阵列信号处理
liusandian
纯技术工科男,擅长归纳各个工学领域的知识
展开
-
高斯噪声、高斯白噪声解析
如何用matlab 产生 均值为0,方差为5的高斯噪声2011-07-15 19:36 y=randn(1,2500); y=y/std(y); y=y-mean(y); a=0; b=5; y=a+b*y; 就得到了 N ( 0, 5 ) 的高斯分布序列。R = normrnd(MU,SIGMA,m,n)其中MU为均值,SIGMA为标准方差,m、n为矩阵大转载 2016-12-19 15:39:14 · 8064 阅读 · 2 评论 -
小波变换在语音信号处理的应用
小波变换时20世纪80年代中后期逐渐发展起来的一种数学分析方法,他一出现就受到数学界和工程界的广泛重视。1984年法国科学家J.Molet在分析地震波的局部特性时,首先用小波变换对信号进行分析,并提出小波这一术语。小波,小的波形,小是指其具有衰减性,波是指其具有波动性,即小波的振幅具有振幅正负相间的震荡形式。小波理论采用多分辨率思想,非均匀的划分时频空间,它使信号仍能在一组正交基上进行分解转载 2016-09-08 16:27:46 · 9806 阅读 · 5 评论 -
小波变换理论讲解
文中所用代码可到此下载:http://www.codeforge.cn/read/244807/waveback.m__html下面先对小波变换的基本理论进行阐述,再结合程序及运行结果对其更深入地理解。一、小波变换理论(一)小波序列 ϕ(t)∈L^2 (R),称ϕ(t)为一个基本的小波和母小波,其中L^2 (R)指均方可积空间。小波一定满足:这也是称之为“小波”的意转载 2016-09-08 16:07:10 · 3368 阅读 · 0 评论 -
信号的语谱图
信号的语谱图2.1带限信号特性语音中设计窗函数,窗函数性质大同小异,这里以窗函数为对象进行分析。对于时域的窗函数:其表达式为:对应的傅里叶变换: 表达式为:可见信号的时宽越大(小),信号的频带宽度越小(大),对于矩形窗,有着带宽B与时宽乘积为这样的特性,其他窗函数也有着类似的性质。MATLAB仿真举例:根据上面的分析,信号长转载 2016-10-08 21:51:57 · 4516 阅读 · 0 评论 -
利用Matlab设计滤波器(FDAT)
转自:http://blog.csdn.net/jbb0523/article/details/6782800 在matlab中有一个滤波器设计和分析工具FDAT,可以通过此工具来对滤波器进行设计。matlab中一些简单的命令:round(x)把x舍入到最近的整数(四舍五入) abs(x)计算x的绝对值转载 2016-08-26 23:15:48 · 13437 阅读 · 0 评论 -
教你如何使用matlab中的FDATOOL来设计滤波器
教你如何使用matlab中的FDATOOL来设计滤波器2012-12-09 19:53 13462人阅读 评论(4)收藏举报本文章已收录于:分类: matlab(2) 作者同类文章X版权声明:本文为博主原创文章,未经博主允许不得转载。很多网友来咨询我如何使用FDATOOL现在转载 2016-08-26 23:04:17 · 23051 阅读 · 0 评论 -
信号互相关及其应用
信号(互)相关及其应用2014-02-16 17:35 6768人阅读 评论(5)收藏举报本文章已收录于:分类: DSP(35) 作者同类文章X版权声明:本文为博主原创文章,未经博主允许不得转载。目录(?)[+]相关函数定义基于定义的相关函数计算使用FFT计算相关函数转载 2016-07-18 17:00:30 · 2861 阅读 · 0 评论 -
协方差的意义和计算公式
协方差的意义和计算公式学过概率统计的孩子都知道,统计里最基本的概念就是样本的均值,方差,或者再加个标准差。首先我们给你一个含有n个样本的集合,依次给出这些概念的公式描述,这些高中学过数学的孩子都应该知道吧,一带而过。很显然,均值描述的是样本集合的中间点,它告诉我们的信息是很有限的,而标准差给我们描述的则是样本集合的各个样本点到均值的距离之平均。以这两个集合为例,[0,8,12,20]和转载 2016-07-16 08:18:31 · 825 阅读 · 0 评论 -
FFT算法的完整DSP实现
傅里叶变换或者FFT的理论参考:[1] http://www.dspguide.com/ch12/2.htm The Scientist and Engineer's Guide to Digital Signal Processing, By Steven W. Smith, Ph.D.[2] http://blog.csdn.net/v_JULY_v/articl转载 2016-08-26 22:34:29 · 1446 阅读 · 0 评论 -
FIR滤波器设计
