 Show Posts
|
|
Pages: [1] 2 3 ... 45
|
|
4
|
Μαθήματα Τηλεπικοινωνιακού Κύκλου / Ψηφιακή Επεξεργασία Σήματος / Re: [ΨΕΣ] Εργασία 2012/2013
|
on: March 06, 2013, 10:28:47 am
|
1. Alex, αυτο τα 20k το βγαζεις και στα EEG με n>65? Μετα απο 65 ειναι uncorrellated με το EOG, ειναι flat. Ο Χ#λεοντιαδης απαντησε πως μαλλον απο τα 127 ηλεκτροδια του οργανου χρησιμοποιησαν τα 65 και γιαυτο δεν εχουν συσχετιση απλα μονο ενα DC ορο.
2. Οπως βγαζεις και τα b απλα αλλαξε σειρα τους ορους στην εξισωση (toeplitz και εισοδο). Αλλιως δες Yule-Walker algorithm.
Άμα ρίξεις μία ματιά, θα δεις ότι άλλα βγαίνουν για τοεπλιτζ, και άλλα για γιουλ. Επίσης, κρουστική απόκριση, τι ακριβώς πρέπει να κάνουμε? |
|
|
|
|
7
|
Μαθήματα Τηλεπικοινωνιακού Κύκλου / Ψηφιακή Επεξεργασία Σήματος / Re: [ΨΕΣ] Εργασία 2012/2013
|
on: March 03, 2013, 23:56:08 pm
|
|
πλάκα πλάκα, τώρα που κοίταξα τις σχέσεις, το y(1) = x(1) δεν πληρείται στις δωσμένες τιμές...
Μήπως τελικά υπάρχει και α(0) όπως και στο b(0)??
Καμία ιδέτα τι παίζει?
γιατι αν αναπτύξουμε τη σχέση για το AR, βγάζουμε όπως έιχα και πριν το:
y = x + Y * a
όπου Y= 0 0 0
y(1) 0 0
y(2) y(1) 0
.......
ή αν θέλουμε αλλιώς το:
x = Y * [1 a(1) a(2) a(3) ....]
όπου Y= y(1) 0 0 0
y(2) y(1) 0 0
y(3) y(2) y(1) 0
.......
Καμία ιδ'έα κανένας τι παίζει?
|
|
|
|
|
8
|
Μαθήματα Τηλεπικοινωνιακού Κύκλου / Ψηφιακή Επεξεργασία Σήματος / Re: [ΨΕΣ] Εργασία 2012/2013
|
on: March 03, 2013, 16:07:05 pm
|
Προσεξε λιγο. Δες το αρχειο Help1 οι συντελεστες MA αθροιζονται απο 0 εως q ενω οι AR απο 1 εως p.
Aρα το y(1) πρεπει να το θεωρησεις δεδομενο ως αρχικη συνθηκη
Σωστά. Γιαυτό και αν το γράψουμε σε μορφή εξισώσεων: (p=2) y(1) = x(1) y(2) = x(2) - a(1)*y(1) y(3) = x(3) - a(1)*y(2) - a(2)*y(1) y(4) = x(4) -a(1)*y(3) - a(2)*y(2) Άρα με μορφή πινάκων: y = x + Y * a όπου Y= 0 0 0 y(1) 0 0 y(2) y(1) 0 ....... γιαυτό και κάνω στον κώδικα c=horzcat(0,y); ==> [0,y] where y is vector of EEG έτσι ώστε το vector y να έχει [0 y(1) y(2) y(3) y(4) .....] c=c(1:end-1); r=zeros(1,q); a = toeplitz(c,r) \ (y-x) ; ==> where x is vector of EOG |
|
|
|
|
10
|
Μαθήματα Τηλεπικοινωνιακού Κύκλου / Ψηφιακή Επεξεργασία Σήματος / Re: [ΨΕΣ] Εργασία 2012/2013
|
on: March 03, 2013, 14:17:57 pm
|
Ναι, συμφωνοι. Εγω λεω αφου εχεις βγαλει τους συντελεστες. Τους συντελεστες τους βγαζεις με Least Squares για το Moving Average όπως λεει στη σελιδα 1 απο το Help1.pdf>> b = toeplitz(x, [x(1) zeros(1,Q)]) \ y; μετα κανεις >> y_estimated = filter(b,1, x); Κάνοντας αυτό, μετά βρίσκεις την πρόβλεψη του y (EEG), με το μοντέλο που έχεις (Δλδ το ΜΑ). Μετά όμως, για να βρείς το AR μοντέλο (τους συντελεστές, αυτό πως θα το καταφέρουμε? Γιατί είναι σαν να έχουμε σαν άγνωστο το denum από το y=filter(num, denum, x). Δλδ, συντελεστές α, για το AR, πως θα τους βγάλουμε? |
|
|
|
|
11
|
Μαθήματα Τηλεπικοινωνιακού Κύκλου / Ψηφιακή Επεξεργασία Σήματος / Re: [ΨΕΣ] Εργασία 2012/2013
|
on: March 03, 2013, 13:07:30 pm
|
Δεν ειναι κουλο. Το πληρες ARMA ειναι ενα IIR φιλτρο που οι συντελεστες του αριθμητη ειναι οι b παραμετροι και οι συντελεστες του παρονομαστη ειναι οι a παραμετροι. Για να φιλτραρεις την εισοδο με ΙΙR κανει filter.
Ετσι επιλυονται κιολας. Δες σελ 4 απο το Help1.pdf
εμείς όμως πρέπει να κάνουμε το αντίστροφο από την φιλτερ. Δλδ έχουμε την έξοδο και την είσοδο, και θέλουμε τους συνελεστές. Και η ερώτηση είναι, πως θα το κάνουμε αυτό? |
|
|
|
|
12
|
Μαθήματα Τηλεπικοινωνιακού Κύκλου / Ψηφιακή Επεξεργασία Σήματος / Re: [ΨΕΣ] Εργασία 2012/2013
|
on: March 02, 2013, 12:27:31 pm
|
Y = FILTER(B,A,X) filters the data in vector X with the
filter described by vectors A and B to create the filtered
data Y. The filter is a "Direct Form II Transposed"
implementation of the standard difference equation:
a(1)*y(n) = b(1)*x(n) + b(2)*x(n-1) + ... + b(nb+1)*x(n-nb)
- a(2)*y(n-1) - ... - a(na+1)*y(n-na) Να ρωτησω: Για να χρησιμοποιησουμε την filter στο ΑR πρεπει να κανουμε μια εκτιμηση για τις παραμετρους α με LSQ. Aρα αν εχουμε πχ P=3 θα παρουμε 3 παραμετρους α. Την filter μετα την καλουμε ετσι: filter(1, [1 a], inputSequence) ? Κυριως ρωταω σε σχεση με τον ασσο που μπαινει πριν απο το διανυσμα a μιας και στο help της filter λεει οτι απο το διανυσμα a το πρωτο στοιχειο το παιρνει σαν το συντελεστη του y[n] ενω οι παραμετροι μας ειναι συντελεστες για n>1 Filter στο AR? λίγο κουλό μου φαίνεται... Εγώ πάλι βρήκα αυτό εδώ: http://www.mathworks.com/matlabcentral/fileexchange/33721-time-varying-eeg-connectivity-a-time-frequency-approach/content/WOSSPA_Mathworks_v2/mvar.mΓενικότερα όμως, έχει κανένας καμία ιδέα πως θα επιλυθούν τα MA,AR,ARMA ? |
|
|
|
|
Links
Members
Total Members: 10402
Stats
Users Online
cmpillis
