语音信号序列的Volterra预测模型.PDFVIP

语音信号序列的Volterra 预测模型 张玉梅 胡小俊 吴晓军 白树林 路纲 Volterrapredictionmodelforspeechsignalseries ZhangYu-Mei HuXiao-Jun WuXiao-Jun BaiShu-Lin LuGang 引用信息Citation: ActaPhysicaSinica, ,200507(2015) DOI: 10.7498/aps.64.200507 在线阅读Viewonline: /10.7498/aps.64.200507 当期内容Viewtableofcontents: /CN/Y2015/V64/I20 您可能感兴趣的其他文章 Articlesyoumaybeinterestedin 基于时频差的正交容积卡尔曼滤波跟踪算法 AtrackingalgorithmbasedonorthogonalcubatureKalman filter with TDOA andFDOA 物理学报.2015,64(15): 150502 /10.7498/aps.64.150502 基于混沌理论和改进径向基函数神经网络的网络舆情预测方法 Internetpublicopinionchaoticpredictionbasedonchaostheoryandtheimprovedradialbasisfunctionin neuralnetworks 物理学报.2015,64(11): 110503 /10.7498/aps.64.110503 多元混沌时间序列的多核极端学习机建模预测 Multivariatechaotictimeseriespredictionusingmultiple kernel extreme learning machine 物理学报.2015,64(7): 070504 /10.7498/aps.64.070504 短期风速时间序列混沌特性分析及预测 Chaoticcharacteristicsanalysisandpredictionforshort-term wind speed time series 物理学报.2015,64(3): 030506 /10.7498/aps.64.030506 交通流突变点的无标度特征分析 Analysisofscale-freecharacteristiconsharpvariationpoint of trafficflow 物理学报.2014,63(24): 240509 /10.7498/aps.63.240509 物理学报 Acta Phys. Sin. Vol. 64, No. 20 (2015) 200507 语音信号序列的Volterra 预测模型 张玉梅 胡小俊 吴晓军 白树林 路纲 1)(陕西师范大学, 现代教学技术教育部重点实验室, 西安 710062) 2)(陕西师范大学计算机科学学院, 西安 710062) 3)(西北工业大学自动化学院, 西安 710072) 4)(西北工业大学电子信息学院, 西安 710072) ( 2014 年11 月12 日收到; 2015 年6 月2 日收到修改稿) 对给定的英语音素、单词和语句进行了采集并完成预处理. 分别应用互信息法和Cao 氏法确定了实 际采集的语音信号序列的延迟时间和嵌入维数, 以完成语音序列的相空间重构. 通过计算实际采集的语音 信号序列的最大Lyapunov 指数, 完成了语音信号的混沌特性识别, 判定其具有混沌特性. 引入Volterra 级 数, 提出了一种具有显式结构的语音信号非线性预测模型. 为克服最小均方误差算法在Volterra 模型系数 更新时固有的缺点, 在最小二乘法基础上, 应用基于后验误差假设的可变收敛因子技术, 构建了一种基于