｇn は
同ｎ番目の周波数の絶対値、ＧbnはＦＦＴ処理の結果を
平均処理して得られる基準データのｎ番目の周波数の絶
対値、Ｇbmaxは基準データを作成するための平均処理を
行う際に求められるｎ番目の周波数の絶対値の最大値、
Ｇbminは同じく最小値、Ｒn ′は規格化されたｎ番目の
周波数の実数部の値、Ｅn ′は虚数部の値である。
ータに対して、基準データすなわちノイズの持っている
成分を取り除くために実施する。従って、カレントデー
タの規格化は各周波数のデータ毎に実施する。以下、あ
る周波数のデータ処理に着目していくつか規格化の例を
示す。 〈規格化例１〉 Ｒn ′＝Ｒn ＊｛（Ｇn ／Ｇbn）−１｝ …(1) Ｅn ′＝Ｅn ＊｛（Ｇn ／Ｇbn）−１｝ …(2) 〈規格化例２〉 Ｒn ′＝Ｒn ＊｛（Ｇn −Ｇbn）／（Ｇbmax−Ｇbmin）｝ …(3) Ｅn ′＝Ｅn ＊｛（Ｇn −Ｇbn）／（Ｇbmax−Ｇbmin）｝ …(4) 〈規格化例３〉 Ｒn ′＝Ｒn ＊（Ｇn −Ｇbn） …(5) Ｅn ′＝Ｅn ＊（Ｇn −Ｇbn） …(6) ただし、添字ｎはＦＦＴ処理によって周波数領域に変換
されたデータの順序を示す番号、Ｒn はＦＦＴ処理の結
果得られるカレントデータのｎ番目の周波数の実数部の
値、Ｅn は同じくｎ番目の周波数の虚数部の値、Ｇn は
同ｎ番目の周波数の絶対値、ＧbnはＦＦＴ処理の結果を
平均処理して得られる基準データのｎ番目の周波数の絶
対値、Ｇbmaxは基準データを作成するための平均処理を
行う際に求められるｎ番目の周波数の絶対値の最大値、
Ｇbminは同じく最小値、Ｒn ′は規格化されたｎ番目の
周波数の実数部の値、Ｅn ′は虚数部の値である。
【００２０】次に、規格化された周波数領域のデータに
対して、逆ＦＦＴ処理部41が逆ＦＦＴ処理を施すことに
よって、周波数領域のデータを時刻歴データに戻す。時
刻歴データに再変換された処理後のデータを図２(f) に
示す。
対して、逆ＦＦＴ処理部41が逆ＦＦＴ処理を施すことに
よって、周波数領域のデータを時刻歴データに戻す。時
刻歴データに再変換された処理後のデータを図２(f) に
示す。
【００２１】そして、このような時刻歴データに戻され
たデータは解析結果出力部51から出力される。
たデータは解析結果出力部51から出力される。
【００２２】以上説明した如く、本実施例によれば、信
号の持っている平均的なノイズデータを用いて得られた
信号を規格化する非線形処理を実施することにより、定
常的な信号のノイズ成分を効率的に除去することがで
き、本来信号に含まれていた過渡的な情報を時刻歴のデ
ータとして再現することができるる。
号の持っている平均的なノイズデータを用いて得られた
信号を規格化する非線形処理を実施することにより、定
常的な信号のノイズ成分を効率的に除去することがで
き、本来信号に含まれていた過渡的な情報を時刻歴のデ
ータとして再現することができるる。
【００２３】なお、図１に示した信号入力手段１、ＦＦ
Ｔ処理手段２、規格化手段３、逆ＦＦＴ処理手段４およ
び信号出力手段５を、ディジタルプロセッサ（ＤＳＰ）
等を用いて高速化することにより、インテリジェントな
フィルタリングシステムを構築することができる。
Ｔ処理手段２、規格化手段３、逆ＦＦＴ処理手段４およ
び信号出力手段５を、ディジタルプロセッサ（ＤＳＰ）
等を用いて高速化することにより、インテリジェントな
フィルタリングシステムを構築することができる。
【００２４】ところで、ＦＦＴ処理によって周波数領域
に変換されたデータに対して周波数領域で処理を加え、
さらに、そのデータに対して逆ＦＦＴ処理によって時刻
歴データを生成する場合、ＦＦＴ処理を行うためのブロ
ックの繋ぎ目に不連続部分が発生することがある。この
影響を取り除くために、ＦＦＴ解析を行う単位となるブ
ロックを、図３(b) にブロック化処理として示すように
重複させ、それぞれのデータに対してカレントスペクト
ルを求める等のＦＦＴ演算を行い、規格化のための非線
形ＦＦＴフィルタリング処理を行い、逆ＦＦＴ処理を行
う。
に変換されたデータに対して周波数領域で処理を加え、
さらに、そのデータに対して逆ＦＦＴ処理によって時刻
歴データを生成する場合、ＦＦＴ処理を行うためのブロ
ックの繋ぎ目に不連続部分が発生することがある。この
影響を取り除くために、ＦＦＴ解析を行う単位となるブ
ロックを、図３(b) にブロック化処理として示すように
重複させ、それぞれのデータに対してカレントスペクト
ルを求める等のＦＦＴ演算を行い、規格化のための非線
形ＦＦＴフィルタリング処理を行い、逆ＦＦＴ処理を行
う。
【００２５】この場合、逆ＦＦＴ処理演算によって算出
される時刻歴データは、隣り合うブロックどうしで重複
している。重複部分のデータを単純に加算処理するとそ
の時刻のレベルが他の部分の２倍になってしまうため、
例えば、図３(e) の各ブロックゲイン加算処理に示す倍
率で各ブロック中の各時刻のデータを調整し、最終的に
は全体のゲインが１になるようにする。
される時刻歴データは、隣り合うブロックどうしで重複
している。重複部分のデータを単純に加算処理するとそ
の時刻のレベルが他の部分の２倍になってしまうため、
