गैबोर परिवर्तन: Difference between revisions
No edit summary |
No edit summary |
||
Line 1: | Line 1: | ||
गैबोर | '''गैबोर परिवर्तन''', जिसका नाम [[डेनिस गैबोर|'''डेनिस गैबोर''']] के नाम पर रखा गया है, कम समय के फूरियर परिवर्तन की विशेष स्थिति है। इसका उपयोग संकेत के स्थानीय खंडों की ज्या तरंग [[आवृत्ति]] और चरण (तरंगों) विवरण को निर्धारित करने के लिए किया जाता है क्योंकि यह समय के साथ बदलता है। रूपांतरित किए जाने वाले फलन को पहले [[गॉसियन फ़ंक्शन|'''गॉसियन फलन''']] से गुणा किया जाता है, जिसे [[विंडो फ़ंक्शन|'''विंडो फलन''']] के रूप में माना जा सकता है, और परिणामी फलन को [[समय-आवृत्ति विश्लेषण|'''समय-आवृत्ति विश्लेषण''']] प्राप्त करने के लिए फूरियर परिवर्तन के साथ रूपांतरित किया जाता है।<ref>E. Sejdić, I. Djurović, J. Jiang, “Time-frequency feature representation using energy concentration: An overview of recent advances,” ''Digital Signal Processing'', vol. 19, no. 1, pp. 153-183, January 2009.</ref> विंडो फलन का अर्थ है कि विश्लेषण किए जा रहे समय के निकट संकेत का भार अधिक होगा। संकेत x(t) का गैबोर रूपांतरण इस सूत्र द्वारा परिभाषित किया गया है: | ||
:<math> G_x(\tau,\omega) = \int_{-\infty}^\infty x(t)e^{-\pi(t-\tau)^2}e^{-j \omega t}\,dt </math> | :<math> G_x(\tau,\omega) = \int_{-\infty}^\infty x(t)e^{-\pi(t-\tau)^2}e^{-j \omega t}\,dt </math> | ||
[[File:Mplwp_gaussian.svg|thumb|right|300px|गाऊसी | [[File:Mplwp_gaussian.svg|thumb|right|300px|गाऊसी फलन का परिमाण.]]गॉसियन फलन की सीमा अनंत है और यह कार्यान्वयन के लिए अव्यावहारिक है। हालाँकि, गॉसियन फलन के वितरण के लिए महत्व का स्तर चुना जा सकता है (उदाहरण के लिए 0.00001)। | ||
:<math> \begin{cases} | :<math> \begin{cases} | ||
Line 9: | Line 9: | ||
e^{-{\pi}a^2} < 0.00001; & \left| a \right| > 1.9143 | e^{-{\pi}a^2} < 0.00001; & \left| a \right| > 1.9143 | ||
\end{cases}</math> | \end{cases}</math> | ||
[[अभिन्न]] की इन सीमाओं के बाहर (<math>\left| a \right| > 1.9143</math>) गाऊसी | [[अभिन्न]] की इन सीमाओं के बाहर (<math>\left| a \right| > 1.9143</math>) गाऊसी फलन इतना छोटा है कि इसे अनदेखा किया जा सकता है। इस प्रकार गैबोर परिवर्तन का संतोषजनक अनुमान लगाया जा सकता है | ||
:<math> G_x(\tau,\omega) = \int_{-1.9143+\tau}^{1.9143+\tau} x(t) e^{-\pi(t-\tau)^2} e^{-j \omega t} \, dt </math> | :<math> G_x(\tau,\omega) = \int_{-1.9143+\tau}^{1.9143+\tau} x(t) e^{-\pi(t-\tau)^2} e^{-j \omega t} \, dt </math> | ||
