JPH07234132A - 信号処理装置 - Google Patents
信号処理装置Info
- Publication number
- JPH07234132A JPH07234132A JP6025177A JP2517794A JPH07234132A JP H07234132 A JPH07234132 A JP H07234132A JP 6025177 A JP6025177 A JP 6025177A JP 2517794 A JP2517794 A JP 2517794A JP H07234132 A JPH07234132 A JP H07234132A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- wavelet
- noise
- filter
- wavelet transform
- 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.)
- Granted
Links
Landscapes
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
- Transmission And Conversion Of Sensor Element Output (AREA)
Abstract
している場合や、計測信号のS/N比が小さい場合など
においても、ノイズ除去を可能にする。 【構成】 フィルタ生成装置2は、ノイズの教師信号N
i(t)と目標信号の教師信号Sj(t)が与えられると、ウェ
ーブレット変換装置4により得た全ての教師信号の変換
係数列をWS+N(t,a)、目標信号の教師信号のみの変換係
数列をWS(t,a)とすると、WS+N(t,a)を入力したとき、
WS(t,a)に最も近い係数列が得られるフィルタF(W)
をフィルタ生成装置5により生成する。ウェーブレット
・フィルタ装置3は、ノイズを含む混在信号V(t) が与
えられたとき、ウェーブレット変換装置4′でウェーブ
レット変換係数列WV(t,a)を求め、上記フィルタF
(W)をフィルタリング装置6により施して係数列Wf
V(t,a)を生成し、ウェーブレット逆変換装置7により逆
変換してノイズ成分を除いた信号Vf (t) を得る。
Description
号から、目標とする要因の信号以外の信号成分(ノイ
ズ)を除去する機能を持つ信号処理装置に関する。
の計測信号を用いる異常検出装置、監視装置、検査装置
などでは、精度を向上するために、計測信号に含まれる
ノイズを除去する信号処理装置が使用されている。
除去する従来の信号処理装置は、図5に示すように教師
信号を用いたものが知られている。図5(a)は学習に
よりフィルタを生成する場合の処理、図5(b)は同図
(a)の処理で生成したフィルタを用いてフィルタリン
グする場合の処理を示したものである。
教師信号Sj (t)とノイズの教師信号Ni (t)をフ
ィルタ装置11に与え、このフィルタ装置11により原
信号を処理対象としてフィルタ12を生成する。
5(b)に示すように上記フィルタ装置1に対して目標
信号とノイズが混在する混在信号V(t)を入力し、ノ
イズ成分を除去した出力信号V′(t)を得ている。
列信号をそのままをフィルタ操作の対象にするものが主
流となっている。また、その他、従来の信号処理装置に
は、信号を一度高速フーリエ変換してからフィルタリン
グし、その後、逆変換して所望の信号を得るようにした
ものもある。図6は、帯域フィルタの例について示した
ものである。即ち、混在信号V(t)をFFT(Fast F
ourier Tranform :高速フーリエ変換)装置21に入力
してフーリエ係数を求める。そして、このフーリエ係数
をフィルタリング装置22に入力し、フィルタリングを
行なってノイズを除去し、その後、逆FFT装置23に
より逆変換を行なって所望の出力信号V′(t)を得て
いる。
の信号処理装置は、図7(a)に示すように目標信号と
ノイズとを時間軸波形(原信号波形)のみで分離するも
の、また、図6に示した信号処理装置は、図7(b)に
示すように周波数軸のみで分離するものであり、何れも
高い分離能力を得ることが困難である。
ら、目標信号のみを分離・抽出しようとする時、例えば
(a) ノイズ信号により目標信号の波形が変形している、
(b) S/N(目標信号振幅/ノイズ振幅)比が小さい、
等の場合は、高い分離能力が要求されるので、上記従来
の信号処理装置では目標信号の分離が難しいという問題
がある。
号V(t)を高速フーリエ変換してからフィルタリング
するという、図5の装置より高度の技術を用いてノイズ
を除去しているが、結果が時間軸を持たない手法であ
り、従って、変換結果の時間推移を学習することができ
ず、高い分離能力が得られないものである。
ェーブレット(wavelet )変換が知られており、信号識
別に適用した例があるが、これはウェーブレット変換係
数を比較して信号の種類を識別するものであり、フィル
タリング装置への適用は未だ考えられていない。
で、フィルタリングの前処理/後処理手法としてウェー
ブレット変換/逆変換を適用することにより、ノイズと
目標信号が重なって信号形状が変形している場合や、計
測信号のS/N比が小さい場合等においても、ノイズを
確実に除去し得る信号処理装置を提供することを目的と
する。
置は、ノイズの教師信号Ni (t)(iは1以上の任意
の個数)と目標信号の教師信号Sj (t)(jは1以上
の任意の個数)が与えられたとき、全ての教師信号のウ
