Ich denke, die Überschrift ist klar: Es geht darum, vor einer FFT die Daten um einen möglichen DC-Offset zu bereinigen, um zu guten Daten zu kommen. In der Literatur und Publikationen wir u.a. empfohlen, die Nullfrequenz zu ignorieren, was mir nicht zielführend erscheint, weil die nicht den vollen DC Offset angibt, sondern dieser sich auch in anderen Frequenzen niederschlägt. Andere empfehlen einen Hochpass, wobei die einfachste Version, nämlich das Abziehen des Mittelwertes auch wieder bereichsempfindlich ist und nicht stimmen kann, wie folgendes Beispiel zeigt: 2,9,6,4,5,3,6,3,7,4,5,1 Bilde ich den Mittelwert aller 12 Zahlen, ergibt es einen anderen Wert, als bei nur 11 Zahlen und der ist wieder unterschiedlich zwischen den Werten 0...11 und 1...12. Ein richtiger Hochpass wäre gut, aber wie bauen?
>Ein richtiger Hochpass wäre gut, aber wie bauen?1 | FILTERCONST = 0.001f; |
2 | |
3 | out = in - f; |
4 | f += out * FILTERCONST; |
Den Hochpass kannst du zB als FIR (längere Verzögerung bei gleicher „Leistung“) oder IIR Filter (kann dafür oszillieren, wenn man Pech hat) implementieren. Da gibt's mehrere Verfahren für, die auszulegen, du solltest in Internet aber ne ganze Menge dazu finden.
Hi, vielleicht den Mittelwert der Eingangswerte der FFT bestimmen und subtrahieren? Grüße Markus
MJF schrieb: > Hi, > vielleicht den Mittelwert der Eingangswerte der FFT bestimmen und > subtrahieren? > Grüße > Markus Argh! Ich habe nicht den ganzen Text gelesen, vergiss meine Antwort.
> In der Literatur und Publikationen wir u.a. empfohlen, die Nullfrequenz > zu ignorieren, was mir nicht zielführend erscheint, Hast du das schonmal ausprobiert? Ich habe es mal probiert und es klappt perfekt. Mach einfach mal eine FFT, setze Real und Imag Teil von DC auf null und mache eine reverse FFT. Bei mir sieht das signal dann 1:1 Deckungsgleich aus, nur ohne Offset. > Ein richtiger Hochpass wäre gut, aber wie bauen? FIR halt, allerdings der wird dann in irgendeiner Weise deine Daten beeinflussen. Wie stark haengt natuerlich davon ab wie der genau aussieht. Olaf
Nick schrieb: > Bilde ich den Mittelwert aller 12 Zahlen, ergibt es einen anderen Wert, > als bei nur 11 Zahlen und der ist wieder unterschiedlich zwischen den > Werten 0...11 und 1...12. Warum solltest du beim Mittelwert denn Zahlen weglassen wollen?
MJF schrieb: > Hi, > vielleicht den Mittelwert der Eingangswerte der FFT bestimmen und > subtrahieren? > Grüße > Markus Ja das ist ja gerade ein Hochpass, den er ja sucht lol. Der gleitende Mittelwert ist ein Tiefpass. Im Frequenzbereich: Signal - Signal * Tiefpass = Signal * (1- Tiefpass) = Signal * Hochpass
Nick schrieb: > Ein richtiger Hochpass wäre gut, aber wie bauen? Ganz einfach: Bau einen Tiefpaß und mach per Spektralinversion daraus einen Hochpaß. Aber viel wichtiger ist die Frage nach der Grenzfrequenz des Hochpasses. Die muß du nämlich mit dir selber ausmachen. Da kann dir keiner bei helfen. W.S.
