Уместно ли использовать PSD для анализа выбитой гитарной струны?

Question

Я использую python 2.7 для сравнения тональных различий в укусах гитары. Я задал этот же вопрос в dsp.stackexchange.com, но мне не повезло, поэтому я подумал, что и прошу здесь.

Я обнаружил, что в Matplotlib, есть некоторые большие встроенные функции, такие как matplotlib.mlab.magnitude_spectrum и функция matplotlib.mlab.psd

magnitude_spectrum, кажется, не быть ежу понятно, как это FFT сигнала , показывая каждую конкретную гармонику. Однако, сравнивая различные гитарные струны, сложно определить каждый пик для сравнения. Функция PSD дает очень приятные гладкие графики, что идеально подходит для очевидных визуальных сравнений.

Я понимаю, что PSD полезны для случайных сигналов, но не обязательно для известных сигналов. Это правда? И есть ли какая-то причина, по которой я не должен использовать PSD для сравнения гитарных строк?

Вот что 1 секунда гитары срывать выглядит как использование PSD и magnitude_spectrum:

Обратите внимание, что они являются срывает одной и той же строки, а не разные строки. Я пытаюсь убедиться в том, что мои куки были согласованы до сравнения различных строк.

Answer 1

Они предоставляют вам подобную информацию. PSD - это показатель энергии на частоту, где, поскольку спектр амплитуды - это только частоты. В конечном итоге либо должны работать.

Лучший способ (IMHO), чтобы определить, собирается ли конкретная гитарная струна, сначала создать фильтр для фильтрации шума, который вам неинтересен, а затем сравнить его с уровнем мощности вашего устройства -фильтрованный сигнал. Некоторые общие сведения об этом являются:

http://www.ee.columbia.edu/~ronw/dsp/

http://www.bsharp.org/physics/guitar