ェーブレット変換係数列WS+N (t,a)(但し、a:
スケール、t:時間)、及び目標信号の教師信号のみの
ウェーブレット変換係数列WS (t,a)を得るウェー
ブレット変換手段と、このウェーブレット変換手段から
出力されるウェーブレット変換係数列WS+N (t,a)
が上記ウェーブレット変換係数列WS (t,a)に最も
近付くウェーブレット係数フィルタFを生成するフィル
タ生成手段と、ノイズと目標信号の混在する時系列の混
在信号V(t)が与えられたとき、上記ウェーブレット
変換手段により混在信号V(t)のウェーブレット変換
係数列WV (t,a)を求める手段と、このウェーブレ
ット変換手段により求めたウェーブレット変換係数列W
V (t,a)に上記フィルタ生成手段で求めたフィルタ
Fによりフィルタリングして係数列Wf V (t,a)を
生成するフィルタリング手段と、このフィルタリング手
段により生成された係数列Wf V (t,a)に対しウェ
ーブレット逆変換を行なってノイズ除去された信号Vf
(t)を出力するウェーブレット逆変換手段とを具備し
たことを特徴とする。
(t),N2 (t),…、及び目標信号の教師信号S1
(t),S2 (t),…をウェーブレット変換手段によ
りウェーブレット変換し、それらのウェーブレット変換
係数列Ws+N (t,a)を求める。
(t),S2 (t),…を上記ウェーブレット変換手段
によりウェーブレット変換し、目標信号の教師信号のみ
のウェーブレット変換係数列WS (t,a)を求める。
遅れ付きの線型フィルタを使用し、上記ウェーブレット
変換係数列Ws+N (t,a)に対して、その出力が目標
信号の教師信号のみのウェーブレット変換係数列Ws
(t,a)に最も近くなるようなフィルタ係数を求め、
フィルタを決定する。
信号V(t)をフィルタリングする際、前処理としてウ
ェーブレット変換手段によりウェーブレット変換を行な
い、ウェーブレット変換係数列WV (t,a)を得る。
V (t,a)に関して、フィルタリング手段により、ノ
イズのウェーブレット係数を取り除くフィルタリングを
行ない、ウェーブレット変換係数Wf V (t,a)を得
る。
されたウェーブレット変換係数WfV (t,a)をウェ
ーブレット逆変換手段により逆変換し、ノイズ除去され
た信号Wf (t)を得る。
てウェーブレット変換を、また、後処理としてウェーブ
レット逆変換を導入し、ウェーブレット係数の形でフィ
ルタリングを行なうことにより、図4に示すようにノイ
ズと目標信号との分離を、時間−周波数空間で行なうこ
とができる。ウェーブレット係数は、原信号に含まれる
情報を含み、かつ時間軸を保存したまま周波数軸方向に
分解したものであるから、原信号に対するフィルタリン
グに比べ、高い分離度を実現できる。
明する。図1は本発明に係る装置の全体構成を示すブロ
ック図である。本装置の一例として、センサ信号からノ
イズ信号を除去し、抽出目標の信号のみを取り出す信号
処理装置について説明する。
ズと目標信号が混在する時系列の混在信号V(t)か
ら、ノイズ成分のみを取り除いた信号を生成するフィル
タ操作を行なう。この信号処理装置1は、ウェーブレッ
ト係数フィルタ生成装置2と、このウェーブレット係数
フィルタ生成装置2で生成したフィルタを用いて、時系
列の混在信号V(t)のノイズ除去を行なうウェーブレ
ット・フィルタ装置3からなっている。
2は、ウェーブレット変換装置4及びフィルタ生成装置
5からなり、ノイズの教師信号Ni (t)(iは1以上
の任意の個数)と、目標信号の教師信号Sj (t)(j
は1以上の任意の個数)が与えられたとき、ウェーブレ
ット変換装置4を用いて得られた全ての教師信号のウェ
ーブレット変換係数列をWS+N (t,a)、(a:スケ
ール、t:時間)、目標信号の教師信号のみのウェーブ
レット変換係数列をWS (t,a)とすると、ウェーブ
レット変換係数列WS+N (t,a)を入力したとき、ウ
ェーブレット変換係数列WS (t,a)に最も近い係数
列を生成するような、ウェーブレット係数フィルタF
(W)をフィルタ生成装置5により生成する。
ーブレット変換装置4′、フィルタリング装置6及びウ
ェーブレット逆変換装置7からなり、ノイズと目標信号
が混在する時系列の信号V(t)が与えられたとき、ウ
ェーブレット変換装置4′により求めた混在信号V
(t)のウェーブレット変換係数列WV (t,a)に、
ウェーブレット係数フィルタ生成装置2により求めたフ
ィルタF(W)をフィルタリング装置6により施して、
係数列Wf V (t,a)=F(WV (t,a))を生成
し、このWf V (t,a)に、ウェーブレット逆変換装
置7によりウェーブレット逆変換を施して信号Vf
(t)を得る事により、原信号である時系列の混在信号
V(t)からノイズ成分を取り除く。なお、図1では、
説明を分かりやすくするため、二つのウェーブレット変
換装置4,4′を示しているが、実際には一つの装置を
何度も使用するものである。
理及びフィルタリング処理について図2及び図3のフロ
ーチャートを参照して説明する。 [フィルタの生成] (I ) 図2及び図3に示すようにノイズの教師信号N
1 (t),N2 (t),…、及び目標信号の教師信号S
1 (t),S2 (t),…をウェーブレット変換装置4
によりウェーブレット変換し、それらのウェーブレット
変換係数列Ws+N (t,a)を求める(ステップA1
)。
和をTとするとき、係数列は0<t≦Tで定義される。
aはウェーブレット変換のスケールをsとするとき、a
=log2 sで示される。ウェーブレット変換係数列W