基于Matlab的FIR滤波器设计与实现一、摘要 前面一篇文章介绍了通过FDATool工具箱实现滤波器的设计,见“基于Matlab中FDATool工具箱的滤波器设计及相关文件的生成”,这里通过几个例子说明采用Matlab语言设计FIR滤波器的过程。二、实验平台 Matlab7.1三、实验原理 以低通滤波器为例,其常用的设计指标有:通带边缘频率fp(转载 2016-08-25 23:31:15 · 7858 阅读 · 0 评论 -
音频算法工程师发展前景
本人从研究生开始学习语音频信号处理到工作中实际的工程实践, 至今已经七年多了 , 这跟 ” 七年之痒 ” 真的没有关系, 主要是一方面最近比较空闲 , 有时间做些总结和规划 ,另一方面也是为准备从事这个职业或者正在从事这个职业的新手们提供一点参考 , 当然一家之言 , 欢迎大家交流讨论 , 尤其希望那些资深人士不吝指点. 1 、涉及的方向转载 2016-08-25 14:55:28 · 5041 阅读 · 1 评论 -
基于谱减法的声音去噪
转载请注明出处: http://xiahouzuoxin.github.io/notes/谱减法模型实际听觉环境中,肯定是含有噪声的,那掺杂有噪声的声音信号中原声音信号和噪声信号是如何体现的呢?一种普遍被使用的方法是:采集到的声音信号永远都是原信号与噪声信号的叠加,即模型是信号的直接叠加,这就要满足:原信号与噪声信号不相关。其实有些情况下这个条件是不满足的,所以依然转载 2016-08-28 11:21:29 · 2528 阅读 · 0 评论 -
小波变换完美通俗讲解系列之 (一)
申明:小波变换 完美通俗解读,是《小波变换和motion信号处理》系列中的第一篇。原始出处为windstorm的网站http://www.kunli.info/,并非本站原创,但这位大师深入浅出的讲解了小波变换,是你在学习小波的过程中,必看之作!《小波变换和motion信号处理》系列共包含三篇: 第一篇:基础普及(小波变换完美通俗解读) 第二篇:深入小波 第三转载 2016-09-08 16:30:13 · 40197 阅读 · 15 评论 -
小波变换 完美通俗讲解 之 二
说到这里,可能你对scaling function以及多解析度分析已经比较理解了。但是,我们还没有涉及到它们在小波变换中的具体应用,也就是还没有回答刚才那个问题:凭空插了一个scaling function到小波basis组合中干嘛。也就是说,我们希望理解scaling function是怎么和小波函数结合的呢,多解析度能给小波变换带来什么样的好处呢。这其实就是是小波变换中的核心知识。理解了这个,转载 2016-09-08 17:07:41 · 10411 阅读 · 9 评论 -
AR模型在信号处理中的应用
本文目标:分析AR模型并求解AR模型的输出x(n)的功率谱。1. AR模型概念观数字信号处理功率谱估计方法分经典功率谱估计和现代功率谱估计,现代功率谱估计以参数模型功率谱估计为代表,参数功率谱模型如下: u(n) ——> H(z) ——> x(n)参数模型的基本思路是:—— 参数模型假设研究过程是由一个输入序列u(n)激励一个线性系统H(z转载 2016-11-08 10:23:47 · 5805 阅读 · 0 评论 -
AWGN函数详解 (matlab)
Matlab函数——awgn标签: awgn白高斯噪声2013-10-29 18:30 6415人阅读 评论(0)收藏举报本文章已收录于:分类: Matlab Function(5) 作者同类文章Xawgn将白色高斯噪声添加到信号中语法 y = a转载 2016-12-18 22:00:23 · 107249 阅读 · 4 评论 -
范数与距离的关系
范数与距离的关系标签: 范数距离欧式距离曼哈顿距离切比雪夫距离2013-11-10 20:00 20015人阅读 评论(3)收藏举报本文章已收录于:分类: Machine Learning(3) 作者同类文章XData Mining(12) 作者同类文章XSt转载 2016-12-08 11:00:15 · 596 阅读 · 0 评论 -
滤波器设计指标
<h2 style="margin-bottom:15px; line-height:1.7; font-size:2em; margin-right:0px; margin-left:0px; padding:0px; position:relative; border-bottom-width:1px; border-bottom-style:solid; border-bottom-colo转载 2016-11-20 11:17:42 · 1644 阅读 · 0 评论 -
时域信号的频谱、功率谱和功率谱密度计算