यह सरलीकरण गैबोर परिवर्तन को व्यावहारिक और साकार करने योग्य बनाता है। | यह सरलीकरण गैबोर परिवर्तन को व्यावहारिक और साकार करने योग्य बनाता है। | ||
किसी विशेष एप्लिकेशन के लिए समय-आवृत्ति रिज़ॉल्यूशन ट्रेडऑफ़ को प्रतिस्थापित करके अनुकूलित करने के लिए विंडो | किसी विशेष एप्लिकेशन के लिए समय-आवृत्ति रिज़ॉल्यूशन ट्रेडऑफ़ को प्रतिस्थापित करके अनुकूलित करने के लिए विंडो फलन की चौड़ाई को भी बदला जा सकता है <math> {-{\pi}(t-\tau)^2} </math> साथ <math> {-{\pi}\alpha (t-\tau)^2} </math> कुछ चुने हुए लोगों के लिए <math>\alpha</math>. | ||
== व्युत्क्रम गैबोर रूपांतरण == | == व्युत्क्रम गैबोर रूपांतरण == | ||
गैबोर परिवर्तन उलटा है। क्योंकि यह अति-पूर्ण है, मूल | गैबोर परिवर्तन उलटा है। क्योंकि यह अति-पूर्ण है, मूल संकेत को विभिन्न तरीकों से पुनर्प्राप्त किया जा सकता है। उदाहरण के लिए, अनविंडोइंग दृष्टिकोण का उपयोग किसी के लिए भी किया जा सकता है <math>\tau_0 \in (-\infty,\infty)</math>: | ||
:<math> x(t) = e^{\pi(t-\tau_0)^2}\frac{1}{2\pi}\int_{-\infty}^\infty G_x(\tau_0,\omega) e^{j \omega t }\,d\omega</math> | :<math> x(t) = e^{\pi(t-\tau_0)^2}\frac{1}{2\pi}\int_{-\infty}^\infty G_x(\tau_0,\omega) e^{j \omega t }\,d\omega</math> | ||
Line 26: | Line 26: | ||
== गैबोर परिवर्तन के गुण == | == गैबोर परिवर्तन के गुण == | ||
गैबोर | गैबोर परिवर्तन में फूरियर परिवर्तन की तरह कई गुण हैं। ये गुण निम्नलिखित तालिकाओं में सूचीबद्ध हैं। | ||
{| class="wikitable" | {| class="wikitable" | ||
Line 79: | Line 79: | ||
== अनुप्रयोग और उदाहरण == | == अनुप्रयोग और उदाहरण == | ||
[[File:Gabor por stevencys.jpg|thumb|right|400px|समय/आवृत्ति वितरण.]]गैबर | [[File:Gabor por stevencys.jpg|thumb|right|400px|समय/आवृत्ति वितरण.]]गैबर परिवर्तन का मुख्य अनुप्रयोग समय-आवृत्ति विश्लेषण में उपयोग किया जाता है। उदाहरण के तौर पर निम्नलिखित फलन को लें। इनपुट संकेत में t ≤ 0 होने पर 1 Hz आवृत्ति घटक होता है और t > 0 होने पर 2 Hz आवृत्ति घटक होता है | ||
:<math> | :<math> | ||
Line 86: | Line 86: | ||
\cos(4\pi t) & \text{for } t> 0. | \cos(4\pi t) & \text{for } t> 0. | ||
\end{cases}</math> | \end{cases}</math> | ||
लेकिन यदि उपलब्ध कुल बैंडविड्थ 5 हर्ट्ज है, तो x(t) को छोड़कर अन्य आवृत्ति बैंड बर्बाद हो जाते हैं। गैबर | लेकिन यदि उपलब्ध कुल बैंडविड्थ 5 हर्ट्ज है, तो x(t) को छोड़कर अन्य आवृत्ति बैंड बर्बाद हो जाते हैं। गैबर परिवर्तन को लागू करके समय-आवृत्ति विश्लेषण के माध्यम से, उपलब्ध बैंडविड्थ को जाना जा सकता है और उन आवृत्ति बैंडों का उपयोग अन्य अनुप्रयोगों के लिए किया जा सकता है और