例えば、図３(e) の各ブロックゲイン加算処理に示す倍
率で各ブロック中の各時刻のデータを調整し、最終的に
は全体のゲインが１になるようにする。
【００２６】一方、信号の過渡的な変動を感度よく検出
することが可能な本フィルタリング手法の特徴を生かし
て、診断への応用を図ることができる。図４はその応用
例である。
することが可能な本フィルタリング手法の特徴を生かし
て、診断への応用を図ることができる。図４はその応用
例である。
【００２７】図中、図１と同一の符号を付したものはそ
れぞれ同一の要素を示し、図１中の規格化データ作成部
34、逆ＦＦＴ処理部41および解析結果出力部51を除去
し、その代わりに診断データ作成部61、診断用敷値保存
部62、異常等判定部63および警報出力部64でなる診断装
置６を設けたものである。
れぞれ同一の要素を示し、図１中の規格化データ作成部
34、逆ＦＦＴ処理部41および解析結果出力部51を除去
し、その代わりに診断データ作成部61、診断用敷値保存
部62、異常等判定部63および警報出力部64でなる診断装
置６を設けたものである。
【００２８】ここで、診断データ作成部61では基準デー
タ保存部32のデータと、カレントデータ保存部33のデー
タを用いて非線形ＦＦＴフィルタリング処理を行うと同
時に、さらに、診断を行う上で重要な要素を抽出するた
めのマスキング処理等を行う。このようにして生成され
た診断データと、診断用閾値保存部62に保存された敷居
値とが異常等判定部63に比較され、すなわち、異常等の
判定が行われ、その結果が警報出力部64から出力され
る。
タ保存部32のデータと、カレントデータ保存部33のデー
タを用いて非線形ＦＦＴフィルタリング処理を行うと同
時に、さらに、診断を行う上で重要な要素を抽出するた
めのマスキング処理等を行う。このようにして生成され
た診断データと、診断用閾値保存部62に保存された敷居
値とが異常等判定部63に比較され、すなわち、異常等の
判定が行われ、その結果が警報出力部64から出力され
る。
【００２９】かくして、本発明を応用して、精度の高い
異常診断が可能となる。
異常診断が可能となる。
【００３０】
【発明の効果】以上の説明によって明らかなようにこの
発明によれば、定常的なノイズ除去等を行うＦＦＴ非線
形フィルタリング処理を行うことによって、定常的なノ
イズを含んでいる信号の中から過渡的な現象を感度良く
とらえることが可能となる。また、この情報抽出を異常
診断に利用することによって、精度の高い異常診断も可
能になるという効果がある。
発明によれば、定常的なノイズ除去等を行うＦＦＴ非線
形フィルタリング処理を行うことによって、定常的なノ
イズを含んでいる信号の中から過渡的な現象を感度良く
とらえることが可能となる。また、この情報抽出を異常
診断に利用することによって、精度の高い異常診断も可
能になるという効果がある。
【図１】本発明の一実施例の構成を示すブロック図。
【図２】本発明の一実施例の動作を説明するための概念
図。
図。
【図３】本発明の他の実施例の動作を説明するための概
念図。
念図。
【図４】本発明を応用した異常診断装置の構成を示すブ
ロック図。
ロック図。
１ 信号入力手段 ２ ＦＦＴ処理手段 ３ 規格化手段 ４ 逆ＦＦＴ処理手段 ５ 信号出力手段 ６ 診断装置 １１ 解析信号入力部 ２１ ブロック分割部 ２２ ＦＦＴ処理部 ３１ ＦＦＴデータ平均部 ３２ 基準データ保存部 ３３ カレントデータ保存部 ３４ 規格化データ作成部 ４１ 逆ＦＦＴ処理部 ５１ 解析結果出力部 ６１ 診断データ作成部 ６２ 診断用敷値保存部 ６３ 異常等判定部 ６４ 警報出力部
Claims (1)
- 【特許請求の範囲】 【請求項１】解析しようとする信号を時刻歴に従って分
割し、分割された時刻歴波形を高速フーリェ変換によっ
て周波数領域データに変換する高速フーリェ変換処理手
段と、変換された周波数領域データに対して非線形フィ
ルタ処理をする規格化手段と、非線形フィルタ処理され
た結果を時刻歴データに変換する逆高速フーリェ変換処
理手段とを備えたことを特徴とするノイズ除去装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17114691A JPH0522238A (ja) | 1991-07-11 | 1991-07-11 | ノイズ除去装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17114691A JPH0522238A (ja) | 1991-07-11 | 1991-07-11 | ノイズ除去装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0522238A true JPH0522238A (ja) | 1993-01-29 |
Family
