ALGORYTM POPRAWY JAKOŚCI BRZMIENIA ARCHIWALNYCH NAGRAŃ DŹWIĘKU NA NOŚNIKACH MAGNETYCZNYCH

Podobne dokumenty
Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

Regulamin promocji 14 wiosna

Pomiary parametrów akustycznych wnętrz.

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD A

WikiWS For Business Sharks

Wykład 5 12/15/2013. Problemy algebry liniowej w Matlabie

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

PORADNIK KANDYDATA. Wkrótce w nauka w szkole w jaki sposób je. zasadniczych szkole

Część teoretyczna IZOLACYJNOŚĆ AKUSTYCZNA PRZEGRÓD

Projekt 2 Filtr analogowy

Regulamin promocji zimowa piętnastka

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

WYKORZYSTANIE ZAKŁÓCEŃ QUASISTACJONARNYCH W CELU REDUKCJI NIERÓWNOMIERNOŚCI PRZESUWU TAŚMY W NAGRANIACH DŹWIĘKU NA NOŚNIKACH MAGNETYCZNYCH

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO

Regulamin promocji upalne lato

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

Kompresja dźwięku w standardzie MPEG-1

APROKSYMACJA QUASIJEDNOSTAJNA

Urządzenia wejścia-wyjścia

Laboratorium ochrony danych

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

BADANIA WSTĘPNE PARAMETRÓW DYNAMICZNYCH W KONSTRUKCJACH WIELOMATERIAŁOWYCH Z DODATKIEM ZEOLITU

x(n) x(n-1) x(n-2) D x(n-n+1) h N-1

Media społecznościowe i praca w chmurze oraz przygotowanie na ich potrzeby materiałów graficznych i zdjęciowych

Planowanie eksperymentu pomiarowego I

ALGORYTM REDUKCJI ZAKŁÓCEŃ QUASISTACJONARNYCH W ZABYTKOWYCH NAGRANIACH DŹWIĘKU

Ćwiczenie 10. Metody eksploracji danych

STANDARDOWE TECHNIKI KOMPRESJI SYGNAŁÓW

Algorytm redukcji szumów w nagraniach dźwiękowych z wykorzystaniem podziału sygnału na składowe harmoniczne i stochastyczne

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

Regulamin promocji fiber xmas 2015

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

INTELIGENTNY ALGORYTM KLASYFIKACJI NAGRAŃ ARCHIWALNYCH

Fizyka cząstek elementarnych

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Automatyzacja Statku

Diagonalizacja macierzy kwadratowej

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA

Dotyczy: opinii PKPP lewiatan do projektow dwoch rozporzqdzen z 27 marca 2012 (pismo P-PAA/137/622/2012)

OGÓLNE PODSTAWY SPEKTROSKOPII

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

TECH 3341 POMIARY GŁOŚNOŚCI: POMIAR W TRYBIE EBU UZUPEŁNIAJĄCY NORMALIZACJĘ GŁOŚNOŚCI ZGODNIE Z EBU R 128 INFORMACJE DODATKOWE DLA ZALECENIA R 128

Proces narodzin i śmierci

Zaawansowane algorytmy DSP

65120/ / / /200

Regulamin promocji karnaval 2016

Zmodyfikowana technika programowania dynamicznego

PRZENOŚNY ANALIZATOR DIAGNOSTYCZNY DO WYKRYWANIA USZKODZEŃ STOJANA I WIRNIKA W SILNIKACH INDUKCYJNYCH

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO

p Z(G). (G : Z({x i })),

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ)

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki

Proste modele ze złożonym zachowaniem czyli o chaosie

BADANIA STANÓW AWARYJNYCH UKŁADÓW PRZEKSZTAŁTNIKOWYCH Z ZASTOSOWANIEM STATYSTYK WYŻSZYCH RZĘDÓW

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja

IDENTYFIKACJA ŹRÓDEŁ AKTYWNOŚCI WIBROAKUSTYCZNEJ MASZYN METODĄ KSZTAŁTOWANIA WIĄZKI SYGNAŁU (BEAMFORMING)

Kodowanie podpasmowe. Plan 1. Zasada 2. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania

