中医代脉谱分析研究

通过对５６例代脉声信号进行谱分析，获得了其自功率谱、倒谱和倒滤波谱特征参数值．实验表明，代脉在倒谱域上特征表现明显．     

中医代脉谱分析研究

通过５６例代脉声信号进行谱分析，获得了其自功率谱，倒谱和倒滤波谱特征参数值，实验表明，代脉在倒谱域上特征表现明显。     

面向定点实现的有限词汇量汉语语音识别方法

将声道模型视为全极点模型,采用具有定点运算性质的Ｓｃｈｕｒ算法求得部分相关系数,利用ＬＰＣ对数倒谱分析求得语音识别系统中采用的待识特征量——倒谱．本系统以倒谱作为特征参数,采用加权倒谱距离求得待识量与以Ｋ－均值聚类所得的参数库之间的特征距离,利用最小距离原则进行识别．经验证,本文所采用的方法取得了较好的实验结果     

基于子波分解计算散射子平均间距的倒谱法

提出了一种对超声散射信号分析的方法－－子波分解（ＷＤ）倒谱法,并利用该方法对正常猪肝组织的回波信号进行了分析,对软组织中散射的平均间距进行了估计,与用ＡＲＩ倒谱法所得结果进行了比较,结果表明：ＷＤ倒谱比ＡＲ倒谱更能反映软组织的微观结构特征,说明ＷＤ倒谱是软组织超声散射信号分析与软组织散射子平均间距定特征的一种有效方法。     

基于倒谱处理的先验信噪比估计算法

单通道语音增强中,已有的先验信噪比算法能有效地去除噪声,提升语音增强算法性能;但是由于在噪声功率谱估计不准确,造成噪声功率出现过估和低估的情况,造成了语音失真和保留较多残留噪声。通过倒谱处理能在含噪语音段中抑制语音中的谐频成分和在纯噪声段中避免部分较强的噪声成分误判为语音信号,准确地估计出噪声功率谱,同时语音失真不大。在多种噪声背景下的客观评价指标分析表明,经过倒谱处理后的先验信噪比估计算法能提高先验信噪比算法的估计性能。     

一种语音信号对数幅度谱包络的无偏算法

LPC谱估计算法摆脱不了全极点模型的束缚,通过提高模型阶数来获得更好的频谱包络,但其在谱的谷值处有很大偏差的缺点.文中对倒谱法通过对对数频谱密度函数定义和对残差的迭代更新,得出了一种对数幅度谱包络的无偏算法.与LPC和MEL-LPC法比较具有较多优点,为语音信号零极模型的估计和对语音特征研究提供依据.     

基于改进GFCC特征参数的广播音频语种识别

针对广播音频语种识别中与语种识别无关的特征对识别结果产生影响的问题, 提出一种基于伽马频率倒谱系数的改进特征参数的语种识别方法. 通过提取每帧信号的能量谱包络, 去除部分与说话人相关的特征, 采用Gammatone滤波器组滤波, 经离散余弦变换后再进行倒谱提升, 得到改进的伽马频率倒谱系数特征参数. 将广播音频信号提取特征参数输入隐Markov模型中进行训练测试, 得到的语种识别结果表明, 该方法有效提升了广播音频语种识别的准确率, 优于目前使用的伽马频率倒谱系数特征及其衍生方法.     

倒谱在水中目标分类中的应用

基于倒谱理论研究了倒谱的性质,提出利用倒谱可拾取谐波信息,并基于此提取了船舰辐射噪声的倒谱信息,结合ART神经网络,对一定范围内的多工况实测数据进行试验,取得了令人满意的分类结果。表明水声信号的倒谱特征中确实含着丰富的类别信息,同时有待进一步的研究与推广。     

基于Hilbert倒谱的齿轮剥落故障识别

文章在倒谱的基础上,提出Hilbert倒谱的概念。并将其应用于齿轮箱的齿轮剥落故障识别中,实验表明Hilbert倒谱能有效识别故障信号的特征成分,并且对信号中存在的调制成分,具有抑制能力,提高信噪比。能快速、准确地识别齿轮故障,具有很大的实用价值。     

采用WD倒谱法分析人体肾组织的超声散射微结构特征

提出了一种对超声散射信号分析的新方法———WD倒谱法 .利用该方法对人体正常肾和肾肿瘤组织的回波信号进行分析 ,与用AR倒谱法所得结果进行了比较 .结果表明 ,两种肾组织散射子的平均间距明显不同 ,WD倒谱比AR倒谱更能反映软组织的微观结构特征 ,说明WD倒谱是软组织超声散射信号分析与软组织散射子平均间距定征的一种有效方法     