बैंडविड्थ को बचाया जा सकता है। दाईं ओर की तस्वीर इनपुट संकेत x(t) और गैबर परिवर्तन का आउटपुट दिखाती है। जैसी कि हमारी अपेक्षा थी, आवृत्ति वितरण को दो भागों में विभाजित किया जा सकता है। t ≤ 0 है और दूसरा t > 0 है। सफेद भाग x(t) द्वारा व्याप्त आवृत्ति बैंड है और काले भाग का उपयोग नहीं किया जाता है। ध्यान दें कि समय के प्रत्येक बिंदु के लिए [[नकारात्मक आवृत्ति]] (ऊपरी सफेद भाग) और सकारात्मक (निचला सफेद भाग) आवृत्ति घटक दोनों होते हैं। | ||
== असतत गैबर-परिवर्तन == | == असतत गैबर-परिवर्तन == | ||
Line 93: | Line 93: | ||
:<math> y(t)= \sum_{m = - \infty}^ \infty \sum_{n=- \infty}^ \infty C_{nm} \cdot g_{nm} (t) </math> | :<math> y(t)= \sum_{m = - \infty}^ \infty \sum_{n=- \infty}^ \infty C_{nm} \cdot g_{nm} (t) </math> | ||
साथ <math>g_{nm} (t) = s(t-m \tau_0 ) \cdot e^{j\Omega nt}</math> | साथ <math>g_{nm} (t) = s(t-m \tau_0 ) \cdot e^{j\Omega nt}</math> | ||
इन समीकरणों में गैबोर-आधार- | इन समीकरणों में गैबोर-आधार-फलन को अलग करके आसानी से प्राप्त किया जा सकता है। इसके द्वारा निरंतर पैरामीटर t को असतत समय k द्वारा प्रतिस्थापित किया जाता है। इसके अलावा गैबोर प्रतिनिधित्व में अब सीमित योग सीमा पर विचार किया जाना चाहिए। इस प्रकार, नमूना संकेत y(k) को लंबाई N के M समय फ़्रेम में विभाजित किया गया है <math>\Omega \le \tfrac{2\pi}{\tau_0}</math>, महत्वपूर्ण नमूने के लिए कारक Ω है <math>\Omega = \tfrac{2\pi}{N}</math>. | ||
डीएफटी (असतत फूरियर | डीएफटी (असतत फूरियर परिवर्तनेशन) के समान एन असतत विभाजन में विभाजित आवृत्ति डोमेन प्राप्त किया जाता है। इन एन वर्णक्रमीय विभाजनों का व्युत्क्रम परिवर्तन तब समय विंडो के लिए एन मान y(k) की ओर ले जाता है, जिसमें एन नमूना मान शामिल होते हैं। एन नमूना मानों के साथ समग्र एम टाइम विंडो के लिए, प्रत्येक संकेत y(k) में K = N होता है <math>\cdot</math> एम नमूना मान: (असतत गैबोर प्रतिनिधित्व) | ||
:<math> y(k) = \sum_{m=0}^ {M-1} \sum_{n=0}^{N-1} C_{nm} \cdot g_{nm} (k) </math> | :<math> y(k) = \sum_{m=0}^ {M-1} \sum_{n=0}^{N-1} C_{nm} \cdot g_{nm} (k) </math> | ||
साथ <math>g_{nm} (k) = s(k-mN) \cdot e^{j\Omega nk}</math> | साथ <math>g_{nm} (k) = s(k-mN) \cdot e^{j\Omega nk}</math> | ||
उपरोक्त समीकरण के अनुसार, एन <math>\cdot</math> एम गुणांक <math>C_{nm}</math> | उपरोक्त समीकरण के अनुसार, एन <math>\cdot</math> एम गुणांक <math>C_{nm}</math> संकेत के नमूना मान K की संख्या के अनुरूप। | ||