Realizacja logiki szybkiego przeniesienia w prototypie prądowym układu FPGA Spartan II

WYDZIAŁ MATEMATYKI i INFORMATYKI

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Załącznik nr 2. Przedmiot zamówienia : Inkubator zamknięty. Producent: Nazwa i typ : TAK/NIE

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

3.1. ODZIAŁYWANIE DŹWIĘKÓW NA CZŁOWIEKA I OTOCZENIE

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

Weryfikacja hipotez dla wielu populacji

SZTUCZNA INTELIGENCJA

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Przygotowali: Bartosz Szatan IIa Paweł Tokarczyk IIa

EKONOMETRIA I Spotkanie 1, dn

Zastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych

Laboratorium Akustyki Architektonicznej Ćw. 4

Podstawowe konfiguracje wzmacniaczy tranzystorowych. Klasyfikacja wzmacniaczy. Klasyfikacja wzmacniaczy

A O n RZECZPOSPOLITA POLSKA. Gospodarki Narodowej. Warszawa, dnia2/stycznia 2014

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Odtworzenie wywodu metodą wstępującą (bottom up)

Materiały z II Konferencji Naukowo-Technicznej "Diagnostyka w sieciach elektroenergetycznych zakładów przemysłowych", Płock, 2001, str.3-10.

architektura komputerów w. 3 Arytmetyka komputerów

O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH

Sprawozdanie Skarbnika Hufca Za okres Wprowadzenie

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha Warszawa Dnia 03 czerwca 2009 r.

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

ALGORYTM IDENTYFIKACJI SKŁADOWYCH SINUSOIDALNYCH ZŁOŻONEGO SYGNAŁU NA PODSTAWIE JEGO LOSOWO POBRANYCH PRÓBEK

Ćwiczenie 2. Parametry statyczne tranzystorów bipolarnych

Nieparametryczne Testy Istotności

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

AUTOMATYKA I STEROWANIE W CHŁODNICTWIE, KLIMATYZACJI I OGRZEWNICTWIE L3 STEROWANIE INWERTEROWYM URZĄDZENIEM CHŁODNICZYM W TRYBIE PD ORAZ PID

WYZNACZENIE DYSYPACJI KINETYCZNEJ ENERGII TURBULENCJI PRZY UŻYCIU PRAWA -5/3. E c = E k + E p + E w

Programowanie Równoległe i Rozproszone

Transkrypt:

POZNN UNIVE RSITY OF TE CHNOLOGY CDE MIC JOURNLS No 84 Electrcal Engneerng 2015 Potr KRDSZ* LGORYTM POPRWY JKOŚCI BRZMIENI RCHIWLNYCH NGRŃ DŹWIĘKU N NOŚNIKCH MGNETYCZNYCH rchwalne nagrana dźwęku na nośnkach magnetycznych o nskej jakośc charakteryzują sę wysokm pozomem szumów ogranczonym pasmem przenoszena dla sygnału użytecznego. Poneważ pozom składowych sygnału o wyższych częstotlwoścach jest w takch przypadkach nższy nż pozom szumów nośnka, proces redukcj szumu powoduje ch utratę. Problem ten dotyczy zarówno składowych sygnału o charakterze harmoncznym (dźwęk), jak stochastycznym (szmery). by przywrócć właścwe brzmene rekonstruowanego nagrana, składowe te pownny zostać odtworzone. Poneważ metody takej rekonstrukcj różną sę dla dźwęków szmerów, proponowany algorytm opera sę o podzał sygnału na składowe harmonczne stochastyczne. Tak uzyskane dwe częśc perwotnego sygnału mogą wtedy zostać poddane rekonstrukcj przy użycu metod dobranych nezależne dla każdej z nch. SŁOW KLUCZOWE: algorytm, nagrana archwalne, rekonstrukcja 1. WPROWDZENIE Dzsejsze nagrana dźwęku, dokonywane metodam cyfrowym, dysponują zarówno dużą dynamką, jak równeż pasmem przenoszena obejmującym pełny zakres częstotlwośc akustycznych. Dzęk zastosowanu zaawansowanych metod wykrywana naprawana błędów zapsu cyfrowego [1] są one odporne zarówno na uszkodzena nośnka, jak na proces welokrotnego odtwarzana. Cech takch ne posadają nagrana wykonane w technce analogowej. Nagrana tego rodzaju charakteryzują sę nedoskonałoścam, zwązanym zarówno z samym procesem analogowego zapsu odczytu, jak równeż z procesem degradacj tego rodzaju nośnków, zarówno zwązanym z procesem welokrotnego odtwarzana, jak równeż ze zjawskam powstającym w czase ch przechowywana. Nagrana na nośnkach magnetycznych podatne są na procesy rozmagnesowana na skutek dzałana zewnętrznych pól magnetycznych, zaś proces odtwarzana powoduje ścerane zewnętrznej warstwy nośnka [2]. Oba te * Poltechnka Bałostocka.