ID=15917842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP17114691A Pending JPH0522238A (ja) | 1991-07-11 | 1991-07-11 | ノイズ除去装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0522238A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010154092A (ja) * | 2008-12-24 | 2010-07-08 | Fujitsu Ltd | 雑音検出装置及び雑音検出方法 |
| JP2012191413A (ja) * | 2011-03-10 | 2012-10-04 | Toshiba Corp | 受信装置及び信号判定プログラム |
-
1991
- 1991-07-11 JP JP17114691A patent/JPH0522238A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010154092A (ja) * | 2008-12-24 | 2010-07-08 | Fujitsu Ltd | 雑音検出装置及び雑音検出方法 |
| JP2012191413A (ja) * | 2011-03-10 | 2012-10-04 | Toshiba Corp | 受信装置及び信号判定プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Randall | A history of cepstrum analysis and its application to mechanical problems | |
| JP2993815B2 (ja) | 雑音除去装置 | |
| US20130046540A9 (en) | Restoration of high-order Mel Frequency Cepstral Coefficients | |
| Sharma et al. | Improved eigenvalue decomposition-based approach for reducing cross-terms in Wigner–Ville distribution | |
| Sabbaghian-Bidgoli et al. | Fault detection of broken rotor bar using an improved form of Hilbert–Huang transform | |
| JPH06230800A (ja) | 音声データ圧縮及び再生の方法及び装置 | |
| Kumar et al. | A combined approach for weak fault signature extraction of rolling element bearing using Hilbert envelop and zero frequency resonator | |
| EP1497935B1 (en) | Feature-based audio content identification | |
| CN110415722B (zh) | 语音信号处理方法、存储介质、计算机程序和电子设备 | |
| CN116706876A (zh) | 一种双高电力系统宽频振荡识别方法、装置及设备 | |
| US20040199381A1 (en) | Restoration of high-order Mel Frequency Cepstral Coefficients | |
| JP3918034B2 (ja) | マスク限界を決定するための方法及び装置 | |
| JPH0522238A (ja) | ノイズ除去装置 | |
| US5701391A (en) | Method and system for compressing a speech signal using envelope modulation | |
| CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 | |
| CN115266066A (zh) | 旋转体的故障识别方法、装置、设备及存储介质 | |
| JP2871120B2 (ja) | 自動採譜装置 | |
| Arashloo et al. | A novel broken rotor bar fault detection method using park's transform and wavelet decomposition | |
| US6611854B1 (en) | System and method for distorting a signal | |
| JP7159767B2 (ja) | 音声信号処理プログラム、音声信号処理方法及び音声信号処理装置 | |
| CN116343812B (zh) | 一种语音处理方法 | |
| JP2005077423A (ja) | ノイズ除去装置 | |
| CN113192529B (zh) | 音源数据修复方法、装置、终端及存储介质 | |
| JPH09246983A (ja) | ディジタル信号処理装置 | |
| JP2001142463A (ja) | 楽音波形分析方法及び楽音波形分析装置並びに楽音波形分析プログラムを記録した記録媒体 |