基于Matlab的同态滤波器设计.pdfVIP

基于Matlab的同态滤波器的设计

摘要：同态信号处理也称为同态滤波，实现将卷积关系和乘积关系变换为求和

关系的分离处理。将非线性信号处理变为线性信号处理的过程。语音信号x(n)

可视为声门激励信息u(n)及声道响应脉冲响应h(n)的卷积:x(n)=u(n)*h(n)。通

过处理可将语音信号的声门激励信息及声道响应信息分离开来，从而求得声道共

振特征和基音周期。

关键字语音信号同态处理

Abstruct：

Speechsignalanalysisisaspeechsignalprocessingofpremise

andfoundation,onlytheparameteranalysisthatcanmeantheessence

characteristicofthespeechsignal,onlyinthiswaycanwemakeuseof

theprocessingstocomunicatinateefficiently,thattheseparameters

carryontheessencecharacteristicofthespeechsignal,besidesthehigh

andlowofthesoundqualityandspeechunderstandingrateofthespeech

synthesis,alsoallbedecidedbytheaccuracyandprecisionofthespeech

signalanalysis.

Keywords：speechsignalanalysis

引言

语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号本

质特征的参数，才有可能利用这些参数进行高效的语音通信，语音合成和语音识

别等处理，况且语音合成的音质好坏和语音识别率的高低，也都取决于对语音信

号分析的准确性和精确性。因此，语音信号分析在语音信号处理应用中具有举足

轻重的地位。

我们日常生活中遇到的许多信号并不都是加性信号（即组成各分量按加性

原则组合起来），而是乘性信号或卷积信号，如语音信号。图像信号，通信中的

衰落信号，调制信号等。这些信号要用非线性系统来处理。而同态信号处理就是

将非性问题转化为线性问题的处理方法。按被处理的信号来分类，大体分为乘积

同态处理和卷积同态处理。由于语音信号可视为升门激励信号和声道冲击响应的

卷积，所以这里仅讨论卷积同态信号处理。

短时分析技术:贯穿于语音分析全过程的是“短时分析技术”。因为从整体

来看，语音信号的特性及表征其本质特征的参数均是随时间而变化的，所以它是

一个非平稳态过程，不能用处理平稳信号。数字信号处理技术对其进行分析处理。

但是，由于不同的语音是由人的口腔肌肉运动构成声道某种形状而产生的响应，

而这种口腔肌肉运动相对于语音频率来说是非常缓慢的，所以从另一方面看，虽

然语音信号具有时变特性，但是在一个短时间范围内，其特性基本保持不变，即

相对稳定，因而可以将其看做一个准稳态过程，即语音信号具有短时平稳性。所

以任何语音信号的分析和处理必须建立在“短时”的基础上，即去12-30ms。这

样，对于整体的语音信号来讲，分析出的是由每一帧特征参数组成的参数时间序

列。

同态滤波器基本原理

常见的同态信号处理系统

卷积同态系统模型

同态系统组成

特征系统

同态系统的输入卷积信号经过系统变换后输出的是一个处理够的卷积信号，这种

同态系统可以分为3各子系统，即两个特殊子系统和一个线性子系统。第一个子

系统，它完成将卷积性信号转化为加性信号的运算；第二个子系统是一个普通线

性系统，满足线性叠加原理，用于对加性信号技能型线性变换；第三个子系统是

一个子系统的逆变换，它将加性信号反变换为卷积极性信号，符号*，+和.分别

表示卷积、加法和乘法运算。

第一个子系统D*[]完成奖卷积性信号转化为加性信号的运算，即对于

x(n)=x1(n)*x2(n)进行了如下处理：

由于x^(n)为加性信号，所以第二个子系统可以对其进行需要的线性处理得到

y^(n)。第三个子系统是逆特征系统D*-1[]，它对