232 Potr Kardasz zjawska powodują w perwszej kolejnośc obnżene pozomu składowych o wysokch częstotlwoścach. W domowych archwach spotkać można nagrana, wykonane klkadzesąt lat temu sprzętem amatorskm o nskej jakośc. Nagrana take charakteryzują sę wysokm pozomem szumów oraz ogranczonym pasmem przenoszena. Składowe dźwęku o częstotlwoścach wyższych nż 2-3 khz zamaskowane są w nch szumem nośnka oraz wzmacnacza zapsu. Jednym z etapów procesu poprawy jakośc tego rodzaju nagrań jest redukcja szumów. Można jej dokonać poprzez podzał pasma akustycznego na wele podpasm tłumene tych, w których moc sygnału jest nższa nż założona wartość progowa. lgorytmy wykorzystujące tę metodę wymagają starannego doboru parametrów ch pracy, ale nawet najstarannejsze dostrojene takego algorytmu ne zapobegne utraty składowych harmoncznych znajdujących sę w tłumonych podpasmach. Otrzymuje sę w rezultace nagrane pozbawone szumów, ale także o głuchym brzmenu. by poprawć brzmene tego rodzaju nagrań, nezbędne jest przywrócene wysokoczęstotlwoścowych składowych sygnału dźwękowego. Zadane tego rodzaju ne jest proste ze względu na to, że nformacja o tych składowych została bezpowrotne stracona w procese redukcj szumów. Istneją algorytmy rekonstrukcj tego rodzaju nagrań oparte na znajomośc wdma nstrumentów oraz głosów ludzkch występujących w rekonstruowanym nagranu [3]. Informacje take ne zawsze są jednak osągalne, a szczegóły tego rodzaju metod ne są na ogół dostępne. Muzycy wyróżnają w utworze muzycznym dźwęk szmery [4]. Dźwęk są sygnałam harmoncznym o wdme w postac prążków odpowadających poszczególnym harmoncznym ch częstotlwośc podstawowej. Szmery, będące sygnałam o charakterze stochastycznym, mają wdmo cągłe. Ze względu na to proces uzupełnana sygnału dźwękowego o brakujące składowe wysokoczęstotlwoścowe będze mał nny charakter dla dźwęków dla szmerów. Wydaje sę węc celowe dokonane podzału sygnału dźwękowego na dwe częśc: harmonczną stochastyczną, a następne poddane tych częśc algorytmom poprawy brzmena, zaprojektowanym nezależne dla każdej z nch, z uwzględnenem ch specyfk. 2. CEL I ZKRES BDŃ Celem przeprowadzonych badań było zaprojektowane, mplementacja przetestowane dzałana prostej wersj algorytmu poprawy brzmena archwalnych nagrań na nośnkach magnetycznych. lgorytm tak pownen dokonać podzału sygnału dźwękowego na składowe harmonczne (dźwęk) stochastyczne (szmery), po czym dokonać syntezy brakujących składowych na