时域信号的频谱、功率谱和功率谱密度计算2015-04-28 14:51:01 分类: Windows平台以高斯信号为例,计算幅度谱、相位谱、双边功率谱、双边功率谱密度、单边功率谱、单边功率谱密度。(转载请注明出处)MATLAB程序代码:%=======================================================转载 2016-11-29 10:37:58 · 10807 阅读 · 1 评论 -
详解功率谱密度和频谱
功率谱:信号先自相关再作FFT。频 谱:信号直接作FFT。区别:1、 一个信号的频谱,只是这个信号从时域表示转变为频域表示,只是同一种信号的不同的表示方式而已, 而功率谱是从能量的观点对信号进行的研究,其实频谱和功率谱的关系归根揭底还是信号和功率,能量等之间的关系。2、 频谱是个很不严格的东西,常常指信号的Fourier变换,是一个时间平均(time average)概念;功率谱的转载 2016-11-29 00:16:08 · 30200 阅读 · 0 评论 -
详解统计信号处理之 克拉美罗界
标签: 各种研究领域(包括无线定位方向)都会碰到参数估计的问题,这时常常会看到克拉美罗界 (Cramér–Rao bound) 这个东西。很多随机信号的书都会介绍什么是克拉美罗界,但初学者学起来往往很吃力,本文从直观上简单讨论一下克拉美罗界的各个方面。什么是参数估计问题 假设一种最简单的情况: 一个物理量为,我们使用某种方式去观测它,观测值为,由于存在噪声,此时,为高斯转载 2016-10-18 17:02:01 · 6133 阅读 · 0 评论 -
无偏估计
先来给出一个公理:样本均值的期望等于总体均值。举个例子吧:现在甲市有一万名小学三年级学生,他们进行了一次统考,考试成绩服从1~100的均匀分布:00001号学生得1分,00002号学生得1.01分……10000号学生得100分。那么他们的平均分是多少?(1+1.01+1.02+....+100)/10000=50.5,这个值叫做总体平均数。现在假定你是教委的一个基层人员,教转载 2016-10-18 16:58:17 · 748 阅读 · 0 评论 -
似然函数
在数理统计学中,似然函数是一种关于统计模型中的参数的函数,表示模型参数中的似然性。似然函数在统计推断中有重大作用,如在最大似然估计和费雪信息之中的应用等等。“似然性”与“或然性”或“概率”意思相近,都是指某种事件发生的可能性,但是在统计学中,“似然性”和“或然性”或“概率”又有明确的区分。概率用于在已知一些参数的情况下,预测接下来的观测所得到的结果,而似然性则是用于在已知某些观测所得到的结果时,对转载 2016-10-18 16:43:42 · 374 阅读 · 0 评论 -
特征值 奇异值分解 概念整理
特征值分解、奇异值分解、PCA概念整理标签: PCA特征值及向量奇异值QR算法2014-01-18 14:21 16402人阅读 评论(5)收藏举报本文章已收录于:分类: 机器学习(9) 作者同类文章X版权声明:本文为博主原创文章,未经博主允许不得转载。本文将分别介绍转载 2016-11-08 18:29:46 · 851 阅读 · 0 评论 -
认识高斯分布
今天,我要介绍我们早就知道的一种分布,它叫做高斯分布。高斯分布在概率论中算是比较核心的一种分布了,而在机器学习中,高斯分布也随处可见,比如单高斯模型,高斯混合模型,高斯过程等等,它们都是基于高斯分布的。作为理解连续性随机变量的基础和深入理解在机器学习中的广泛应用,高斯分布是十分有必要学习的。 高斯分布又叫做正态分布,高斯分布概率密度函数的函数形式是由德国著名的天才数学家、统计学家、物理学家转载 2016-10-18 11:04:22 · 605 阅读 · 0 评论 -
功率谱的理解
下面的matlab程序分别使用周期图法、相关函数法以及AR谱方法计算信号的功率谱。% power spectrum estimatedclear all;clc;close all;Fs=1000; % 采样频率nfft = 1024; % fft计算点数%产生含有噪声的序列n=0:1/Fs:1;xn=cos(2*pi*100*n)+3*cos(2*pi*2转载 2016-11-08 10:24:42 · 2897 阅读 · 0 评论 -
语音采样和量化
1、采样过程:就是按一定的频率,即每个一小段时间,测得模拟信号的模拟量值。2、量化过程:通过采样时测的的模拟电压值,要进行分级量化,按整个电压变化的最大幅度划分成几个区段,把落在某区段的采样到的样品值归成一类,并给出相应的量化值。3、“采样频率”是指将模拟声音波形数字化后每秒钟所抽取的声波幅度的样本次数,其单位为kHz(千赫兹)。采样频率高低决定了声音失真程度的大小,为保证声音不失真,采样转载 2016-09-09 16:02:43 · 8397 阅读 · 0 评论 -
深入浅出讲解谱减法
