2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩56頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、語(yǔ)音信號(hào)處理及建模是現(xiàn)代信號(hào)處理的一個(gè)重要子科課題,論文以提取語(yǔ)音庫(kù)中的一段語(yǔ)音信號(hào)為試驗(yàn)載體,基本完成了較完整的參數(shù)提取,根據(jù)獲得數(shù)據(jù)對(duì)語(yǔ)音信號(hào)進(jìn)行線性預(yù)測(cè)建立預(yù)測(cè)模型,文中首先介紹了AR模型,LPC線性預(yù)測(cè)原理及其參數(shù)算法,對(duì)實(shí)際語(yǔ)音信號(hào)進(jìn)行LPC分析實(shí)驗(yàn),討論了實(shí)際語(yǔ)音信號(hào)線性預(yù)測(cè)時(shí)AR模型參數(shù)求取及模型階數(shù)確定,MATLAB仿真繪出功譜圖,分析實(shí)驗(yàn)殘差,研究表明LPC分析對(duì)短數(shù)據(jù)的頻譜分辨率效果明顯。 論文重點(diǎn)研究了基于

2、LPC分析的自適應(yīng)濾波器,以語(yǔ)音信號(hào)進(jìn)行LPC分析得到AR信號(hào)作為輸入,采用LMS算法進(jìn)行訓(xùn)練,MATLAB仿真構(gòu)造了自適應(yīng)線性預(yù)測(cè)器,通過(guò)試驗(yàn)對(duì)影響算法收斂性的參數(shù)進(jìn)行了分析討論,研究表明輸入信號(hào)特征值的分散度越大其收斂性則越差。論文研究將模型法功率譜分析與LMS自適應(yīng)算法結(jié)合起來(lái)取長(zhǎng)補(bǔ)短,注重信號(hào)的先驗(yàn)信息,在先驗(yàn)的基礎(chǔ)上訓(xùn)練以改善濾波效果,結(jié)合模型參數(shù)對(duì)LMS算法收斂性進(jìn)行分析,以求得到良好的濾波效果,文中對(duì)自適應(yīng)噪聲抵消技術(shù)進(jìn)行

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論