lgorytm poprawy jakośc brzmena archwalnych nagrań dźwęku... 233 podstawe analzy rekonstruowanego nagrana. W przypadku pozytywnych wynków testowana tego algorytmu, mógłby se on stać punktem wyjśca do opracowana bardzej zaawansowanych jego wersj. Został opracowany prosty algorytm tego rodzaju. lgorytm ten, w częśc dotyczącej składowych harmoncznych, został przetestowany przy użycu klku sygnałów testowych, w tym próbek rzeczywstych nagrań na taśme magnetycznej nagranych nskej jakośc sprzętem amatorskm. Została ocenona jakość dzałana algorytmu oraz możlwośc jego mplementacj dalszego udoskonalana. 3. DZIŁNIE LGORYTMU Perwszym etapem pracy proponowanego algorytmu jest rozdzelene składowych harmoncznych stochastycznych. by osągnąć ten cel, należy dokonać dentyfkacj składowych harmoncznych sygnału. W tym celu fragmenty sygnału o długośc 2048 próbek mnożone są przez funkcję okna typu sn 2 : 2 n f o ( n) sn ( ) (1) 2048 po czym tak przygotowany cąg próbek uzupełnany jest zeram w celu uzyskana cągu 2 18 próbek, poddawanych następne szybkej transformace Fourera [5]. Lczba 2 18 próbek pozwala na uzyskane rozdzelczośc częstotlwoścowej 0,168 Hz dla częstotlwośc próbkowana 44100 Hz została wybrana jako komproms pomędzy dokładnoścą dentyfkacj składowych, a szybkoścą pracy algorytmu. Następne poszukwane są maksma ampltudy, spośród których pozostawane są te, których wartość przekracza zadany przez użytkownka próg. Na podstawe tak otrzymanych danych przeprowadzana jest synteza sygnału harmoncznego M f Pn sn( 2 n ) (2) 0 Fp gdze P n jest wartoścą n-tej próbk, M jest lczbą maksmów wybranych w poprzednm etape, jest ampltudą -tego maksmum zaś φ jego przesunęcem w faze Sygnał, otrzymany w wynku syntezy jest następne odejmowany od perwotnego sygnału. W ten sposób otrzymuje sę dwa sygnały: perwszy, otrzymany w wynku syntezy, zawera składowe harmonczne, drug, otrzymany w wynku odejmowana, zawera pozostałą część perwotnego sygnału: składowe stochastyczne oraz składowe harmonczne o małej ampltudze. Spośród wszystkch maksmów odnalezonych w poprzednm etape badana wersja algorytmu szuka w kolejnym kroku maksmum globalnego. Określona zostaje jego ampltuda częstotlwość. Następne pośród pozostałych

234 Potr Kardasz maksmów poszukwane są te, które odpowadają drugej trzecej harmoncznej odnalezonej częstotlwośc. Określane są na ch podstawe dwa parametry: f d 2 (3) 2 f d 3 (4) gdze f jest ampltudą wybranej składowej (maksmum globalnego), zaś 2f 3f to ampltudy jej drugej trzecej harmoncznej; Parametr d 2 stosowany jest następne w celu syntezy parzystych harmoncznych, zaś d 3 w celu syntezy harmoncznych neparzystych. lgorytm pozwala na wybór jednej z dwóch metod określana ampltudy syntezowanych harmoncznych: 2 1 3d 3 (5) 2 1 2 2d 2 (6) 2 lub 3 f 2 1 3 2 1 d3 (7) d2 2 (8) gdze 2+1 ampltuda harmoncznej neparzystej, 2 ampltuda harmoncznej parzystej. lgorytm pozwala równeż na wybór mnmalnej częstotlwośc powyżej której dokonywana będze synteza. Uzyskany w jej wynku sygnał dodawany jest do sygnału harmoncznego, stochastyczna część sygnału jest natomast poddawana fltracj, mającej za zadane skorygowane jej charakterystyk częstotlwoścowej w zakrese wysokch częstotlwośc. Parametry fltracj w testowanej wersj algorytmu zadawane są przez użytkownka. W ostatnm etape pracy algorytmu następuje sumowane częśc harmoncznej (z odtworzonym składowym) z poddaną fltracj częścą stochastyczną. 4. PRZEBIEG BDŃ Opracowany algorytm został przetestowany za pomocą przygotowanych w tym celu sygnałów testowych (tabela 1).

