時間領域で信号に含まれる成分の特徴を抽出する方法

質問

現在私は時系列信号に含まれるある成分(周期性あり)の特徴を
時間領域で抽出できないか検討しています．
特徴を抽出する目的は前情報として保持することで得られた時系列信号の
クラスタリングに使用し，ある成分の周波数を特定することができないかと考えたからです．

今まで時系列信号をFFTして周波数領域でピークを探してある成分の周波数を
特定していましたが，この方法では真値がわかっていないとどれが自分の欲しい成分の
ピークなのか判断できませんでした．(求めたい成分の信号強度は小さいので雑音に埋もれてしまい見えないことが多いので雑音を抑制する信号処理でピークをある程度確認にできる．)

そのため真値を用いず，ある成分の周波数を特定したいので時間領域で前情報などを
用いることで周波数の特定をしたいと考えました．

しかし私の求めたい成分の時系列信号は形などから特徴を抽出することが難しく
いろいろなアルゴリズムを検討してみたのですが具体的な解決策が見つかりませんでした．
(ある成分のウェーブレット係数が周期的に変化するのではないか，極値・変曲点が周期的に変化しないか)

今までの内容を踏まえて何か思いつくようなことがあれば
どんなことでも構わないので教えていただきたいです．
よろしくお願いします．

回答No.1

Degi-Cat · ベストアンサー

具体的な抽出方法は知らないのですが、音楽の圧縮のTwinVQやAACはそれをやっているはずです。
これらの方法は音を各周波数毎に分解し、それらの周波数の三角関数値で値を持ち、データ量を圧縮する、というものだと思います。

TwinVQ方式はNTT研究室が開発したもので、論文が公開されているはずです。
私は探したことが無いですが、開発した研究室の方から伺いました。
まあ、それも随分昔で記憶が全て正しいか、あまり自信はありません。

お礼

ありがとうございます！