识别常见的周期性波形（正方形，正弦波，锯齿波，......）
没有任何用户交互，程序如何识别来自ADC的记录中存在什么类型的波形？识别常见的周期性波形（正方形，正弦波，锯齿波，......）
对于这个问题的缘故：三角形，正方形，正弦，半正弦波，或恒定频率的锯齿波。电平和频率是任意的，它们会有噪声，少量失真和其他缺陷。
我会提出一些（幼稚）的想法也一样，你可以投票向上或向下。
你一定要采取自相关找到根本入手。
这样，取一个周期（大约）的波形。
现在采取这一信号的DFT，并立即弥补上述第一二进制相移（第一仓是根本，你的任务会更简单，如果所有阶段是相对的）。 现在归一化所有的箱子，使基本面具有统一性。
现在比较和对比箱（代表谐波）与一组，你有兴趣测试预先存储的标准波形的其余部分。接受最接近的，并且如果它不能满足通过噪声测量确定的准确度阈值，则拒绝整体。
执行自相关寻找基本频率，测量RMS电平，找到第一个过零点，然后尝试在该频率，相位和电平中减去公共波形。无论哪个取消最佳（并且超过某个阈值）都会获胜。
我认为这是最实用的方法，假设您也改变比较波形的相位。 – MusiGenesis 2009-07-31 15:57:16
您可以通过先找到过零点来找出相位，这样您就不会浪费时间将波浪移至每个可能的相位。 – endolith 2009-08-01 20:33:55
做一个FFT，发现奇和偶次谐波的峰值，并且比较在其降低到常用的波形..峰......比库的速度。
由于您仍然可以识别经过相移和滤波的波，因此此方法似乎比在时域中工作更稳定。 – endolith 2009-07-17 16:30:05
武装自己的详细信息...
我假设你已经知道，理论上完美的正弦波没有谐波泛音（即只有一个基本的）......但因为你正在经历一个ADC你可以抛出理论上理想的正弦波在窗外的想法......你必须反抗别名，并确定什么是“真正”的部分和什么是神器...祝你好运。
以下信息来自this link about csound.
（*）甲锯齿波包含（理论上）谐波泛音的无限数量，每一个在部分数的倒数之比。因此，基波（1）的振幅为1，第二部分1/2，第三1/3和第n 1/n。 （**）方波包含（理论上）无限数量的谐波分量，但只包含奇数谐波（1,3,5,7，...）。振幅按倒数的部分数字，就像锯齿波一样。因此，基波（1）的振幅为1，第三部分1/3，第五1/5和第n 1/n。
这个答案假设没有噪音，这是一个简单的学术练习。
在时域中，以波形的样本差异取样。直方图结果。如果分布在零点处具有明确定义的峰值（模式），则它是方波。如果分布在正值处具有明确定义的峰值，则它是锯齿。如果分布具有两个明确定义的峰值，一个负值和一个正值，则它是三角形。如果分布宽广并且在任何一侧达到峰值，那么这是一个正弦波。
我认为所有这些答案至今都相当糟糕（包括我自己以前的...） 已经经过深思熟虑了一下这个问题经过我建议如下：
1）取1输入信号的第二个样本（不需要那么大，但是它简化了几件事）
2）在整个秒钟内，计数过零点。此时你有cps（每秒周期）并知道振荡器的频率。 （以防万一你想知道）
3）现在拿一小段样本来处理：精确地取7个过零值。 （所以你的工作缓冲区现在应该如果可视化，看起来像你用原始问题发布的图形表示之一）。使用这个小的工作缓冲区来执行下列测试。 （在此处标准化工作缓冲区可能会使生活更容易）
4）方波测试：方波零交叉总是非常大的差异，寻找一个大的信号增量，然后几乎没有运动，直到下一个过零点。 5）测试锯齿波：类似于方波，但大信号增量后面会跟随一个线性恒定信号增量。
6）测试三角波：线性常数（小）信号增量。找到峰值，除以它们之间的距离，并计算出三角波应该看起来像什么（理想情况下）现在测试实际信号的偏差。设置偏差容差阈值，您可以确定您是在查看三角形还是正弦（或某种抛物线）。
首先找到基频和相位。你可以用FFT做到这一点。标准化样品。然后用要测试的波形样本（相同频率和相同相位）减去每个样本。将结果平方加起来，并将其除以样本数量。最小的数字是您寻找的波形。
你能否有信心地认为输入是单声道信号？ （即单个音符演奏的单个音符？） – kent 2009-07-17 14:55:43
是的。我没有特别的应用，但我想象的是连续的单一频率的周期性波。 – endolith 2009-07-17 16:25:53