s+N (t,a)は、−∞<a<∞で定義できるが、この
うち逆変換に十分なように離散的に選んだaの値の集
合、{ai |i=1〜A}に関して変換を行なう(例え
ば、ウェーブレット変換基底に直交基底を用いた場合は
ai =iなど)。
(t),S2 (t),…をウェーブレット変換装置4に
よりウェーブレット変換し、目標信号の教師信号のみの
ウェーブレット変換係数列WS (t,a)を求める(ス
テップA2 )。
{ai |i=1〜A}である。また、tについては、
(I )のノイズ教師信号の区間に0を割り当てることに
より、やはり(I )と同じく0<t≦Tとする。
N (t,a)を入力したとき、出力Eが目標信号の教師
信号のみのウェーブレット変換係数列Ws (t,a)に
最も近くなるようなフィルタ係数を求め、フィルタを決
定する。
用し、ウェーブレット変換係数列Ws+N (t,a)に対
する出力Eとウェーブレット変換係数列Ws (t,a)
の自乗誤差が最小になるように係数を決定する(ステッ
プA3 )。
換係数をWS+N (t,a)、フィルタリングされたウェ
ーブレット変換係数をWf S+N (t,a)、とすると
き、このウェーブレット変換係数Wf S+N (t,a)
を、 {W(i,j) |t−d≦i≦t+d,j=a1 ,…,aA
} の線型結合で実現する(dは時間遅れ幅で定数)。これ
は、次式に示す
出力されるウェーブレット変換係数列WS+N (t,a)
をフィルタに入力したとき、出力EがWS (t,a)に
最も近くなるような、つまり、 E=|Wf S+N (t,a)−WS (t,a)| が最小となるような重みwijを求めればよい。これは最
小自乗法であり、代数的に重みwijが求められる。
ングする際、前処理として図2に示すようにウェーブレ
ット変換装置4′により変換し、ウェーブレット変換係
数列WV (t,a)を得る(ステップA4 )。ここで、
tは1〜信号長、aの範囲は{ai |i=1〜A}であ
る。 (ii) そして、このウェーブレット変換係数列WV
(t,a)に対し、前記(III )で求めた重みwijを使
用して、次式
(ステップA5 )。
i)でフィルタリングされたウェーブレット変換係数Wf
V (t,a)をウェーブレット逆変換装置7により逆
変換し、ノイズ除去された信号Wf (t)を得る(ステ
ップA6 )。
てウェーブレット変換を、後処理としてウェーブレット
逆変換を導入し、ウェーブレット係数の形でフィルタリ
ングを行なうことにより、ノイズと目標信号との分離
を、図4に示すように時間−周波数空間で行なうことが
できる。なお、図4は縦軸に示すaは、ウェーブレット
変換のスケールの対数で、周波数と対応付けられる。ウ
ェーブレット係数は、逆変換により原信号を復元できる
ことからも分かる通り、原信号に含まれる情報を含み、
かつ時間軸を保存したまま周波数軸方向に分解したもの
であるから、原信号に対するフィルタリングに比較して
高い分離度を実現でき、ノイズ成分を確実に除去するこ
とができる。
間遅れ付き線型フィルタを用いたが、これに限らず、多
様な種類のフィルタが適用可能である。例えばニューラ
ルネットで、ウェーブレット変換係数列WS+N (t,
a)を入力したときの出力とウェーブレット変換係数列
WS (t,a)の誤差が最小になるように学習させるな
ど、種々の方法を用いることができる。
やセンサ信号等の計測信号を用いる異常検出装置、監視
装置、検査装置の他、音響・音声信号のノイズ除去装
置、信号強調装置などに適用することができる。
合信号に対するフィルタリングの前処理としてウェーブ
レット変換を、また、後処理としてウェーブレット逆変
換を適用し、ウェーブレット係数の空間でノイズ成分の
除去を行なうようにしたので、ノイズと目標信号が重な
って信号形状が変形している場合や、計測信号のS/N
比が小さい場合等、従来方法ではノイズの除去が困難な
場合でもノイズ成分を確実に除去でき、非常に高いフィ
ルタリング能力を得ることができる。
体構成を示すブロック図。
チャート。
を示すフローチャート。
めの図。
るための図。
Claims (1)
- 【請求項1】 ノイズの教師信号Ni (t)(iは1以
上の任意の個数)と目標信号の教師信号Sj (t)(j
は1以上の任意の個数)が与えられたとき、全ての教師
信号のウェーブレット変換係数列WS+N (t,a)(但
し、a:スケール、t:時間)、及び目標信号の教師信
号のみのウェーブレット変換係数列WS (t,a)を得
るウェーブレット変換手段と、 このウェーブレット変換手段から出力されるウェーブレ
ット変換係数列WS+N(t,a)が上記ウェーブレット
変換係数列WS (t,a)に最も近付くウェーブレット
係数フィルタFを生成するフィルタ生成手段と、 ノイズと目標信号の混在する時系列の混在信号V(t)
が与えられたとき、上記ウェーブレット変換手段により
混在信号V(t)のウェーブレット変換係数列WV
(t,a)を求める手段と、 このウェーブレット変換手段により求めたウェーブレッ
ト変換係数列WV (t,a)に上記フィルタ生成手段で
求めたフィルタFによりフィルタリングして係数列Wf
V (t,a)を生成するフィルタリング手段と、 このフィルタリング手段により生成された係数列Wf V
(t,a)に対しウェーブレット逆変換を行なってノイ
ズ除去された信号Vf (t)を出力するウェーブレット
逆変換手段とを具備したことを特徴とする信号処理装
