Prinzipiell habe ich den Verdacht, dass das Problem im Zeitbereich (alleine) nicht in den Griff zu kriegen ist. Mir scheint eine FFT als Signalvorverarbeitung angebracht. Dem Netz könnte man dann einen Satz Spektrallinien aus dem Frequenzbereich präsentieren, den man vorher evtl. sogar noch bzgl. seiner Grundfrequenzamplitude normalisieren sollte (um Lautstärkeschwankungen zu kompensieren) . Das dürfte schon sehr gut ausreichen, um ein zeitlich 'konstantes' Signal zu beurteilen, d.h., ein Signal, das seine Frequenzzusammensetzung über der Zeit nicht ändert.
Sollte sich das Spektrum des Signals über den Beobachtungszeitraum hinaus auch noch verändern, dann muss man über ein zeitabhängiges Netz nachdenken, oder über ein Netz, das mehrere Spektren von verschiedenen Zeitpunkten als Inputs erhält.
Hast Du die Möglichkeit, aus Deinen Signalen FFTs zu erzeugen (z.B. mit Matlab)?
mrwhite wrote:Kannst Du immer von einem vollen Wellenzug als Signal ausgehen?
Ja die Welle ist immer im Signalverlauf vorhanden halt nur bei den Trainingsdaten
Prinzipiell musst Du einem NN qualitativ später das selbe vor die Nase setzen, wie beim Training. Natürlich wird es Abweichungen vom Trainingssignal geben, man möchte das Netz ja gerade dazu verwenden, unbekannte Daten zu analysieren. Diese dürfen sich aber von den Trainingsdaten nicht vollständig unterscheiden. D.h., auch später musst DU dem Netz immer qualitativ das selbe präsentieren, z.B. immer einen Wellenzug oder eine feste Anzahl Wellenzüge oder immer das selbe Zeitfenster oder immer die selbe Anzahl Spektrallinien mit den selben Frequenzen o.ä.
mrwhite wrote:Feste Frequenz?
Auch hier sind im Trainingssignal leichte Schwankungen.
Reden wir über ein Signal, bei dem sich immer ein konstantes Spektrum angeben lässt, d.h., eine gleichmäßige, sich wiederholende Schwingungsform (wenn auch nicht sinusförmig), oder geht es sogar darum, ein Signal zu erkennen, das sich über den Beobachtungszeitraum in seiner Schwingungsform verändert, d.h., das seine Spektralzusammensetzung während eines Beobachtungsintervals verändert?
Nochmal genauer: Hängt die Beurteilung/Klassifizierung des Signals auch davon ab, wie es sich über einen längeren Zeitraum hinweg verändert? Z.B., wie es in der Amplitude abklingt, oder die Anzahl Oberwellen über die Zeit hinweg abnimmt o.ä.?
Über welche Frequenzbandbreite reden wir denn?
mrwhite wrote:Beginnt ein Wellenzug immer bei der mathematischen zeitlichen 'Null' Deines Signals?
Sehr gute Frage, ich habe mein Beispiel ungeschickt gewählt die Phase spielt keine Rolle.
Handelt es sich bei Deinem Signal wirklich um so 'einfache' Grundsignale wie Dreicke, Sinus, o.ä. oder sind es komplexere Signalverläufe?
Insgesamt
mrwhite wrote:Abtastrate?
Konstante Abtastrate ist gegeben, die Sampelrate 44100Hz bei 32Bit.
Ich sehe gerade das es sehr hohe Abtastraten sind. Die könnte man unter umständen auch abändern aber prinzipiell ist sie konstant.
Das ist allerdings ziemlich hoch und auch eine sehr hohe Auflösung im Amplitudenbereich (32Bit sind mehr als 4 Milliarden Quantisierungsstufen!) Hier nochmal die Frage: Um welchen Frequenzbereich geht es?
Wie gesagt, ohne eine FFT-Aufbereitung wird da nicht viel gehen, denke ich...
Viele Grüße
. Vielleicht könnt ihr mir weiterhelfen über einfache Links bin ich schon hoch erfreut.