结合EMD与DWT-ACF的语音基音周期检测改进算法

针对传统小波-自相关算法在噪声环境下检测语音的基音周期会出现偏差和漏报的情况,提出一种经验模式分解下的小波-自相关的基音周期检测改进算法。该算法首先利用经验模式分解去除含噪语音趋势项并减噪,再利用改进的小波-自相关法突出每个基音周期的峰值点,提高了基音周期检测的精度。实验结果表明,该改进方法可有效改善加噪语音在基音提取上出现的偏差误报情况以及避免部分倍频和半频错误,提高基音周期检测速率及准确率。     

基于相似度的高精度基音检测算法

提出了一种具有较高精度且抗噪性能强的基音检测算法。该算法将线性预测残差看作语音源信号的近似,对其进行频谱分析,依据残差幅度谱算得基音周期的粗估值。然后回到时域信号,根据基音周期粗估值设计一长度可调的窗,通过窗函数在语音段连续取两段语音信号作相似度运算,可根据最大相似度值计算出准确的基音周期。该方法准确性高,在噪声环境下也具有较好的效果。     

一种基于能量对称度参数的实时基音检测方法

提出了一种基于能量对称度(ES)参数的基音检测方法.先通过波峰检测和对称度检测粗略估计语音的基音，再根据ES参数得到最佳的语音基音。实验证明此方法不仅具有实时性而且具有很高的准确性，而且不存在延时问题．是一种适合于单片机实现的语音信号处理方法。     

基于自相关函数和混沌理论的微弱正弦信号检测方法

本提出一种将自相关检测方法与混沌理论相结合共同检测微弱正弦信号的方案。通过理论分析和仿真实验验证了该方案的正确性和有效性。研究结果表明,此方案是时域信号处理方法中较超前的方法,其信噪比工作门限低于自相关方法。     

一种基于线性预测和极大似然估计的基音检测算法

用线性预测的方法求出语音信号的LPC(Linear Predictive Coding)谱,然后根据候选的声门激励与LPC谱卷积重构语音信号的短时频谱,当重构频谱与原始语音频谱之间的畸变最小时,声门激励之间的间隔为基音周期.为了提高计算效率,采用频域动态搜索的方法搜索基音周期的候选值.数值实验表明,采用线性预测和极大似燃估计 (Maximum Likelihood, ML)的基音检测算法可保留更多的基音信息,并能有效地减少基音检测的错误,并且该算法比传统的ML法有更强的鲁棒性.     

低信噪比环境下语音端点检测改进方法

针对语音端点检测在低信噪比环境下普遍存在检测性能急剧下降的问题,提出一种将调制域(时间-频率域)谱减法和自相关函数相结合的语音端点检测算法。该算法首先利用调制域谱减法较好的消噪能力来提高含噪语音的信噪比;然后根据语音和噪声的自相关函数的主峰最大值和次大值之比差异较大的特性,结合基于对数能量和自相关函数的端点检测方法对消噪后的语音进行端点检测。实验结果表明,该算法在低信噪比的环境下能取得较好的端点检测效果,并具有较好的稳健性。     

基于趋势分析的AMDF基音检测改进算法

针对语音信号处理中传统AMDF基音检测算法存在下降趋势易出现检测错误问题,提出基于去均值下降趋势的AMDF算法改进框架,并以线性多项式表示AMDF均值下降趋势,给出基于最小二乘法的AMDF改进算法。利用最小二乘法拟合均值下降趋势;将其从AMDF中减去获得改进的AMDF(LSAMDF)。仿真实验表明LSAMDF性能明显优于多种AMDF改进算法,验证了改进框架的正确性及以线性趋势表示均值下降趋势的合理性。     

基于熵函数的语音端点检测方法

根据语音信号的波形特征,利用熵函数的性质,构造了一种特殊的熵函数,通过判断此函数值的大小确定是语音还是无声状态。实验表明,此方法计算简单而且具有很高的准确性。     

一种基于相对自相关序列的语音端点检测法

在研究单边自相关序列(One-sided autocorrelation,OSA)和相对自相关序列(Relative autocorrelation sequences,RAS)的基础上,提出了一种基于相对自相关序列的语音信号的端点检测算法。该方法利用相对自相关算法能够消除噪声的原理,以语音信号相对自相关序列短时平均幅度代替双门限比较法中的语音信号短时平均幅度,以语音信号短时平均幅度代替语音信号的短时平均过门限率,实验表明,在低信噪比下检测精度要高于传统的双门限比较法。     

汽车座椅电动滑轨的振动信号分析与特征提取

从汽车座椅电动滑轨产品检测得到的振动信号中提取了影响产品舒适性的特征信号,并以其功率密度作为产品质量评判的标准之一。利用了二阶循环统计量循环自相关功率谱密度函数对平稳信号的解调特性,对产品振动信号的循环功率密度谱切片图进行了分析,得到了隐含在其中的特征调制信号,并根据影响人体舒适感的频率范围找出了缺陷频率点。利用缺陷频率点的功率密度,可以很好的评价产品的性能。     

