r********n
发帖数: 6979 | 1 我有两组一维信号
每组里都有若干一维信号（假设每个信号的长度都相同，N）
我现在希望比较一下每组信号内部不同信号的相似性/consistency
问题是每个信号都是一个underlying signal＋noise＋temporal shift
怎么能最好的反映这种相似性
举个例子
两组分别代表两种测量方法测量同一个过程
做K次实验
每次得到一个长度为N的信号
我现在希望比较两张测量方法的优劣
（我也不知道underlying的信号是怎样的）
我能想到最简单的方法是每两个信号之间做一个correlation
然后比较两个方法correlation的distribution
不过因为每个信号之间不一定是完全aligned
所以效果不是最好
不知道还有没有什么别的好办法？
比方先做一个curve fitting
然后比较regression coefficients？ |
s***c
发帖数: 639 | 2 没看太懂。你信号是随机的，不要做什么curve fitting
分析谱看看，分析相关是对的
【在 r********n 的大作中提到】
: 我有两组一维信号
: 每组里都有若干一维信号（假设每个信号的长度都相同，N）
: 我现在希望比较一下每组信号内部不同信号的相似性/consistency
: 问题是每个信号都是一个underlying signal＋noise＋temporal shift
: 怎么能最好的反映这种相似性
: 举个例子
: 两组分别代表两种测量方法测量同一个过程
: 做K次实验
: 每次得到一个长度为N的信号
: 我现在希望比较两张测量方法的优劣
|
r********n
发帖数: 6979 | 3 信号不是随机的
但我同时也不知道信号是什么形状的
比方说信号可能是一个polynomial curve
但是噪声比较大
我知道的是这个underlying的信号在每个实验中应该是基本相似的
这也是我为什么想做一个curve fitting先把信号model出来的原因
同时我也知道信号不一定非常稳定
有可能有一些scale和phase shift
你是建议先做一个fft之类的
然后在频谱分析？
假设我得到了频域信号
我怎么比较这两组呢？
【在 s***c 的大作中提到】
: 没看太懂。你信号是随机的，不要做什么curve fitting
: 分析谱看看，分析相关是对的
|
b**********g
发帖数: 32 | |
s***c
发帖数: 639 | 5 相不相似，做个相关就看出来了，每个信号的时延也能估计出来。
如果事先知道信号波形，做个matched filtering，也能检测出信号。
不知道的话，挑几个相关性好的出来，算上delay，做个平均，如果awgn的话大致也差
不离。信噪比太差，没办法就是没办法。看你噪声长什么样了，你要用高级的方法也有。
不知道是不是你想问的
【在 r********n 的大作中提到】
: 信号不是随机的
: 但我同时也不知道信号是什么形状的
: 比方说信号可能是一个polynomial curve
: 但是噪声比较大
: 我知道的是这个underlying的信号在每个实验中应该是基本相似的
: 这也是我为什么想做一个curve fitting先把信号model出来的原因
: 同时我也知道信号不一定非常稳定
: 有可能有一些scale和phase shift
: 你是建议先做一个fft之类的
: 然后在频谱分析？
|
s**********r
发帖数: 8153 | 6 很有趣呀，上个月我一个朋友也问了我类似的问题。。。 |
r********n
发帖数: 6979 | 7 我有两组一维信号
每组里都有若干一维信号（假设每个信号的长度都相同，N）
我现在希望比较一下每组信号内部不同信号的相似性/consistency
问题是每个信号都是一个underlying signal＋noise＋temporal shift
怎么能最好的反映这种相似性
举个例子
两组分别代表两种测量方法测量同一个过程
做K次实验
每次得到一个长度为N的信号
我现在希望比较两张测量方法的优劣
（我也不知道underlying的信号是怎样的）
我能想到最简单的方法是每两个信号之间做一个correlation
然后比较两个方法correlation的distribution
不过因为每个信号之间不一定是完全aligned
所以效果不是最好
不知道还有没有什么别的好办法？
比方先做一个curve fitting