अति-नमूनाकरण के लिए <math>\Omega</math> इसके लिए सेट है <math>\Omega \le \tfrac{2\pi}{N} = \tfrac{2\pi}{N^\prime}</math> N′ > N के साथ, जिसके परिणामस्वरूप असतत गैबोर प्रतिनिधित्व के दूसरे योग में N′ > N योग गुणांक प्राप्त होता है। इस मामले में, प्राप्त गैबोर-गुणांक की संख्या एम होगी<math>\cdot</math>एन′ > के. इसलिए, नमूना मूल्यों की तुलना में अधिक गुणांक उपलब्ध हैं और इसलिए अनावश्यक प्रतिनिधित्व प्राप्त किया जाएगा। | अति-नमूनाकरण के लिए <math>\Omega</math> इसके लिए सेट है <math>\Omega \le \tfrac{2\pi}{N} = \tfrac{2\pi}{N^\prime}</math> N′ > N के साथ, जिसके परिणामस्वरूप असतत गैबोर प्रतिनिधित्व के दूसरे योग में N′ > N योग गुणांक प्राप्त होता है। इस मामले में, प्राप्त गैबोर-गुणांक की संख्या एम होगी<math>\cdot</math>एन′ > के. इसलिए, नमूना मूल्यों की तुलना में अधिक गुणांक उपलब्ध हैं और इसलिए अनावश्यक प्रतिनिधित्व प्राप्त किया जाएगा। | ||
== स्केल्ड गैबर | == स्केल्ड गैबर परिवर्तन == | ||
जैसे कि कम समय में फूरियर रूपांतरण, समय और आवृत्ति डोमेन में रिज़ॉल्यूशन को अलग-अलग विंडो | जैसे कि कम समय में फूरियर रूपांतरण, समय और आवृत्ति डोमेन में रिज़ॉल्यूशन को अलग-अलग विंडो फलन चौड़ाई चुनकर समायोजित किया जा सकता है। गैबोर में भिन्नता जोड़कर, मामलों को रूपांतरित करें <math>\sigma</math>, निम्नलिखित समीकरण के रूप में: | ||
स्केल्ड (सामान्यीकृत) गॉसियन विंडो इस प्रकार दर्शाती है: | स्केल्ड (सामान्यीकृत) गॉसियन विंडो इस प्रकार दर्शाती है: | ||
:<math>W_{\text{gaussian}}(t) = e^{-\sigma \pi t^2}</math> | :<math>W_{\text{gaussian}}(t) = e^{-\sigma \pi t^2}</math> | ||
तो स्केल्ड गैबर | तो स्केल्ड गैबर परिवर्तन को इस प्रकार लिखा जा सकता है: | ||
:<math>G_x(t,f) = \sqrt[4]{\sigma}\textstyle \int_{-\infty}^{\infty} \displaystyle e^{-\sigma \pi(\tau -t)^2} | :<math>G_x(t,f) = \sqrt[4]{\sigma}\textstyle \int_{-\infty}^{\infty} \displaystyle e^{-\sigma \pi(\tau -t)^2} | ||
e^{-j2\pi f\tau}x(\tau)d\tau \qquad </math> | e^{-j2\pi f\tau}x(\tau)d\tau \qquad </math> | ||
एक बड़े के साथ <math>\sigma</math>, विंडो | एक बड़े के साथ <math>\sigma</math>, विंडो फलन संकीर्ण होगा, जिससे समय डोमेन में उच्च रिज़ॉल्यूशन होगा लेकिन आवृत्ति डोमेन में कम रिज़ॉल्यूशन होगा। इसी प्रकार, छोटा <math>\sigma</math> फ़्रीक्वेंसी डोमेन में उच्च रिज़ॉल्यूशन लेकिन समय डोमेन में कम रिज़ॉल्यूशन वाली विस्तृत विंडो की ओर ले जाएगा। | ||
[[File:Scale gabor simulation.png|frameकम|660x660पिक्सेल]] | [[File:Scale gabor simulation.png|frameकम|660x660पिक्सेल]] | ||
Line 119: | Line 119: | ||
== गैबोर परिवर्तन का समय-कारण एनालॉग == | == गैबोर परिवर्तन का समय-कारण एनालॉग == | ||