置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6025177A JP3040651B2 (ja) | 1994-02-23 | 1994-02-23 | 信号処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6025177A JP3040651B2 (ja) | 1994-02-23 | 1994-02-23 | 信号処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH07234132A true JPH07234132A (ja) | 1995-09-05 |
JP3040651B2 JP3040651B2 (ja) | 2000-05-15 |
Family
ID=12158731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP6025177A Expired - Lifetime JP3040651B2 (ja) | 1994-02-23 | 1994-02-23 | 信号処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3040651B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001099757A (ja) * | 1999-09-29 | 2001-04-13 | Takasago Thermal Eng Co Ltd | ベアリングの異常検出方法 |
JP2002508540A (ja) * | 1998-03-26 | 2002-03-19 | ローズマウント インコーポレイテッド | センサ信号内の信号成分を分離するセンサ診断用信号処理技術 |
JP2005188514A (ja) * | 2003-12-23 | 2005-07-14 | General Electric Co <Ge> | 圧縮機失速の前兆を検出する方法及び装置 |
JP2011033628A (ja) * | 2009-08-03 | 2011-02-17 | Georgia Tech Research Corp | パターンマッチングを用いて溶接構造内の欠陥を検出するための方法及びシステム |
JP2011141214A (ja) * | 2010-01-08 | 2011-07-21 | Canon Inc | 電磁波の測定装置及び方法 |
JP2011141215A (ja) * | 2010-01-08 | 2011-07-21 | Canon Inc | 電磁波の測定装置及び方法 |
-
1994
- 1994-02-23 JP JP6025177A patent/JP3040651B2/ja not_active Expired - Lifetime
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002508540A (ja) * | 1998-03-26 | 2002-03-19 | ローズマウント インコーポレイテッド | センサ信号内の信号成分を分離するセンサ診断用信号処理技術 |
JP2001099757A (ja) * | 1999-09-29 | 2001-04-13 | Takasago Thermal Eng Co Ltd | ベアリングの異常検出方法 |
JP2005188514A (ja) * | 2003-12-23 | 2005-07-14 | General Electric Co <Ge> | 圧縮機失速の前兆を検出する方法及び装置 |
JP2011033628A (ja) * | 2009-08-03 | 2011-02-17 | Georgia Tech Research Corp | パターンマッチングを用いて溶接構造内の欠陥を検出するための方法及びシステム |
JP2011141214A (ja) * | 2010-01-08 | 2011-07-21 | Canon Inc | 電磁波の測定装置及び方法 |
JP2011141215A (ja) * | 2010-01-08 | 2011-07-21 | Canon Inc | 電磁波の測定装置及び方法 |
US8954286B2 (en) | 2010-01-08 | 2015-02-10 | Canon Kabushiki Kaisha | Method and device for measuring electromagnetic wave |
Also Published As
Publication number | Publication date |
---|---|
JP3040651B2 (ja) | 2000-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Staszewski et al. | Time–frequency analysis in gearbox fault detection using the Wigner–Ville distribution and pattern recognition | |
US8073634B2 (en) | Method to extract target signals of a known type from raw data containing an unknown number of target signals, interference, and noise | |
EP1103951A2 (en) | Adaptive wavelet extraction for speech recognition | |