基于倒谱特征的舰船辐射噪声识别算法研究

研究了舰船辐射噪声的倒谱信息．倒谱可以避免连续谱特征的不稳定性，基于此，将倒谱代替连续谱作为舰船辐射噪声识别的特征，并对实测的海上数据进行了仿真实验．结果表明，该方法可以有效地达到识别舰船辐射噪声的目的，且识别率高．     

采用WD倒谱法分析人体肾组织的超声散射微结构特征

提出了一种对超声散信号分析的新方法－ＷＤ倒谱法。利用该方法对人体正常肾和肾肿瘤组织的回波信号进行分析,与用ＡＲ倒谱法所得结果进行了比较。结果表明,两种肾组织散射子的平均间距明显不同,ＷＤ倒谱比ＡＲ倒谱更能反映软组织的微观结构特征,说明ＷＤ倒谱是软组织超声散射信号分析与软组织散射子平均间距定征的一种有效方法。     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征为判决特征参数。这些方法在实际应用中,尤其当信号噪比比较低时,无法满足系统的需要。文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法,通过对宽带噪声－白噪声干扰情况和一种特殊噪声－汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适     

加性白噪声环境下语音特征参数鲁棒性的研究

随着说话人识别技术的发展,实用有效的说话人识别系统越来越成为研究的重点。语音特征参数的鲁棒性直接影响一个说话人识别系统的具体性能,过去主要针对移动通信环境下存在信道失真的问题,研究差分倒谱的鲁棒性。文中则主要在加性白噪声环境下研究M el倒谱参数、M el差分倒谱参数的顽健性以及它们经过倒谱系数零均值化(CMN)处理后识别性能的改进。从仿真结果可以看出:在加性白噪声环境下,差分倒谱参数具有很好的鲁棒性;倒谱系数零均值化能有效的除去加性白噪声。     

基于功率倒谱统计特征的音频回声隐写分析方法

提出了一种基于功率倒谱统计特征的音频回声隐写分析方法.首先对音频信号进行分段和加窗,然后对加窗后的音频信号段求平均功率倒谱,利用回声隐藏信号的平均功率倒谱能够在回声延迟处产生峰值这一特点,对平均功率倒谱求差分方差和平坦度作为统计特征,采用支持向量机进行分类.该隐写分析方法不仅能够对最基本的单回声核进行检测,还适用于改进的回声核.实验证明,本方法的效果令人满意,在衰减系数较低的情况下也能达到较高的分类准确率,且无论嵌入段长如何,都能较为准确地检测.     

基于倒变异高阶谱的周期性突变识别方法

分析了带有周期性突变成分信号的频域特征,提出了识别周期性突变的倒变异高阶谱方法,该方法首先对信号的FFT所得数据进行调整,并根据周期性突变的特点设计了新的高阶谱频率函数,由频率函数可得到变异高阶谱,进而对变异高阶谱的某些频率取纵向切片计算倒谱,得到倒变异高阶谱.基于倒变异高阶谱的周期性突变识别方法可充分利用FFT所得的正负频率域的所有数据,扩充了高阶谱的生成空间,提高了对周期性突变的识别效果.试验表明所提方法可准确识别周期性突变和突变的周期,具有一定的实际应用价值.     

基于高阶倒谱盲均衡器的设计

倒谱盲均衡算法的关键是建立信号的倒谱与信道参数之间的关系方程,然后以解方程的方式获得信道参数。阐述了基于倒谱盲均衡器的基本构成和工作原理,分析了其特点,推导了基于四阶倒谱盲均衡器的传输函数,给出了均衡器的结构形式。     

倒谱技术在人体脉搏信号分析中的应用

运用倒谱理论讨论了正常心律和非正常心律受检者的脉搏信号在倒谱域中的特征表现．通过对２８６例脉搏信号的倒谱分析，发现代脉信号与其他正常心律脉搏信号的倒谱特征差别显著     

基于倒谱分析的运动模糊参数估计

运动模糊是导致图像降质的最常见因素之一,估计运动模糊的点扩散函数是运动模糊复原的前提和关键.分析运动模糊图像频谱和倒谱的特征,提出在倒谱域估计点扩散函数的方法,利用倒谱中2个负峰值点坐标估算模糊尺度,对倒谱取绝对值后用Radon变换检测模糊方向,对运动模糊图像的参数进行估计.实验表明该方法是有效的.     

语音信号共振峰提取方法的研究分析

目前的提取语音共振峰的方法比较多,常用的方法有倒谱法、LPC谱估计法、LPC倒谱法,但没有一种方法是十分完美的,为了系统的深入的研究共振峰的提取,本文对同一帧语音信号进行了不同方法的共振峰提取实验仿真,给出了具体的共振峰频率数据,同时对不同方法的优缺点进行了科学的、深入的研究分析,用Matlab对算法进行仿真实现,实验结果表明共振峰的提取方案中LPCC倒谱法避免了一般同态处理中对复对数的麻烦,可以较为理想的实现对共振峰的提取。