अस्थायी संकेतों को संसाधित करते समय, भविष्य के डेटा तक नहीं पहुंचा जा सकता है, जिससे वास्तविक समय संकेतों को संसाधित करने के लिए गैबोर | अस्थायी संकेतों को संसाधित करते समय, भविष्य के डेटा तक नहीं पहुंचा जा सकता है, जिससे वास्तविक समय संकेतों को संसाधित करने के लिए गैबोर फलन का उपयोग करने का प्रयास करने पर समस्याएं पैदा होती हैं। गैबोर फ़िल्टर का समय-कारण एनालॉग विकसित किया गया है <ref name=Lin23> {{cite journal |last1=Lindeberg |first1=T. |title=A time-causal and time-recursive scale-covariant scale-space representation of temporal signals and past time |journal=Biological Cybernetics |date=23 January 2023 |pages=1-39 |doi=10.1007/s00422-022-00953-6|doi-access=free }}</ref> गैबोर फलन में गॉसियन कर्नेल को समय-कारण और समय-पुनरावर्ती कर्नेल के साथ बदलने पर आधारित, जिसे समय-कारण सीमा कर्नेल कहा जाता है। इस तरह, समय-कारण सीमा कर्नेल के परिणामी जटिल-मूल्य विस्तार के आधार पर समय-आवृत्ति विश्लेषण गैबोर फलन के रूप में अस्थायी संकेत के अनिवार्य रूप से समान परिवर्तनों को पकड़ना संभव बनाता है, और हाइजेनबर्ग समूह के अनुरूप, देखें <ref name=Lin23/>अधिक जानकारी के लिए। | ||
==यह भी देखें== | ==यह भी देखें== |
Revision as of 12:31, 9 July 2023
गैबोर परिवर्तन, जिसका नाम डेनिस गैबोर के नाम पर रखा गया है, कम समय के फूरियर परिवर्तन की विशेष स्थिति है। इसका उपयोग संकेत के स्थानीय खंडों की ज्या तरंग आवृत्ति और चरण (तरंगों) विवरण को निर्धारित करने के लिए किया जाता है क्योंकि यह समय के साथ बदलता है। रूपांतरित किए जाने वाले फलन को पहले गॉसियन फलन से गुणा किया जाता है, जिसे विंडो फलन के रूप में माना जा सकता है, और परिणामी फलन को समय-आवृत्ति विश्लेषण प्राप्त करने के लिए फूरियर परिवर्तन के साथ रूपांतरित किया जाता है।[1] विंडो फलन का अर्थ है कि विश्लेषण किए जा रहे समय के निकट संकेत का भार अधिक होगा। संकेत x(t) का गैबोर रूपांतरण इस सूत्र द्वारा परिभाषित किया गया है:
गॉसियन फलन की सीमा अनंत है और यह कार्यान्वयन के लिए अव्यावहारिक है। हालाँकि, गॉसियन फलन के वितरण के लिए महत्व का स्तर चुना जा सकता है (उदाहरण के लिए 0.00001)।
अभिन्न की इन सीमाओं के बाहर () गाऊसी फलन इतना छोटा है कि इसे अनदेखा किया जा सकता है। इस प्रकार गैबोर परिवर्तन का संतोषजनक अनुमान लगाया जा सकता है
यह सरलीकरण गैबोर परिवर्तन को व्यावहारिक और साकार करने योग्य बनाता है।
किसी विशेष एप्लिकेशन के लिए समय-आवृत्ति रिज़ॉल्यूशन ट्रेडऑफ़ को प्रतिस्थापित करके अनुकूलित करने के लिए विंडो फलन की चौड़ाई को भी बदला जा सकता है साथ कुछ चुने हुए लोगों के लिए .