用多重自相关法检测微弱正弦信号

在LabVIEW平台的基础上，研究了利用多重自相关来检测微弱正弦信号的方法。此方法利用正弦函数的特性，通过多重自相关运算，再对信号进行频谱分析，就能准确检测出湮没于强大噪声的微弱正弦信号的频率信息和幅值信息。     

用同态解卷估计褐稻虱鸣声的基音周期

本文介绍同态解卷的基本原理以及它在褐稻虱鸣声分析中的应用.扼要介绍了同态滤波.提出了褐稻虱发声的机理和褐稻虱鸣声产生的声学模型.根据这一模型.用实倒谱区分鸣声属于“浊音”还是”清音“.如果属于“浊音”.就估计它的基音周期.最后,测出了在一声鸣叫中基音周期的变化.     

基于变形Lorenz系统微弱周期信号频率检测新方法

提出了一种变形的Lorenz混沌检测系统,此系统主要具有混沌态和类周期态两种状态。借鉴平均法推导了此系统的近似周期解。把变形Lorenz系统与状态反馈控制方法相结合,将含有待检测信号的变形Lorenz系统从混沌态控制到类周期态,然后利用频谱分析的方法检测待检测信号的频率。数值仿真结果验证了该方法具有较高的检测精度。最后,对不同频率的微弱正弦信号和非正弦周期信号进行了频率检测,实验结果证明此系统的可行性和有效性。     

语音信号端点检测的实验研究

语音信号的端点检测一般都采用短时平均过零率和短时平均能量两参数判定,仅靠某一参数一般难以把噪声、清音和浊音区分开.本文通过理论分析和实验研究证明,仅靠短时过零率参数,只可以把清音和浊音区分开,但无法把清音和噪声有效地区分开.     

动态光散射检测的互信息函数分析方法

互信息函数反映的是系统中的非线性关联,是将线性的关联函数对非线性系统的一种推广,动态光散射领域目前未见到用计算互信息函数进行分析的报道.本文中通过计算互信息函数,对动态光散射检测电机转速的时间序列进行分析,研究表明,互信息函数法能准确地测出电机转速.同时,由于互信息函数自身的优点--能实际地反映出数据之间的相互关联,因此,与自相关函数法比较,互信息函数法反映出了更多的动力学信息.目前正在把互信息函数分析法用于检测颗粒粒径的实验当中.希望利用互信息函数分析的方法,在动态光散射检测颗粒粒径的实验当中得到更多的动力学信息.并进一步应用于纳米颗粒粒径的动态光散射检测中.     

基于MATLAB的激光测高仪回波信号分析

利用MATLAB实现了激光测高仪回波信号分析。在激光测高仪回波信号是由多个高斯函数叠加的理论前提下,基于MATLAB平台,从回波数据中分解出每个有效的高斯分量,获取各个高斯分量的特征参数(中心位置、半宽和幅度)。在信号分析过程中,采用了平面曲线离散点集拐点的快速查找算法和Levenberg-marquardt拟合方法。文章通过实例证明,该算法对激光测高回波信号进行分析可以准确获得高斯函数的特性参数。     

汽车座椅电动滑轨的振动信号分析与特征提取

从汽车座椅电动滑轨产品检测得到的振动信号中提取影响产品舒适性的特征信号,并以其对应的功率密度作为产品质量评判的标准之一。利用二阶循环统计量循环谱密度函数的解调特性,对产品振动信号的循环谱密度函数切片图进行分析,得到隐含在其中的特征调制信号,并根据影响人体舒适感的频率范围找出缺陷频率点。依据缺陷频率点的功率密度,可以很好的评价产品的性能。     

微弱周期脉冲信号的自相关-混沌系统联合检测方法

简述自相关检测的原理及混沌理论,在此基础上,提出将自相关检测与混沌理论相结合检测微弱周期脉冲信号的检测方法。仿真结果表明在相同系统实验背景下,相结合的检测方案优于不加自相关的检测方法。此方法是目前信噪比门限较低的时域信号处理方法,因而具有广泛的应用前景。     

基于MATLAB数字图像的边缘检测探究

随着MATLAB数字图像的边缘检测技术不断发展,其已广泛用于国内外工程技术、遥感、林业、医学等各个领域。基于此,本文首先介绍了MATLAB软件的特点,并对基于MATLAB数字图像的边缘检测的功能、算法及其图像的处理过程进行相关探究。     

基于MATLAB的语音信号录制采集和分析的程序设计

语音信号处理技术是语音处理领域中新近发展起来的一个学科分支,MATLAB是一个数据分析和处理功能十分强大的工程使用软件,运用它来进行语音信号的采集和处理相当便捷。文章介绍了在MATLAB环境中如何采集语音信号和语音信号采集后的频谱分析处理,并通过实例具体分析。