搜索资源列表
xinhaoliutu20080401
- GIS矢量图形信号流图处理系统,用户通过图形输入方式输入信号流图,程序处理得到系统传递函数等结果
jiyushilianglianghuadeshuohrshibe
- 基于矢量量化的说话人识别本文从语音信号的预处理开始分析， 主要研究了特征参数的选择、提取、及识别算法，应用全极点模型，提取了语 音信号的线性预测倒谱系数和美尔倒谱系数，并进一步获得其一阶差分，将倒 谱系数与其一阶差分结合在一起形成新的特征参数。在识别算法方面，本文对 矢量量化的方法进行了研究，用Matlab语言实现了说话人识别系统的仿真与验 证。实验证明这种参数与单纯的线性预测倒谱系数和美尔倒谱系数相比更为有 效。- speech paper，help you study
safjfd
- 首先分析了典型说话人识别系统的各关键技术，详细分析了矢量量化技术在 说话人识别中的应用，研究了码本训练算法以及说话人判别算法，对算法中各参 数值的选取进行了讨论 其次根据系统的需求建立一个小的语音库，录制语音信 号，并对采集的语音信号进行预处理，检测语音信号的起始端点 在MATLAB 环境下仿真说话人识别系统，验证系统设计方案的可行性:特征提取阶段，提取 语音信号的12阶美尔倒谱系数以及各阶倒谱系数对应的1阶差分倒谱系数，在 训练阶段，采用分裂法和GLA算法相结合的矢量量
speechsignalprocessing
- 易克初－本书主要介绍了语音信号的时频处理、频谱分析方法、线性预测原理和语音信号的时频域表示、参数表示和矢量表示等等，涉及时域分布、小波理论和矢量量化等新兴新域-speech signal processing
SMI
- 块自适应处理算法先有采样快拍数据计算采样协方差矩阵，再来计算自适应权矢量。典型的块自适应处理算法为采样矩阵求逆(SMI)算法。仿真了采样矩阵求逆法(SMI)的波束形成方向图旁瓣的高低受信号快拍数的影响。-Block adaptive processing algorithms prior sample snapshot data of the sampling covariance matrix, again computing adaptive weight vector. A typical
SMI
- SMI方向图和性能(波束形成算法，自己修改） 优点： 收敛速度快 缺点：1 当阵元输出含有较强的期望信时，或者期望信号与干扰信号相关时，性能急剧下降.2 由于权向量含有方向矢量，因此对阵列的幅相差非常敏感；3 ,期望信号的功率不能过大，比干扰信号相差几十dB，也就是说，在小期望信号、大干扰信号情况下，也可进行SMI处理。 -SMI pattern and performance (beamforming algorithm, make changes to) Advan
Based-on--ESPRIT-
- 摘 要:基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计.如果将空间的位移变成时间的 延迟,单个矢量传感器可以实现高分辨率的频率估计.将ESPRIT与矢量传感器相结合,研究了高分辨率频率估计 算法,建立了矢量传感器的数据模型,推导了矢量传感器的空时阵列流形,通过对协方差矩阵进行子空间分解,求得 目标信号的频率估计值.仿真计算研究了不同信噪比!采样频率和数据长度条件下该算法的性能.结果表明基于矢 量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度.
MP_DOA
- 针对多径效应的影响，提出了一种基于矩阵束的MIMO 雷达低仰角快速估计方法。该方法同时考虑了发射多径信号和接收多径信号，采用单样本数信号矢量构造了一个前后向矩阵束，并利用两个酉矩阵对该矩阵束进行降维处理，最后采用广义特征值分解的总体最小二乘法来估计目标角度。算法不需要估计数据协方差矩阵，可在低 信噪比和单样本数情况下，有效地克服多径效应，实现同时多目标低仰角估计，相比最大似然算法，避免了谱峰搜索，计算量小。仿真结果验证了该算法的有效性。-To overcome the multipath e
aquaantiziingp
- 应用LBG算法对语音信号进行矢量量化。本压缩包共有两个主文件，training.m对训练数据进进行处理并的到四个初始码本，quantizing.m对待量化数据进行矢量量化。其余为自编功能函数。 -The application of the LBG algorithm for vector quantization of speech signals. The compressed package a total of two main documents training.m into t
SVPWM
- 为了避免复杂的三角函数和求根运算，便于数字信号处理器的实时运算，提出一种新 的SVPWM算法。采用SPWM中调制波与载波相比较的规则采样思路，通过在静止坐标系下直接 计算每个参考电压矢量所对应的三相调制波的函数值，进而得到每相电压在一个PWM周期中的 占空比．该算法的主要特点是计算简单，只需要普通的四则运算，适用于数字化系统。在扇区划 分和占空比饱和的处理上较传统SVPWM算法更简便，且过调制范围也略有拓展，具有很大的实 用性。仿真和实验结果证实了该算法的有效性。-In or
vq-Speakerrecognized
- vq矢量量化，对说话人进行识别，内置有语音样本，识别率高达90 。对语音信号进行读取，预处理，特征参数提取，向量量，训练，对比识别。-vq vector quantization for speaker identification, built-in voice samples, the recognition rate of 90 . Read the speech signal, preprocessing, feature extraction, the amount of vector
preprocessing-methods
- 一阶导数、二阶导数，矢量归一化（SNV），多元散射校正（MSC），数据中心化，直接信号校正，平滑处理六种光谱数据预处理的方法-A first derivative, second derivative, vector normalization (SNV), multiplicative scatter correction (MSC), the data center of the direct signal correction, smoothing six kinds of spectra