在Matlab下实现语音信号的频谱分析--开题报告+文献综述.docVIP

在Matlab下实现语音信号的频谱分析--开题报告+文献综述.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
湖北工业大学工程技术学院 毕业设计开题报告 学 生 姓 名: 张彦利 学 号: 学 院、系: 专 业: 设 计 题 目: 在Matlab下实现语音信号的频谱分析 指导教师: 2012年 5月 8日 毕 业 设 计 开 题 报 告 1.结合毕业设计课题情况,根据所查阅的文献资料,撰写2000字左右的文献综述: 文 献 综 述 1.1数据采集系统的概述 数据采集(daq)是指从传感器和其它待测设备等模拟和数字被测单元中自动采非电量或者电量信号送到上位机中进行分析处理。数据采集是从一个或多个信号获取对象信息的过程。 [1]。在日益竞争激烈的水下斗争中,我军对各种声纳装置的性能提出了相当高的要求。尽可能识别目标真伪,排除各种干扰,并有选择的跟踪真实目标,已同信号检测和目标参数估计一样,成为声纳装置必备的功能[2]。因此,加快对声信号谱分析的研究势在必行。 频谱就是频率的分布曲线,复杂振荡分解为振幅不同和频率不同的谐振荡,这些谐振荡的幅值按频率排列的图形叫做频谱。频谱分析将信号的信号强度按频率顺序展开,使其成为频率的函数,并考察变化规律,称为频谱分析对信号进行频谱分析,分模拟信号与数字信号往往对其进行傅里叶变换,观察其频谱幅度与频谱相位。对于模拟信号来说,往往对其进行抽样,然后进行快速傅里叶变换),然后对其幅度(abs)和相位(angle)的图像进行分析。对于数字信号,则可直接进行快速傅里叶变换。。 功率谱估计(PSD)是用有限长的数据来估计信号的功率谱,它对于认识一个随机信号或其他应用方面来讲都是非常重要的,是数字信号处理的重要研究内容之一。功率谱估计分为经典谱估计和现代谱估计。经典谱估计是将数据工作区外的未知数据假设为零,相当于数据加窗,主要方法有直接法和间接法;现代谱估计是通过观测数据估计参数模型再按照求参数模型输出功率的方法估计信号功率谱,主要是针对经典谱估计的分辨率低和方差性能不好等问题提出的,应用最广的是AR参数模型[13]。 经典谱估计中的直接法和间接法是目前经常使用的谱估计方法,Bartlett算法和Welch算法都是直接法的改进算法。直接法又称周期图法,周期图法是把随机序列y(n)的N个观测数据视为一个能量有限的序列,直接计算y(n)的离散傅立叶变换得Y(k),然后再取其幅值的平方,并除以N,作为序列y(n)真实功率谱的估计[6]。间接法先由序列xn)估计出自相关函数Rn),然后对Rn)进行傅立叶变换便得到xn)的功率谱估计。现代谱估计从方法上大致可分为参数模型谱估计和非参数模型谱估计最小方差方法多分量的MUSIC方法等,而且有明显的物理意义,已经成为现代谱估计的重要方法,在实际应用中获得了广泛的应用。最主要的参数模式是自回归(AR)模型、移动平均(MA)模型和自回归/移动平均(ARMA)模型,其中AR模型由线性方程描述,而MA和ARMA模型则由非线性方程描述。由于MA和ARMA模型均可用高阶的AR模型来近似,因此AR模式应用最广[13]。 AR模型的物理意义是认为序列y(n)是白噪声作用于线性时不变系统时的系统响应。常用的AR模型谱估计算法有协方差算法自相关算法,Burg算法。协方差即数据矩阵的协方差方法[13]。观察数据窗[0,N-1],为了不对观察数据窗之外的数据任何假设,将这组数据分成初始数据并记为,其它数据记为。与协方差算法不同,自相关算法是由观测数据对信号在尽可能多的时刻进行预测,产生尽可能多的预测误差。Burg是较为通用的方法,用其进行功率谱估计时令前后向预测误差功率之和最小,且Burg算法是建立在数据基础之上的,避免了先计算自相关函数从而提高计算速度;计算不太复杂,分辨率优于自相关法。所提出的最大熵方法产生了很大的影响,刺激了现代谱估计方法的发展[13]。 参考文献: [1]马明建.数据采集与处理技术(第2版)[M].西安交通大学出版社.2005. [2]皇甫堪,陈建文,楼生强.现代信号数字处理[M].北京:电子工业出版社,2003.175-225 [3]金永贤.新型高速数据采集方法研究[J].华东交通大学学报.2002. [4]张立材王民.数字信号处理[M].北京:人民邮电出版社.2008[5]王荣华,王士敏.TMS320C28X处理器在交流采样中的应用[J].电测与仪表.2005. [6]万山明.TMS320F281xDSP原理及应用实例[M].北京:北京航空航天大学出社.2007. [7]陈后金.数字信号处理[M].北京:高等教育出版社.2004[8]李利等DSP原理及应用[M]中国水利水电出版社[9]杨琛王红亮基于TMS320F2812的声信号采集与特征提取设计2008. [10]TexasInstrumentsIncorporated(美)刘和平张卫

文档评论(0)

beifanglei + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档