Usuwanie szumu z sygnału F2F

(To pytanie dotyczy wydobywania danych binarnych kart magnetycznych z surowego WAV )

Wyciągam sekwencję binarną z paska magnetycznego na karcie kredytowej.

wprowadź opis zdjęcia tutaj

Jak widać, sygnał ulega wyraźnej degradacji w jednym miejscu. po lewej stronie obrazu występuje niewielka degradacja.

Samo użycie IIR (tj. ) wygładza go, ale wynikowy sygnał nie jest matematycznie gładki; jeśli kilka razy różnicuję sygnał, hałas wraca z zemstą: $X_{\rm out} = 0.9X_{\rm out_{last}} + 0.1X_{\rm in}$

wprowadź opis zdjęcia tutaj

Moje pytanie brzmi: czy mogę usunąć hałas w taki sposób, aby pochodne były czyste?

Jeśli tak to jak?

EDYCJA: Oto zbliżenie niektórych uszkodzonych fal:

wprowadź opis zdjęcia tutaj

EDYCJA (2): Rozważam kilka podejść:

Po pierwsze, mogłem dokonać aproksymacji Taylora sygnału po obu stronach uszkodzonego sektora i połączyć te aproksymacje razem.
Po drugie, mogłem FFT, usunąć komponenty o wysokiej częstotliwości i odwrócić FFT. Spróbuję teraz zastosować drugie podejście ...

fft noise

— Liczba Pi
źródło

Używasz rozróżniacza, aby wyłapać w sygnale funkcje wysokiej częstotliwości (tj. Ostre przejścia). Artefakty, które próbujesz usunąć, są podobne, ponieważ są ostrymi przejściami, które będą miały podobne właściwości górnoprzepustowe. Mogą być trudne do usunięcia za pomocą liniowego filtra dolnoprzepustowego. Inne podejście (bez zamierzonej gry słów) może być bardziej odpowiednie.

— Jason R

Przepraszamy za złe publikowanie mylących zrzutów ekranu. Zawarłem zbliżenia fragmentów uszkodzonych próbek.

— P i

Filtr dolnoprzepustowy powinien działać. Problem polega na tym, że częstotliwości, które się zmieniają, zmieniają się wraz ze zmianą prędkości przesuwania.

— endolith,

Poprawny. Jednak ta stopa bazowa nie zmieni się znacząco z jednej fali do następnej. Mogę więc być w stanie filtrować na bieżąco (tj. Biorąc pod uwagę, że długość fali wynosi k w danym punkcie, filtruj przed sygnałem szacunkowe 2 długości fali, wybierz następny sygnał, opłucz i powtórz). W takim przypadku jaki byłby dobry filtr? Muszę zachować pochodne ...

— P i

Wygląda na to, że twój sygnał jest reprezentowany przez szereg bardzo charakterystycznych „falek” opisujących przejścia binarne. Myślę, że powinieneś wyodrębnić jedną charakterystyczną falkę i stworzyć „korelogram” poprzez skorelowanie falki z surowymi danymi. Pozycje o maksymalnym podobieństwie zostaną zidentyfikowane jako silne piki, podczas gdy wady kształtu fali staną się jedynie niewielkim szumem. Ta metoda jest szeroko stosowana w sejsmice. Czy mógłbyś podać serię „danych czasowych” swoich surowych danych w formie podobnej do arkusza kalkulacyjnego, aby zilustrować mój pomysł.

— mbaitoff,

Aby usunąć „szum” o wysokiej częstotliwości bez usuwania ostrych przejść, może być konieczne wypróbowanie jakiegoś nieliniowego procesu filtrowania.

Przypadkowym przykładem może być zastosowanie (przenikanie do) filtru mediany tylko wtedy, gdy odległość do najbliższych N lokalnych maksimów (lub minimów i powyżej pewnego progu hałasu) spadnie poniżej pewnego progu odległości (gdzie ta odległość, N i szerokość filtra mediany , są skalibrowane do okresu podejrzenia „hałasu”).

— hotpaw2
źródło