व्युत्क्रम गैबोर रूपांतरण
गैबोर परिवर्तन उलटा है। क्योंकि यह अति-पूर्ण है, मूल संकेत को विभिन्न तरीकों से पुनर्प्राप्त किया जा सकता है। उदाहरण के लिए, अनविंडोइंग दृष्टिकोण का उपयोग किसी के लिए भी किया जा सकता है :
वैकल्पिक रूप से, समय के सभी घटकों को साथ जोड़ा जा सकता है:
गैबोर परिवर्तन के गुण
गैबोर परिवर्तन में फूरियर परिवर्तन की तरह कई गुण हैं। ये गुण निम्नलिखित तालिकाओं में सूचीबद्ध हैं।
Signal | Gabor transform | Remarks | |
---|---|---|---|
1 | Linearity property | ||
2 | Shifting property | ||
3 | Modulation property |
Remarks | ||
---|---|---|
1 | Power integration property | |
2 | Energy sum property | |
3 | Power decay property | |
4 | Recovery property |
अनुप्रयोग और उदाहरण
गैबर परिवर्तन का मुख्य अनुप्रयोग समय-आवृत्ति विश्लेषण में उपयोग किया जाता है। उदाहरण के तौर पर निम्नलिखित फलन को लें। इनपुट संकेत में t ≤ 0 होने पर 1 Hz आवृत्ति घटक होता है और t > 0 होने पर 2 Hz आवृत्ति घटक होता है
लेकिन यदि उपलब्ध कुल बैंडविड्थ 5 हर्ट्ज है, तो x(t) को छोड़कर अन्य आवृत्ति बैंड बर्बाद हो जाते हैं। गैबर परिवर्तन को लागू करके समय-आवृत्ति विश्लेषण के माध्यम से, उपलब्ध बैंडविड्थ को जाना जा सकता है और उन आवृत्ति बैंडों का उपयोग अन्य अनुप्रयोगों के लिए किया जा सकता है और बैंडविड्थ को बचाया जा सकता है। दाईं ओर की तस्वीर इनपुट संकेत x(t) और गैबर परिवर्तन का आउटपुट दिखाती है। जैसी कि हमारी अपेक्षा थी, आवृत्ति वितरण को दो भागों में विभाजित किया जा सकता है। t ≤ 0 है और दूसरा t > 0 है। सफेद भाग x(t) द्वारा व्याप्त आवृत्ति बैंड है और काले भाग का उपयोग नहीं किया जाता है। ध्यान दें कि समय के प्रत्येक बिंदु के लिए नकारात्मक आवृत्ति (ऊपरी सफेद भाग) और सकारात्मक (निचला सफेद भाग) आवृत्ति घटक दोनों होते हैं।
असतत गैबर-परिवर्तन
गैबोर प्रतिनिधित्व का अलग संस्करण
साथ इन समीकरणों में गैबोर-आधार-फलन को अलग करके आसानी से प्राप्त किया जा सकता है। इसके द्वारा निरंतर पैरामीटर t को असतत समय k द्वारा प्रतिस्थापित किया जाता है। इसके अलावा गैबोर प्रतिनिधित्व में अब सीमित योग सीमा पर विचार किया जाना चाहिए। इस प्रकार, नमूना संकेत y(k) को लंबाई N के M समय फ़्रेम में विभाजित किया गया है , महत्वपूर्ण नमूने के लिए कारक Ω है .
