互信息理论在Hilbert-Huang变换中的应用.pdfVIP

第 24卷 第 3期 电脑 开 发 与 应 用 文章编 号 ：1003—5850(2011)03—0001—04 互信息理论在 Hilbert—Huang变换中的应用 ApplicationofM utualInformation TheorytoHilbert-HuangTransform 冯秀芳 赵新明 崔秀锋 (太原理工大学计算机科学与技术学院 太原 030024) 【摘 要1HHT (Hilbert—HuangTransform)在语音特征提取 的应用过程 中，由于EMD (EmpiricalMode Decomposition)会产生一些IMF (IntrinsicModeFunction)虚假分量。虚假分量的出现将直接影响着对物理信 号特征的分析。为了识别这些虚假分量，结合互信息理论提出了一种用于识别和去除虚假分量的新方法，仿真 实验结果表 明该方法能对虚假分量进行有效地识别，并优于基于相关系数法的虚假分量。 【关键词】互信息，Hilbert—Huang变换 ，语音特征提取 ，经验模态分解，虚假分量 中图分类号：TP391．9 文献标识码 ；A ABSTRACT EM D willarise some false components ofIntrinsic Mode Function in the course ofspeech feature extraction applicationtoHHT．Theappearanceoffalsecomponentscandirectlyinfluencetheanalysisofphysicalsignalcharacteristics．In ordertorecognizethesefalsecomponents，herein，thispaperprovidesanew methodofrecognizingandremovingthem．Simulation experimentresultsshow thatthemethodisetfectiveforrecognizingthesefalsecomponents，andsurpassestheanalysisbaseonthe correlationcoefficientmethod． KEYWORDS mutualinformation，Hilbert—huang transform ，speech feature extraction，empiricalmodedecomposition，false com ponent 语音信号处理技术是实现人机交互的重要手段之 号的处理方法分为两个步骤。第一步，用 EMD方法获 一 。 随着计算机应用的发展，语音的编码、合成、识别以 取有限数 目的IMF。EMD算法的 目的在于将非线性、 及情感识别等技术在人类的 日常生活中得到越来越多 非平稳、多分量的语音信号分解为多个IMF。第二步， 的应用，而语音信号特征的精确提取是实现高质量语 利用Hilbert变换和瞬时频率方法获得信号的频谱 ， 音处理技术的关键 。对语音信号的大量分析表 明，语 即Hilbert谱 。 音信号是一种复杂 的非线性、非平稳、多分量信号[1]。 1．1 瞬时频率 这使得基于语音信号是线性的和短时平稳的传统语音 为了研究信号的瞬时态与非平稳现象，频率与能 信号处理方法的性能难 以继续提高。诸如，短时傅里叶 量必须是时间的函数 ，对于信号的瞬时包络[3]很好理 变换、倒谱分析和线性预测分析等。而通过Hilbert变 解 ，关于瞬时频率的概念 目前存着广泛的争议，尽管 换 ，使得我们对短信号和复杂信号的瞬时参数 的定义 还没有找到关于瞬时频率的统一定义 ，但是 ，通过解析 及计算成为可能，Huang等人于 1998年提 出了一种