Сторінка вікіпедії для функції / формули різниці середньої величини (AMDF) видається порожньою. Що таке AMDF? Які властивості AMDF? У чому полягають сильні та слабкі сторони AMDF порівняно з іншими методами оцінки тону, такими як автокореляція?
Сторінка вікіпедії для функції / формули різниці середньої величини (AMDF) видається порожньою. Що таке AMDF? Які властивості AMDF? У чому полягають сильні та слабкі сторони AMDF порівняно з іншими методами оцінки тону, такими як автокореляція?
Відповіді:
Я ніколи не бачив слова "Формула" з "AMDF". Моє розуміння визначення AMDF є
- сусідство інтересів у . Зауважте, що ви підсумовуєте лише негативні терміни. Отже . Ми називаємо " " "відставанням" . чітко, якщо , тоді . Крім того, якщо є періодичним з періодом (і вигляд на той момент, що - ціле число), тоді і для будь-якого цілого .
Тепер, навіть якщо не є точно періодичним, або якщо період не є цілою цілою кількістю вибірок (за певною швидкістю вибірки, яку ви використовуєте), ми очікуємо для будь-якого відставання , близький до періоду або будь-якого цілого числа, кратного періоду. Насправді, якщо майже періодичний, але період не знаходиться на цілій кількості вибірок, ми очікуємо, що зможемо інтерполювати між цілими значеннями щоб отримати ще менший мінімум.
Мій улюблений - не AMDF, а "ASDF" (здогадайтесь, що означає "S"?)
Виявляється, ви можете робити обчислення з цим, оскільки функція квадрата має безперервні похідні, але функція абсолютного значення не робить.
Ось ще одна причина, що мені подобається ASDF краще, ніж AMDF. Якщо дуже великий, і ми граємо трохи швидко і вільно з межами підсумовування:
де
зазвичай ідентифікується як "автокореляція" .
Таким чином, ми очікуємо, що функція автокореляції буде перевернутою (і зміщеною) репліками ASDF. Де б не було піків автокореляції, де ASDF (і зазвичай також AMDF) має мінімум.