Estou executando alguns testes em que estou gravando medições do acelerômetro. Estou procurando usar elementos de processamento de sinal nesse sinal, mas não tenho certeza sobre por onde começar ou qual deve ser minha abordagem.
Meu objetivo final é poder monitorar as leituras de aceleração em tempo real e exibir uma notificação quando isso event
ocorrer. Como você pode ver por volta do tempo de 150.000 amostras, event
ocorre um .
- Se eu estiver monitorando esses dados em tempo real, que tipo de técnicas de processamento de sinal podem ser implementadas para reagir a esse evento?
- Uma Transformada de Fourier de Curto Prazo (STFT) seria uma opção?
Estou monitorando meus dados em Python, e eles têm uma função STFT decente .
Os argumentos desta função são os seguintes:
scipy.signal.stft (x, fs = 1.0, window = 'hann', nperseg = 256, noverlap = None, nfft = None, detrend = False, return_onesided = True, limite = 'zeros', preenchido = True, eixo = -1)
Como determino os parâmetros ideais a serem usados para processar este sinal?
Existem outros métodos que vocês acham que podem me ajudar a identificar quando isso
event
ocorre em tempo real (em vez de usar apenas a magnitude da aceleração)?
EDIT 1:
Meu STFT foi adicionado acima.
event
que você deseja detectar. Veja a resposta da Fat32 para um exemplo do que estou falando.event
.Se esses gráficos representam o cenário de aplicativo mais típico, eu usaria uma estimativa simples de variação de janela curta e executaria o limiar posteriormente;
Ondexa c[ n ] é o sinal de entrada removido por CC; ou seja,xa c[ n ] = x [ n ] -x¯[ n ] Onde x¯[ n ] é o valor DC (médio) da entrada x [ n ] que pode ser estimado localmente por
Selecione um tamanho de janela pequeno o suficienteN apropriado para sua aplicação. Você pode executar a decisão do evento com base na comparação do desvio padrão (raiz quadrada dessa estimativa de variação calculada) com um limite selecionado corretamente.
Isso será facilmente calculado em tempo real com muito menos carga computacional em comparação com uma análise no domínio da frequência. Note-se que na aplicação em tempo real suas soma índices deve ir para trás a partir da amostra atual (em vez dos fomulas acima que usam um somatório não causal)
Como segunda alternativa eficiente, você também pode implementar uma detecção de envelope no domínio do tempo (seguida de limiar) para acionar o evento.
fonte