rand normalとuniform

scilabの本を借りてて、

ホワイトノイズっぽいのを信号に混ぜてから、fftしてノイズを取り除き、
逆fftして(実部を取って)ノイズのない信号として抽出っていう例題が最後にあったんだ。


そこに、乱数コマンドとしてrandがあって、normalっていうオプションがあって
これはなんだろう？と気になった。

周波数空間だと、そりゃぁ一様に、ホワイトノイズっぽく見える。

じゃあこの乱数は一体何乱数なんだぁー！？

ぐぐってみたら、ガウス分布であって、一様乱数ではなかった。

まあそりゃそうだよな。

一様乱数が平平らさんになるのはヒストグラムだっつーの


っつーわけで、信号に足すノイズを、ホワイトノイズではなく一様乱数uniformにしてみたところ
ものっそい低周波成分がでかすぎて、除去しきれてないことがわかった。



いちおう、ぐぐった結果を報告しておくと、
ホワイトノイズ＝ガウシアン分布　ではないらしい。
似てるけど厳密には異なる。
けど、実用的にほぼ混ぜられて使われてる感じらしい。
どっちかがどっちかの部分集合みたいな感じだったかな？



それと、scilabは元々信号処理や制御工学のための言語だから
音声信号をwavファイルとして出し入れできるのは当たり前なんだけど

僕が読んだ教科書のサンプルコードでは、一瞬過ぎて聞き取れないくらいのデータだったので
どんな音が除去されてどう聞こえるのかは、波形は見れたけども聞いてわかることはできなかった。


そうだな、出力ファイルをaudacityにぶち込んで、聞こえる秒数にまで倍々にコピペし続ける
とかすればまあ聞くことはできるだろう。


それと、今回のサンプルコードでは抽出する周波数は2本しかなく
ノイズと信号のS/N比がはっきりしすぎているため
実用的な音声ファイルに適用できるかどうかは不明


敷居値以下の信号をゼロにするってアルゴリズムだから
信号に混ざってしまったノイズは取り除けないんじゃないかな



さっそくaudacity先生にご高説願おうではないか。