然后比较regression coefficients？ |
s***c
发帖数: 639 | 8 没看太懂。你信号是随机的，不要做什么curve fitting
分析谱看看，分析相关是对的
【在 r********n 的大作中提到】
: 我有两组一维信号
: 每组里都有若干一维信号（假设每个信号的长度都相同，N）
: 我现在希望比较一下每组信号内部不同信号的相似性/consistency
: 问题是每个信号都是一个underlying signal＋noise＋temporal shift
: 怎么能最好的反映这种相似性
: 举个例子
: 两组分别代表两种测量方法测量同一个过程
: 做K次实验
: 每次得到一个长度为N的信号
: 我现在希望比较两张测量方法的优劣
|
r********n
发帖数: 6979 | 9 信号不是随机的
但我同时也不知道信号是什么形状的
比方说信号可能是一个polynomial curve
但是噪声比较大
我知道的是这个underlying的信号在每个实验中应该是基本相似的
这也是我为什么想做一个curve fitting先把信号model出来的原因
同时我也知道信号不一定非常稳定
有可能有一些scale和phase shift
你是建议先做一个fft之类的
然后在频谱分析？
假设我得到了频域信号
我怎么比较这两组呢？
【在 s***c 的大作中提到】
: 没看太懂。你信号是随机的，不要做什么curve fitting
: 分析谱看看，分析相关是对的
|
b**********g
发帖数: 32 | |
s***c
发帖数: 639 | 11 相不相似，做个相关就看出来了，每个信号的时延也能估计出来。
如果事先知道信号波形，做个matched filtering，也能检测出信号。
不知道的话，挑几个相关性好的出来，算上delay，做个平均，如果awgn的话大致也差
不离。信噪比太差，没办法就是没办法。看你噪声长什么样了，你要用高级的方法也有。
不知道是不是你想问的
【在 r********n 的大作中提到】
: 信号不是随机的
: 但我同时也不知道信号是什么形状的
: 比方说信号可能是一个polynomial curve
: 但是噪声比较大
: 我知道的是这个underlying的信号在每个实验中应该是基本相似的
: 这也是我为什么想做一个curve fitting先把信号model出来的原因
: 同时我也知道信号不一定非常稳定
: 有可能有一些scale和phase shift
: 你是建议先做一个fft之类的
: 然后在频谱分析？
|
s**********r
发帖数: 8153 | 12 很有趣呀，上个月我一个朋友也问了我类似的问题。。。 |
j***y
发帖数: 1069 | 13 直观感觉只需计算cross correlation/covariance function(CCF)
如果CCF在某个lag比较大
说明两信号直接比较相似 但是有delay
或者如果你大致知道信号的模型(ARMA, harmonics, polynomial, linear..)
那直接用数据估计模型参数
然后再比较
【在 r********n 的大作中提到】
: 我有两组一维信号
: 每组里都有若干一维信号（假设每个信号的长度都相同，N）
: 我现在希望比较一下每组信号内部不同信号的相似性/consistency
: 问题是每个信号都是一个underlying signal＋noise＋temporal shift
: 怎么能最好的反映这种相似性
: 举个例子
: 两组分别代表两种测量方法测量同一个过程
: 做K次实验
: 每次得到一个长度为N的信号
: 我现在希望比较两张测量方法的优劣
|
w********r
发帖数: 94 | 14
做一下research吧，这个问题有过很多publication。也有现成的matlab代码可用。很
多领域都需要对测量结果和analytical结果进行比对，都用的是类似算法。一般是数学
系发的论文。
【在 r********n 的大作中提到】
: 我有两组一维信号
: 每组里都有若干一维信号（假设每个信号的长度都相同，N）
: 我现在希望比较一下每组信号内部不同信号的相似性/consistency
: 问题是每个信号都是一个underlying signal＋noise＋temporal shift
: 怎么能最好的反映这种相似性
: 举个例子
: 两组分别代表两种测量方法测量同一个过程
: 做K次实验
: 每次得到一个长度为N的信号
: 我现在希望比较两张测量方法的优劣
|
