。LPC分析是进行语音分析的有效技术之一,它提供了1 组简洁的模型参数,这组参数能够比较精确地表征语音信号的频谱幅度, 而且获得这些参数所需的计算量相对较小-. LPC analysis is an effective voice analysis technologies, which provides a concise group of model parameters, which can be more precise set of parameters that characteri

从盲声源信号的独立性出发!提出了一种新的盲声源混合信号分离方法:该方法基于信号联合概率的 分布统计!利用信号联合概率的方向导数熵最小获得最佳的旋转角度!最终实现盲信号分离:与快速独立分 量分析方法及神经网络方法相比!该方法不需要迭代计算:采用新的盲声源信号分离方法对轴承试验台的混 合声音信号进行识别!将电机和滚动轴承的声音分离出来!进而可以准确识别机械的故障-Blind sound source from the independence of the starting signal

在一种变步长算法基础上, 从语音信号相关性的角度出发, 提出了一种新的去相关变步长LMS 算法( DCL—NLMS) 。该算 法结构简单, 收敛速度快, 稳态失调小, 计算量与NLMS 算法相当。仿真结果表明, 该算法在处理强相关性信号时, 不仅收敛速度明 显快于其余算法, 而且稳态失调特性也有很大优势-Based on the variable step NLMS arithmetic, this paper proposes a new uncorrelated variable s

本程序是计算深海远场情况下的声源定位，首先要编译海洋环境文件（包含阵元信息），利用Krakren程序计算本征函数和本征模态，再利用本程序的子程序计算拷贝向量，然后合成声源信号，最后根据匹配场的程序进行匹配定位，由于数据量比较大，计算区域如果选的比较大的话，计算时间就比较长，酌情选择。-This procedure is to calculate the far-field sound source localization in case of deep sea, we must first c