リアルタイム雑音抑圧処理：適応線スペクトル強調器 (ALE) のPython実装と適用例

音信号向けの簡単かつ実用的なリアルタイム向け雑音抑圧処理として，以下の書籍で適応線スペクトル強調器 (ALE) が紹介されていました． 上記の書籍を参考にしつつ，Pythonでの適応線スペクトル強調器 (ALE)の実装と，様々な信号への適用例を紹介します。 適応線スペクトル強調器 (ALE) の概要 適応線スペクトル強調器 (ALE) は雑音が含まれた観測信号から目的信号を強調／予測する処理です． 目的信号は音声や楽音のような周期性信号であり，周波数が未知でも抽出できることがこの手法の長所です． 以下がブロック図です。 遅延素子数Dは相関分離パラメタ (de-correlation param…

xlsxやcsvのデータをExcelで間引く方法（INDIRECT, SUBSTITUTE, ADDRESS, ROW, COLUMN関数）

サンプル数が大きい時系列データや周波数応答が格納されたxlsxやcsvファイルをExcelで開くと、かなり動作が重くなることがあります。 そのようファイルでグラフをプロットのような操作をするのは動作が遅いため苦行ですし、Excelが突然落ちるリスクも高くなります。 基本はプログラムやバッチファイルで間引き（デシメーション）するのがよいですが、どうしてもExcelでなんとかしたい場面があります。 そこで、ファイルサイズの大きい xlsxやcsvのデータをExcelで間引く方法を示します。 元データの形式例 例として、時系列データを考えます。 今回は、rawシートにA列に時系列のインデックス，B-…