Olaf schrieb: > Hast du das schonmal ausprobiert? Ich habe es mal probiert und es klappt > perfekt. ja, bei mir aber nicht. Die "Nullfrequenz" ist die tiefste und die enthält den gesamten Bereich, der durch sie abgedeckt ist. Also bei 16 Frequenzen alles im Bereich 1/16 Nyquist +/- 1/32. Klar, darin enthalten sind weite Teile des Offsets, aber eben nicht nur. Wenn man die rausnimmt, bekommt man einen Hochpass. W.S. schrieb: > Aber viel wichtiger ist die Frage nach der Grenzfrequenz des Hochpasses. Genau! Ideal wäre es, wenn man Signale zu prozessieren hat, deren untere Grenzfrequenz bekannt ist und weit weg liegt von der Nyqist/n , bzw man genug "n" machen kann und darf, das das passiert. Also z.B. 32 FFT-Frequenzen bei 100kHz, tiefste ist 10kHz. Dann haue ich alles unter 1kHz weg und habe Platz in beide Richtungen.
Mathias schrieb: > Warum solltest du beim Mittelwert denn Zahlen weglassen wollen? Die FFT nutzt eine bestimmte Anzahl von Werten, die ja etwas willkürlich ist. In meinem Beispiel waren es 11. Nimmt man jeweils den Mittelwert aller 11 aktuell zu nutzenden Zahlen, ergibt sich einmal ein Mittelwert der Reihe 0-10, als nächstes 1-11, dann 2 bis 12 und so weiter. Nimmt man sich ein Zahlenmaterial vor, bestimmen die wechselnden Werte jeweils einen anderen Mittelwert. Als Beipspiel das hier: 7 3 6 4 5,7 8 5,1 5 5,4 7 5,0 3 5,1 5 4,3 3 4,1 5 3,7 2 4 4 Das sind die jeweiligen Mittelwerte von 7 Zahlen, im ersten Fall von der ersten 7 bis zur zweiten 7 -> 5.7. Nimmt man für die nächste Berechnung die nächsten Zahlen, dann bekomme ich als Mittelwert 5,1. Ich würde also vor jeder FFT jedesmal einen anderen Wert abziehen. Dieser Mittelwert ist also nicht der echte Offset der gesamten Daten. Den sieht man so ohne Weiteres nicht. Er ist nur der Offset der Daten der in die FFT fliesst. Oder reicht das und ist genau so optimal?
Beitrag #6846030 wurde vom Autor gelöscht.
Nick schrieb: > Nimmt man für die nächste Berechnung > die nächsten Zahlen, dann bekomme ich als Mittelwert 5,1. Ich würde > also vor jeder FFT jedesmal einen anderen Wert abziehen. Klingt so, als ob du nicht eine normale FFT berechnest, sondern eine Sliding-FFT, Kurzzeit-FFT, zeitabhängige FFT oder so etwas in der Richtung. Wäre nett gewesen wenn du das von Anfang an geschrieben hättest ... Zuerst mal die aller einfachste Lösung: Schalte einen Kondensator in den Analogeingang deines Samplingsystems. Schwupp ist der DC-Offset weg. > Dieser Mittelwert ist also nicht der echte Offset der gesamten Daten. Der Mittelwert kann nur eine Näherung sein. Die Näherung wird um so besser je mehr Samples du berücksichtigst. Den besten Mittelwert M bekommst du aus den Samples x[i] als:
Nur ist der ein "bisschen" blöd zu berechnen und sehr unpraktisch. Real kannst du eine Folge von Mittelwerten bekommen:
Aber auch das ist nicht so sonderlich schön zu berechnen. Und wenn n überläuft ist der Spaß sowieso vorbei. Der praktische Kompromiss ist daher einen gleitenden Mittelwert zu verwenden und auch dabei eine größere Anzahl von Samples zu berücksichtigt. Das in der Hoffnung, dass der Wert relativ schnell konvergiert. Also nicht nur die Samples aus deinem aktuellen Window (in deinem Beispiel jeweils 11 Samples), sondern einige historische davor (z.B. insgesamt fünf Windowlängen), sobald du die Samples hast. Wenn du die jeweilige FFT zeitlich verzögerst, dann kannst du den gleitenden Mittelwert um die Mitte deines Windows zentrieren. D.h. nicht nur historische Samples, sondern auch "zukünftige" Samples bei der Mittelwertberechnung verwenden.
