Forum: Digitale Signalverarbeitung / DSP / Machine Learning Matlab Noise Estimation


von Sebastian Fuchs (Gast)


Lesenswert?

Hat jemand ne Ahnung, wie man eine Nosie Estimation min Matlab umsetzt?
Der LSM-Algorithmus braucht ein Referenzsignal, aber ich hab nur ein 
komplettes Signal indem das Nutzsignal mit dem Rauschen vorhanden ist.

von Andreas S. (andreas) (Admin) Benutzerseite


Lesenswert?

Da braucht es schon ein paar mehr Informationen: welches Signal, welches 
Rauschen, welche Anwendung?

von Tom Heinze (Gast)


Lesenswert?

Sebastian Fuchs schrieb:
> Hat jemand ne Ahnung, wie man eine Nosie Estimation min Matlab
> umsetzt?
> Der LSM-Algorithmus braucht ein Referenzsignal, aber ich hab nur ein
> komplettes Signal indem das Nutzsignal mit dem Rauschen vorhanden ist.

Das LSM ist nur gut geeignet wenn du ein großen Signal- Rauschabstand 
hast.

Rauschen kann man erst mal als weiß annehmen, da dies eh mit einer 
Übertragungsfunktion auf ein weißes zurück gerechnet wird. Hast du ein 
ARX-Modell?

von Sebastian Fuchs (Gast)


Lesenswert?

Guten Abend Herr Heinze,

Ich versuche gerade aus einem verrauschten Sprachsignal, was ich als 
wav-Datei habe, dass rauschen herauszubekommen. Ich bekomme also nur das 
Gesamtsignal s(t) = x(t)+n(t). n(t) ist dabei weißes Rauschen und somit 
leider komplett zufällig. Bei dem ARX-Modell scheint das Rauschen ohne 
Sprachanteil separat abgefangen und in das System eingeschleust werden 
zu können.
Vielen Dank. Zumindest weiß ich schonmal, dass ich bei dem LMS auf dem 
Holzweg bin.

von Sven B. (scummos)


Lesenswert?

Wie du sagst: wenn du keine Informationen über das Rauschen oder das 
Signal hast, kannst du das Rauschen nicht vom Signal trennen. Geht 
einfach nicht.

von Erfinder (Gast)


Lesenswert?

Hä? Kein Mensch versteht, was Du tun willst. Zufälliges Rauschen kannst 
Du nicht vom Signal trennen, wenn Du nicht für Signal oder Rauschen eine 
Referenz hast. Zweites Mikro etc.

von Andreas S. (andreas) (Admin) Benutzerseite


Lesenswert?

Du kannst zwar nicht das Rauschen separieren, aber du kannst das 
(Kurzzeit-)Leistungsdichtespektrum des Rauschens schätzen. Vielleicht 
reicht das ja schon. Aber wie gesagt, ohne mehr Hintergrund zu wissen 
kann man dir nicht helfen.

von Tom Heinze (Gast)


Lesenswert?

Sebastian Fuchs schrieb:
> Guten Abend Herr Heinze,
>
> Ich versuche gerade aus einem verrauschten Sprachsignal, was ich als
> wav-Datei habe, dass rauschen herauszubekommen. Ich bekomme also nur das
> Gesamtsignal s(t) = x(t)+n(t). n(t) ist dabei weißes Rauschen und somit
> leider komplett zufällig. Bei dem ARX-Modell scheint das Rauschen ohne
> Sprachanteil separat abgefangen und in das System eingeschleust werden
> zu können.
> Vielen Dank. Zumindest weiß ich schonmal, dass ich bei dem LMS auf dem
> Holzweg bin.

Was ist das für ein System? Hast du ein Modell?

Ich würde einfach ein Kalman Filter entwerfen. Dann kannst du das 
Rauschen einfach durch subtrahieren des gemessenen Signals mit dem 
geschätzten Signal identifizieren. Wenn das System linear ist sollte das 
gehen.

Bitte melde dich an um einen Beitrag zu schreiben. Anmeldung ist kostenlos und dauert nur eine Minute.
Bestehender Account
Schon ein Account bei Google/GoogleMail? Keine Anmeldung erforderlich!
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.