डीएफटी (असतत फूरियर परिवर्तनेशन) के समान एन असतत विभाजन में विभाजित आवृत्ति डोमेन प्राप्त किया जाता है। इन एन वर्णक्रमीय विभाजनों का व्युत्क्रम परिवर्तन तब समय विंडो के लिए एन मान y(k) की ओर ले जाता है, जिसमें एन नमूना मान शामिल होते हैं। एन नमूना मानों के साथ समग्र एम टाइम विंडो के लिए, प्रत्येक संकेत y(k) में K = N होता है एम नमूना मान: (असतत गैबोर प्रतिनिधित्व)
साथ उपरोक्त समीकरण के अनुसार, एन एम गुणांक संकेत के नमूना मान K की संख्या के अनुरूप।
अति-नमूनाकरण के लिए इसके लिए सेट है N′ > N के साथ, जिसके परिणामस्वरूप असतत गैबोर प्रतिनिधित्व के दूसरे योग में N′ > N योग गुणांक प्राप्त होता है। इस मामले में, प्राप्त गैबोर-गुणांक की संख्या एम होगीएन′ > के. इसलिए, नमूना मूल्यों की तुलना में अधिक गुणांक उपलब्ध हैं और इसलिए अनावश्यक प्रतिनिधित्व प्राप्त किया जाएगा।
स्केल्ड गैबर परिवर्तन
जैसे कि कम समय में फूरियर रूपांतरण, समय और आवृत्ति डोमेन में रिज़ॉल्यूशन को अलग-अलग विंडो फलन चौड़ाई चुनकर समायोजित किया जा सकता है। गैबोर में भिन्नता जोड़कर, मामलों को रूपांतरित करें , निम्नलिखित समीकरण के रूप में:
स्केल्ड (सामान्यीकृत) गॉसियन विंडो इस प्रकार दर्शाती है:
तो स्केल्ड गैबर परिवर्तन को इस प्रकार लिखा जा सकता है:
एक बड़े के साथ , विंडो फलन संकीर्ण होगा, जिससे समय डोमेन में उच्च रिज़ॉल्यूशन होगा लेकिन आवृत्ति डोमेन में कम रिज़ॉल्यूशन होगा। इसी प्रकार, छोटा फ़्रीक्वेंसी डोमेन में उच्च रिज़ॉल्यूशन लेकिन समय डोमेन में कम रिज़ॉल्यूशन वाली विस्तृत विंडो की ओर ले जाएगा।
गैबोर परिवर्तन का समय-कारण एनालॉग
अस्थायी संकेतों को संसाधित करते समय, भविष्य के डेटा तक नहीं पहुंचा जा सकता है, जिससे वास्तविक समय संकेतों को संसाधित करने के लिए गैबोर फलन का उपयोग करने का प्रयास करने पर समस्याएं पैदा होती हैं। गैबोर फ़िल्टर का समय-कारण एनालॉग विकसित किया गया है [2] गैबोर फलन में गॉसियन कर्नेल को समय-कारण और समय-पुनरावर्ती कर्नेल के साथ बदलने पर आधारित, जिसे समय-कारण सीमा कर्नेल कहा जाता है। इस तरह, समय-कारण सीमा कर्नेल के परिणामी जटिल-मूल्य विस्तार के आधार पर समय-आवृत्ति विश्लेषण गैबोर फलन के रूप में अस्थायी संकेत के अनिवार्य रूप से समान परिवर्तनों को पकड़ना संभव बनाता है, और हाइजेनबर्ग समूह के अनुरूप, देखें [2]अधिक जानकारी के लिए।
यह भी देखें
- गैबोर फिल्टर
- गैबोर वेवलेट
- गैबर परमाणु
- समय-आवृत्ति प्रतिनिधित्व
- एस परिवर्तन
- अल्पकालीन फूरियर रूपांतरण
- विग्नर वितरण समारोह
संदर्भ
- ↑ E. Sejdić, I. Djurović, J. Jiang, “Time-frequency feature representation using energy concentration: An overview of recent advances,” Digital Signal Processing, vol. 19, no. 1, pp. 153-183, January 2009.
- ↑ 2.0 2.1 Lindeberg, T. (23 January 2023). "A time-causal and time-recursive scale-covariant scale-space representation of temporal signals and past time". Biological Cybernetics: 1–39. doi:10.1007/s00422-022-00953-6.
- D. Gabor, Theory of Communication, Part 1, J. Inst. of Elect. Eng. Part III, Radio and Communication, vol 93, p. 429 1946 (http://genesis.eecg.toronto.edu/gabor1946.pdf)
- Jian-Jiun Ding, Time frequency analysis and wavelet transform class note, the Department of Electrical Engineering, National Taiwan University, Taipei, Taiwan, 2007.