Kayıttaki sinyal kesmeyi saptamanın iyi yolları nelerdir?

Bir kayıt göz önüne alındığında, herhangi bir kırpma olup olmadığını tespit etmek gerekir.

Herhangi bir (bir) numunenin maksimum numune değerine ulaşması durumunda, güvenli bir şekilde kırpma olduğunu söyleyebilir miyim, yoksa bir sonraki numuneleri maksimum seviyede arayabilir miyim?

Kayıt 16 veya 24 bit A / D dönüştürücülerden alınabilir ve arasında değişen kayan nokta değerlerine dönüştürülebilir . Bu dönüşüm veya bölünme şeklini alırsa , muhtemelen negatif tepe noktaları -1'den biraz düşük olabilir ve -1 değerine sahip örnekler kırpılmaz mı?$-1...1$$2^{15}-1$$2^{23}-1$

Açıkçası, bir kişi her zaman özellikle kırpma saptama algoritmasını yenmek için bir sinyal oluşturabilir, ancak konuşma, müzik, sinüs dalgaları veya pembe / beyaz gürültü kayıtlarına bakıyorum.

Yoda'nınki gibi bir cevap yazmak üzereydim . Muhtemelen en güvenilir olanıdır, ancak farklı bir çözüm önereceğim, bu yüzden bazı seçenekleriniz var.

Sinyalinizin histogramını alırsanız, sinyal tipine bağlı olarak büyük olasılıkla zil veya üçgen benzeri bir şekil alırsınız. Temiz sinyaller bu modeli takip etmeye meyillidir. Pek çok kayıt stüdyosu, tepenin yakınında küçük bir sarsıntıya neden olan bir "ses yüksekliği" efekti ekliyor, ancak yine de biraz düzgün görünüyor. İşte büyük bir müzisyenden gelen gerçek bir şarkıdan bir örnek:

İşte Yoda'nın cevabında verdiği sinyalin histogramı:

Ve şimdi onların kırpma olma durumu:

Bu yöntem zaman zaman kandırılabilir, ancak en azından FFT yönteminin sizin için çalışmıyor gibi göründüğü veya ortamınız için çok fazla hesaplama olduğu durumlar için alet çantanıza atmanız gereken bir şeydir.

Kısa kayıtlarla uğraşıyorsanız en basit cevap, dinlemek ve çalma sırasında "pop" ları (kısa çivili ses) tespit etmektir. Bununla birlikte, daha sağlam bir çözüm, kaydın frekans spektrumunu analiz etmektir.

Bir sinyal bazı eşiklerde kırpıldığında, yerel olarak kırpılmış bölgelerde kare bir dalgayı andırdığını hatırlayın. Bu, başlangıçta bulunmayan frekans spektrumunda daha yüksek harmonikler sağlar. Eğer sinyaliniz sınırsızsa (çoğu gerçek dünya sinyalleri) ve Nyquist oranının çok üstünde örnekleme yapıyorsanız, o zaman bu gün gibi oldukça belirgindir.

İşte MATLAB’da bunu gösteren kısa bir örnek. Burada, 1000 Hz'de örneklenmiş 1 sn uzunluğa sahip bir bantsız sinyal oluşturdum ve sonra aralarına klipsledim ±0.8(aşağıdaki şekildeki üst grafiğe bakınız)

time = 0:0.001:1;
cleanSignal = sin(2*pi*75*time).*chirp(time,50,1,200);
clippedSignal = min(abs(cleanSignal),0.8).*sign(cleanSignal);

Orijinal, kırpılmamış dalga formunun frekans spektrumunun temiz olduğunu ve bant genişliğinin dışında (sol altta) sıfıra gittiğini açıkça görebilirsiniz. Kırpılan sinyalde, spektrumun genel küçük bir bozulması (kırpılırsa bekleniyor) ve çoğu daha da önemlisi, sinyalin bant genişliği dışındaki spektrumda yüksek harmonikler / yükselmeler / sıfır olmayan katkılar (sağ alt).

Bu genellikle daha iyi bir yaklaşım olabilir, çünkü ekipmanı kendiniz tasarladıysanız ve eşiğin değerini tam olarak bilmiyorsanız, değerlere bakarak kırpmayı tespit etmek genellikle doğru değildir.

Bunun bir kısmı kayıt yöntemine bağlıdır. Bir şeyleri basitleştiren yalnızca 1 çevirici kullanıyormuşsunuz gibi geliyor.

Bazı eşiğin üstünde bir şey bulmalı ve özellikle yan yana bir noktadan daha fazlasını aramalısınız. Genellikle, A / D dönüştürücüler, tam olarak test etmediğiniz sürece aslında maksimum değerlerini okumazlar; bu nedenle, maksimum değerin göründüğünden daha düşük olabileceğini fark edin.

Parametrelerinize bakıldığında, optimal eşiğin ne olacağını belirlemek için ince ayarlamalar yaparak, .98 ya da -98'in üzerinde ardışık sinyaller arayacağım (onu 9'un altına getirmemeliydim). Birini maksimumda ve diğerini 0,8 gibi bir şeylerin yakınında algılamak akıllıca olabilir.

1 spesifik ölçümü yok saymanın nedeni, sivri uçların sinyalle hiçbir ilgisi olmayan bir şekilde ortaya çıkması yaygın olmasıdır. Bilinen bir A / D dönüştürücüsünü kullanıyorsanız, bu azaltılacaktır. Bir dizi dedektör veya bir görüntü kullanıyorsanız, bazı dedektörlerin kötü olması muhtemel olarak sık sık kırpılması muhtemeldir.

MLS (maksimum uzunluk dizileri) kırpma için analiz etmek için özellikle zordur. Crest faktörü (= peak / rms), 1'e çok yakındır; bu, bir sinüs dalgasınınkinden üç dB daha küçüktür. Birçok D / A dönüştürücüsü, en kötü durum olarak sinüs dalgası almak üzere tasarlanmıştır ve tam genlikte oynatılan bir MLS, bir D / A'nın çıkış enterpolasyon devresini kolayca yakalayabilir.

Bir sonraki sorun, kırpılmış bir MLS'nin, kırpılmış olanla neredeyse tamamen özdeş görünmesidir, çünkü genlikler, ilk etapta hemen hemen tüm -piks olur. Ayrıca, bir MLS'nin PDF'si kenarlarda iki geniş tepe noktası olduğundan, PDF analizi çalışmaz.

Tipik bir oda impuls yanıtı ölçümünde, en muhtemel kırpma noktası aslında D / A, amp veya hoparlördür. Odadan geçtikten sonra MLS'ye çok daha az benziyor ve bu nedenle yukarıda açıklanan yöntemlerle kırpmayı değerlendirmek daha kolay.

Neredeyse tüm akustik ölçümlerde, gürültü tabanı, A / D değil, mikrofonun veya arka plan seslerinin öz gürültüsü tarafından belirlenir. Bu nedenle, giriş kazancını A / D'ye optimize etmek ve kırpma (10dB ya da öylesine) mükemmel bir şekilde iyi gitmeden önce bol kafa odasını bırakmak çok önemli değildir.

Bir dizi farklı uyarma seviyesiyle ölçmek ve ölçümün SNR'sine bakmak tipik olarak iyi bir fikirdir. Düşük seviyelerde, akustik arka plan gürültüsü baskındır ve yüksek seviyelerde bir şey sınırlar, sıkıştırır veya keser. İyi bir ölçüm yapmanın püf noktası arasında iyi bir nokta bulmaktır.