JP2000105146A (ja) | 複合音信号中での音特定方法及び装置 | |
US6763339B2 (en) | Biologically-based signal processing system applied to noise removal for signal extraction | |
DE112016006218T5 (de) | Schallsignalverbesserung | |
EP0439592A1 (en) | Adaptive network for in-band signal separation | |
CN108764184B (zh) | 一种心肺音信号的分离方法、装置、设备及存储介质 | |
US8185382B2 (en) | Unified treatment of resolved and unresolved harmonics | |
JP3040651B2 (ja) | 信号処理装置 | |
CN113053354B (zh) | 一种提高语音合成效果的方法和设备 | |
JP2005140707A (ja) | 特徴音抽出装置、特徴音抽出方法、製品評価システム | |
DE69313641T2 (de) | Hochgeschwindigkeitsprozessor und verfahren, signalanalysesystem und messgeraet und -verfahren | |
JP3108317B2 (ja) | 信号処理装置および信号処理方法 | |
DE60304010T2 (de) | Vorrichtung und Verfahren zur Bestimmung des Korrelationskoeffizienten zwischen Signalen und dazugehörige Grundfrequenz-Extraktion | |
CN115762540A (zh) | 多维度的rnn的语音降噪方法、装置、设备及介质 | |
CN115563480A (zh) | 基于峭度比系数筛选辛几何模态分解的齿轮故障辨识方法 | |
Czyzewski | Some methods for detection and interpolation of impulsive distortions in old audio recordings | |
Zeremdini et al. | Multi-pitch estimation based on multi-scale product analysis, improved comb filter and dynamic programming | |
Junhong et al. | Independent component analysis in frequency domain and its application in structural vibration signal separation | |
SHIRAISHI et al. | Blind source separation by multilayer neural network classifiers for spectrogram analysis | |
JPH07225596A (ja) | 音響信号分析合成装置 | |
Waibel et al. | Multi-perspective anomaly prediction using neural networks | |
Bagheri et al. | Time-frequency signal processing based on fractional fourier transform in passive sonar classification | |
Beck et al. | Automatic classification of acoustic sequences by multiresolution image processing and neural networks |
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: 20000208 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080303 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090303 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100303 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110303 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110303 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120303 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130303 Year of fee payment: 13 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140303 Year of fee payment: 14 |
|
EXPY | Cancellation because of completion of term |