搜索资源列表
voice_activity_detection
- 传统的有声无声检测方法只能在相对安静的环境下（<20dB）进行。因此传统方法不能满足噪声环境下的检测要求；另一方面，一直以来，单通道语音增强没有取得突破性进展，一个很重要的原因是没有找到高效的有声无声检测方法。研究了一种有声/无声检测算法是根据信号低频带、高频带短时能量包络的动态变化范围来判别噪声和含噪语音。对每一帧输入信号，通过与预先设定的一系列门限值比较来判断该帧是信号帧还是噪声帧。本设计使用了这种检测方法，选用北京瑞泰创新科技有限公司开发CETECK-VC33-D板，配合自己制作的前
Spectrum-Sensing-in-CR
- 谱感知技术是认知无线电(CR)的关键技术,频谱检测的可靠度和精度决定了是否会影响主用户的正常通信及认知用户能否有效利用频谱.在频谱检测的众多方法中,能量检测法是一种常用的方法,但能量检测器的门限很容易受到噪声功率变化的影响,影响主用户的正常通信.笔者提出一种自适应背景噪声的门限设置方法,通过引入门限评价指数作为衡量频谱感知效率和频谱资源利用率的度量指标,使得认知用户在不同的应用环境中能自适应地设置频谱感知门限,达到更充分利用频谱资源和更有效传送信号的目的.仿真证明,该方法确定的门限能够随着噪声条
sbassicprocesp
- 语音信号处理的最基本的Maylab处理程序源码，包含读入语音波形，清音浊音的检检测，加窗，过零率，短时能量，基音最大值。最后有test给出演示。 -Most basic Maylab handler source speech signal processing, including reading the speech waveform, voiceless voiced seizure detection, windowing, zero crossing rate, short-te
Achirplet_anad
- 针对信号自适应chirplet分解未知参数多、实现起来比较困难的特点，文献[1]提出了一种新的chirplet分解快速算法。该算法利用计算信号的二次相位函数，得到其能量分布集中于于信号的调频率曲线上的结论，此时通过谱峰检测可同时获得chirplet调频率、时间中心和幅度的估计；然后通过解线性调频技术获得其初始频率和宽度的估计，仿真结果验证了本文算法的有效性。 -For the signal adaptive the chirplet decomposition of unknown para
yuyinxinhaochuli
- 语音处理是信号与信息处理的重要内容之一，通过本课程设计，使学生理解数字信号处 理的有关理论和方法在语音处理中的具体应用。课程设计的目的归纳如下： 1、掌握语音信号的特点； 2、掌握语音处理的基本理论和方法； 3、掌握基于Matlab编程实现语音的获取、显示、频谱分析、短时能量、短时自相关以及倒 谱复倒谱的分析方法； 4、掌握语音基音频率及共振峰频率的检测方法。-Signal and speech processing is an important part of inf
Untitled2
- 数字语音信号处理基于能量和过零率的语音端点检测-endpoint detection
miusei
- 计算多重分形非趋势波动分析，含噪脉冲信号进行相关检测,能量熵的计算。- Calculate the multifractal trend fluctuation analysis, Noisy pulse correlation detection signal, Energy entropy calculation.
1
- 针对矿浆管道工况调整给泄漏检测带来的干扰，准确提取泄漏信号的特征量是降低泄漏误报、漏报的关键。为此，提出了一种基于经验模态分解（EMD）、Hilbert能量谱与变量预测模型（VPMCD）相结合的泄漏检测方法。该方法首先将压力信号分解成若干个固有模态函数（IMF）之和，然后将IMF分量进行Hilbert变换得到局部Hilbert能量谱，依据能量分布的标准差选择最能准确反映矿浆管道运行工况的局部能量谱作为特征值向量，最后通过VPMCD分类器建立泄漏识别模型。将该方法应用于泄漏检测中，实验结果表明，矿