搜索资源列表
atuocorrelation
- 自相关函数在噪声检测,识别和有用信号的提取中的应用-autocorrelation function of the noise detection, identification and extraction of the useful signal of
SPECTRUM_LMS
- 1、文件夹中包含了经典功率谱估计和自适应均衡算法两个实验的所有程序。 2、R.m、LMS.m、LMSmain.m为自适应均衡算法的程序： R.m用来计算输入信号的自相关矩阵及其特征值； LMS.m为时域LMS算法，用统计的方法仿真得出不同信道参数和不同步长下的学习曲线； LMSmain.m为实验主程序，按照实验要求中的具体数据得到实验结果和曲线。 3、functionx.m、fzhouqitu.m、spectrum.m、bt.m、bart_lett.m、welch.m、SPE
cross-correlation
- 利用相关函数求信号功率谱,信号的自相关函数及不同信号的互相关函数
Speech_signal_short_time_analysis
- 语音信号的短时分析，主要包括：分帧、短时能量、短时平均幅度、短时过零率、短时自相关函数、短时幅度差、倒谱、复倒谱、lpc系数、lpc谱估计等 绝对保证质量，是保研后导师布置的一些基础程序
chengxu
- 三个小程序程序一：利用自相关法求周期 程序二：动态发声音调模式提取 程序三：自相关 可用于语音信号等一系列信号
yuyin
- 语音信号的时域处理，有短时能量，短时平均幅度，短时过零率和短时自相关函数。
030523
- 基音频率#89: <=>?@ABCDEA:CF?>EG@EA H(I& 是语音信号一个非常重要的特征参数\"而传统的基 频检测算法#89: <BE:E :9=ACFJ=>9:<D KL2(M％\"’N大 都运用了自相关或互相关计算等计算复杂度很高的 方法\"而且分帧计算所得到的结果实际上是各帧内 基频的平均值\"这使得大多数算法不能精确地指出 任意时刻的基频\"因此\"如何在保证检测精度的前提 下\"能够找到更为高效和鲁棒的方法仍然
lim
- 功率谱估计程序，选用一电力系统谐波信号为输入。其中包括有：burge算法，esprit算法，music算法，mvdr算法，pisarenko算法，prony算法，修正协方差算法，自相关算法。这些程序均为本人自编，并且对程序所参考书籍和页数进行了标注。经过调试，绝对正确，请放心使用。
LPCC.rar
- 可以在CCS中运行的LPCC程序，包括语音参数分析主函数，信号的自相关函数，由自相关函数计算LPC预测系数，由LPC预测系数计算LPC倒谱系数，由LPC预测系数计算MEl到普系数等函数,CCS can be run at the LPCC procedures, including analysis of voice parameters of the main function, the signal autocorrelation function, autocorrelation func
chapter6_1
- 用自相关法求使信号s均方预测误差为最小的预测系数 算法为Levinson-Durbin快速递推算法 -Method using the signal from the associated mean square prediction error s for the smallest prediction coefficient algorithm Levinson-Durbin recursive algorithm for fast
speech
- 语音信号时域特性分析，包括时域谱，短时过零率分析，短时幅值，短时能量，自相关函数-Analysis of time-domain characteristics of speech signals
LMS
- LMS算法实现自适应滤波 clear close all clc N=10000 设置仿真长度 信号产生参数设定 a1=-0.195 a1=-1.5955 a2=0.95 R0=[1,a1,a2 a1,1+a2,0 a2,a1,1] p=[1,0,0] r=inv(R0)*p 计算理论自相关函数 R=[r(1),r(2) r(2),r(1)] 生成理论自相关矩阵 p1=[r(2),r(3)] 生成互相关 h=inv(R)
MUSIC
- 求一个复正弦加白噪声随机过程的信号： xn=exp(j*pi*n-j*pi)+exp(j*w0*n-j*0.7*pi)+v v(n)为零均值白噪声。S/N=10dB。取P=3，构造4阶的自相关矩阵R的基于MUSIC算法的功率谱估计的MATLAB程序-For a complex sinusoid plus white noise of the signal random process: xn = exp (j* pi* nj* pi)+ exp (j* w0* nj* 0.7* pi)+ v
lpcau
- 语音信号处理，matlab程序，用于求取线性预测系数，采用自相关函数法
NCFF
- 语音信号处理中基音检测源程序，用matlab实现的。主要应用了改进的自相关技术。-Pitch detection in speech signal processing source code, using matlab be achieved. Major applications to improve the self-related technologies.
ACF
- 语音信号处理中基音周期提取算法。运用传统的自相关方法。并加入了三电平削波的处理。-Speech Signal Processing pitch extraction algorithm. Using the traditional autocorrelation method. And joined the three-level clipping processing.
自相关函数
- 这个是信号分析里的概念，他们分别表示的是两个时间序列之间和同一个时间序列在任意两个不同时刻的取值之间的相关程度，即互相关函数是描述随机信号 x(t),y(t)在任意两个不同时刻t1，t2的取值之间的相关程度，自相关函数是描述随机信号x(t)在任意两个不同时刻t1，t2的取值之间的相关程度。
提取语音信号基频
- 用自相关函数提取语音信号基频，提取音频文件的基频等高线(Use the autocorrelation function on segments of the signal (windowsize: 100ms) and compute the fundamental frequency. Use a max_time_lag of 100ms in the autocorrelation function and a window shift of 25ms. Create a fundame
corr_signal
- corr_signal.m文件可以通过自相关运算，将文件名为test的语音文件的音阶读出。 work1.m是一个GUI函数，图形化界面检测test.wav的音阶。 可用作展示自相关简单应用的过程。(The corr_signal.m file can read the phonetic order of the voice file named test by autocorrelation operation. Work1.m is a GUI function, the graphic
audio_tezheng
- 语音信号的时域、频域与倒谱域分析。 1.分析一帧清音和浊音的自相关函数和倒谱系数 2.用Matlab画出该段语音的时域波形、短时能量、短时平均幅度、短时过零率、短时过电平率 3.选择一帧无声、清音和浊音的语音，用Matlab画出它们的对数幅度谱(Time domain, frequency domain and cepstrum domain analysis of speech signals. 1. Analyze the autocorrelation function and c