lgorytm poprawy jakośc brzmena archwalnych nagrań dźwęku... 235 Tabela 1. Sygnały testowe Lp. 1 2 Kształt prostokątny płokształtny 3 próbka muzyk nagrana sprzętem amatorskm (SNR<30 db) Sygnał Uwag Częstotlwość podstawowa 400 Hz, fltr dolnoprzepustowy 2,5 khz (rys. 1a) Częstotlwość podstawowa 400 Hz fltr dolnoprzepustowy 2,5 khz (rys. 2a) Ogranczone pasmo częstotlwośc (rys. 3a) Proste sygnały testowe mały za zadane sprawdzene poprawnośc dzałana algorytmu. Próbka muzyk została poddana dzałanu testowanego algorytmu, po czym wykonana została analza wdmowa oraz test odsłuchowy. a) b) Rys. 1. Wdmo sygnału testowego 1 przed (a) po (b) zastosowanu proponowanego algorytmu a) b) Rys. 2. Wdmo sygnału testowego 2 przed (a) po (b) zastosowanu proponowanego algorytmu a) b) Rys. 3. Wdmo sygnału testowego 3 przed (a) po (b) zastosowanu proponowanego algorytmu

236 Potr Kardasz 5. OCEN WYNIKÓW I KIERUNKI DLSZYCH BDŃ Badany algorytm został opracowany jako część paketu algorytmów mających za zadane rekonstrukcję archwalnych nagrań dźwęku. Dzała on poprawne dla prostych sygnałów testowych. Równeż próbka sygnału dźwękowego poddana dzałanu algorytmu wykazuje zauważalną poprawę brzmena. Testy wykonane na rzeczywstym nagranu pokazują jednak nedostatk badanego algorytmu. Odtwarza on bowem harmonczne tylko jednej składowej dźwęku o najwyższej ampltudze. Słyszalne są w tej sytuacj przeskok algorytmu, gdy podczas trwana nagrana zmena se stosunek ampltud dźwęków o różnych częstotlwoścach, składających sę na to nagrane. W tej sytuacj w celu uzyskana algorytmu przydatnego do pracy z archwalnym nagranam dźwęku należy opracować przetestować jego bardzej złożoną wersję, odtwarzającą harmonczne wększej lczby składowych rekonstruowanego nagrana oraz uwzględnającą w tym celu wększą lczbę dostępnych w orygnalnym sygnale danych. LITERTUR [1] Urbańsk B., Magnetofony gramofony cyfrowe, Wydawnctwa Komunkacj Łącznośc, Warszawa 1989. [2] Iwancka B., Koprowsk E., Kasety magnetofonowe magnetowdowe, Wydawnctwa Komunkacj Łącznośc, Warszawa 1988. [3] Sulkowska E., Walczak J. P., Rekonstrukcja nagrana Kathleen Ferrer z 1946 roku metodą SR. http://www.nna.gov.pl/dgtalzacja/dgprzewodnk/w-praktyce/detal //2012/09/20/Rekonstrukcja_nagrana_Kathleen_Ferrer_z_1946_roku_metoda_ SR, dokument elektronczny, 2012. [4] Wesołowsk F, Zasady muzyk, Polske Wydawnctwo Muzyczne, Kraków, 1998. [5] Zelńsk T. P., Cyfrowe przetwarzane sygnałów, Wydawnctwa Komunkacj Łącznośc, Warszawa 2005. THE LGORITHM FOR THE SOUND QULITY IMPROVEMENT OF RCHIVL RECORDINGS ON THE MGNETIC MEDI The archval sound recordngs on magnetc meda, recorded wth low qualty equpment have hgh level of nose and lmted bandwdth for the useful sgnal. The level of hgh frequency sgnal components s lower than the medum nose, so they wll be lost after the nose reducton process. Ths problem affects both harmoncs components of the sgnal (sounds) and stochastc components (noses). These components should be then restored to mprove the qualty of the reconstructed sound recordng. Snce such reconstructon methods dffer for harmonc and stochastc components of the sgnal, the proposed algorthm s based on splttng ths sgnal nto harmonc and stochastc components. These t two parts of the orgnal sgnal can then be reconstructed usng methods selected ndependently for each of them.