Hannes J. schrieb: > Klingt so, als ob du nicht eine normale FFT berechnest, sondern eine > Sliding-FFT, Kurzzeit-FFT, zeitabhängige FFT oder so etwas in der > Richtung. Wäre nett gewesen wenn du das von Anfang an geschrieben > hättest ... Ich denke auch. Beschreib mal, was du insgesamt machen willst denn: Nick schrieb: > Ich denke, die Überschrift ist klar: Da stimme ich überhaupt nicht zu. Wie sieht deine Anwendung oder Programm genau aus? Nick schrieb: > Die FFT nutzt eine bestimmte Anzahl von Werten, die ja etwas willkürlich > ist. Bei mir war das noch nie willkürlich. Erkläre, warum das bei dir willkürlich ist. Dann können wir dir besser helfen.
Du könntest ja den Mittelwert über einen größeren Zeitraum bilden und dann abziehen. Die FFT geht dann z.B. über 16 Datenpunkte, der Mittelwert für den Offset aber über 256 oder 512 Werte. Ganz loswerden wirst du den "Drift" nicht, immerhin willst du den Offset ja aus Input = Offset + Unbekanntes Signal herausrechnen. Da kann das unbekannte Signal auch immer noch seinen eigenen Offset mit rein tragen.
Wir sind hier wieder an der Stelle, wo wir hier bereits einmal waren: Beitrag "Re: Datenfensterung" Die glättende Fensterfunktion ist das Entscheidende. Diese eliminiert / reduziert diese Effekte, welche durch das "hüpfende" rechteckige Fenster entstehen. Ein gleitender Mittelwert mit Gewichtungsfaktoren 1.0 wirkt wie ein Rechteck, d.h. der Beitrag eines Wertes ist schlagartig da und wieder weg und dann springen die Ergebnisse logischerweise. Wenn man nun so klug ist, das Window so auszudehnen, wie die FFT, dann hat man das Problem schon stark reduziert. Gleichwohl bleibt das Problem der Qualität der FFT an sich: Bildet man diese nur über das gewünschte Betrachtungsfenster und nicht über eine größere Zahl von Perioden, dann ist die Trennung der Frequenzen eben eine andere.
Jürgen S. schrieb: > die Trennung der Frequenzen Gemeint war natürlich die Trennung der Amplitudenwerte der (Stütz-)frequenzen, also die Qualität, mit der ein Wert wirklich die Frequenz repräsentiert und nicht von den Nachbarn beeinflusst wird. Das wird er nämlich infolge der Endlichkeit der Berechnung und der dadurch zwangsläufig auftretenden Fehler. frequenzbereichsbastler schrieb: > Du könntest ja den Mittelwert über einen größeren Zeitraum bilden und > dann abziehen. > > Die FFT geht dann z.B. über 16 Datenpunkte, der Mittelwert für den > Offset aber über 256 oder 512 Werte. Damit schleppt man aber doch wieder einen offset in die FFF, die damit klarkommen muss. Das Beste ist nach wie vor den Offset in dem Bereich zu eliminieren, der auch der FFT zugeführt wird. Und wie gesagt muss man sich bewusst sein, dass die FFT gefenstert werden MUSS, um Probleme zu verhindern und dieses Fenster wiederum eine Deformation bringt, weswegen es so groß wie möglich sein sollte, damit der abflachende Bereich möglichst wenig Beitrag liefert. Lange FFT : Gute Aussage Kurze FFT : naja ... Für die Fensterfunktionen gibt es unterschiedliche Randbedingungen und Qualitiäten, z.B. will man eine gute Repräsentation der Amplituden, der gesamten Energie im Signal oder eine möglichst gut Seitenbanddänpfung. Diese bekommt man z.B. a) Hamming, d) Kaiser-7, c) Kaiser Blackman-Harris II Oder man möchte eine FFT, deren Ergebnisse man nutzen kann, um im Audiobereich Formanten zu bearbeiten, die Tonhöhe anzupassen und einiges mehr und dass so, dass man es anschließend wieder möglichst Artefaktfrei resynthetisieren kann. Das erfordert ganz bestimmte Längen, Bandbreiten und ein angepasstes Fenster.
:
Bearbeitet durch User
Thread beobachten
Seitenaufteilung abschaltenBitte 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
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.