在语音去噪中最常用的方法是谱减法,其基本思想是通过静音段(噪声段)估计语音中的噪声成分,然后将含噪声语音减去估计的噪声就得到了纯净的语音。思考1,:谱减法适用于整个语音中都有稳定的噪声成分。思考2:静音段如何控制是否需要端点检测,还是手动调节?思考3:估计的噪声如何描述(每一帧中的平均能量)。思考4:如何减去噪声?带着这些思考我们开始对谱减法原理转载 2016-08-28 15:15:59 · 4444 阅读 · 1 评论 -
matlab排序函数
MatLab排序函数sort函数的调用格式:sort(X) 功能:返回对向量X中的元素按列升序排列的新向量。[Y, I] = sort(A, dim, mode) 功能:对矩阵A的各列或各行重新排序,I记录Y中的元素在排序前A中位置,其中dim指明读A的列还是行进行排序。若dim=1,则按列排序;若dim=2,则按行排序。mode为排序的方式,取值'ascend'为升序转载 2016-07-05 16:36:04 · 3761 阅读 · 0 评论 -
麦克风阵列原理
1 麦克风阵列 麦克风阵列,是一组位于空间不同位置的全向麦克风按一定的形状规则布置形成的阵列,是对空间传播声音信号进行空间采样的一种装置,采集到的信号包含了其空间位置信息。根据声源和麦克风阵列之间距离的远近,可将阵列分为近场模型和远场模型。根据麦克风阵列的拓扑结构,则可分为线性阵列、平面阵列、体阵列等。(1) 近场模型和远场模型 声波是纵波,即媒转载 2016-07-26 23:26:28 · 6787 阅读 · 0 评论 -
声场模型如何区分近场和远场
(1)基于麦克风阵列的声源定位问题,与传统的窄带DOA问题,主要有以下几点不同:A)平稳信号和短时平稳信号的区别传统的阵列处理的接收信号,一般为平稳电磁波信号,可以用较长的时间累计来获得较准确的信号相关函数。麦克风阵列的接收信号为短时平稳的语音信号,当信号时间长度大于40毫秒时,不再具有平稳性,在时域难以获得准确的相关函数。这导致常规的阵列处理算法性原创 2016-07-26 23:24:19 · 17863 阅读 · 0 评论 -
全面解析傅立叶变换(非常详细)
前言第一部分、 DFT第一章、傅立叶变换的由来第二章、实数形式离散傅立叶变换(Real DFT)从头到尾彻底理解傅里叶变换算法、下第三章、复数第四章、复数形式离散傅立叶变换前言:“关于傅立叶变换,无论是书本还是在网上可以很容易找到关于傅立叶变换的描述,但是大都是些故弄玄虚的文章,太过抽象,尽是一些让人看了就望而生畏的公式的罗列,让人很转载 2016-06-30 11:29:27 · 194505 阅读 · 6 评论 -
傅立叶变换物理意义解析进阶
1、为什么要进行傅里叶变换,其物理意义是什么? 傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义。傅立叶原理表明:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。 和傅转载 2016-06-30 11:10:31 · 585 阅读 · 0 评论 -
浅谈傅立叶变换
信号(signal)经常出现在现代科学中,如果要用数学加以简单的描述,我想这样的描述应该是一个比较好的方式:信号是一个定义在一维或则多维空间上的函数。对于任何一个输入,可以得出一个确定的输出。以声音信号为例,它是一个定义在一维空间上的函数,自变量是时间,因变量是声音的强度。在进行数学处理时,关于信号最基本的问题在于它如何表示和描述。把信号理解成一个定义在时域或空域上的函数是一种很自然的表示方法,但转载 2016-06-30 10:57:05 · 480 阅读 · 0 评论 -
中心频率和一些概念解释
中心频率是滤波器通频带中间的频率,以中心频率为准,高于中心频率一直到频率电压衰减到0.707倍时为上边频,相反为下边频,上边频和下边频之间为通频带。从原理上讲,再复杂的声音也可以用傅里叶分析的方法把它最后分解成若干正弦波的叠加。但是如果反过来用正弦波叠加的方法制作声音就相当麻烦,主要是很难做出预期的声音。这样的合成技术叫做加法合成,最早的应用大概就是管风琴或电风琴的音栓。要是用滤波器对现有转载 2016-06-30 10:31:42 · 17105 阅读 · 0 评论 -
线性插值和双线性插值
最近在学数字图像处理中旋转变换的问题,发现旋转以后图片有一些不连续点,于是试着用双线性插值法进行解决。下面就介绍下插值的原理:线性插值如果你只处理分离的数据、想知道分离点之间的某些值,需要用到某种类型的插值。这种情况如图5-17坐标所示。对某些分离的(整数) X值,你知道Y值。当X=2,你知道Y=10,X=3时Y=30。但你不知道X=2.7时的Y值。转载 2016-07-22 15:03:16 · 839 阅读 · 0 评论 -
复数的物理意义
作者:Heinrich链接:https://www.zhihu.com/question/23234701/answer/26017000来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。复数最直观的理解就是旋转!4*i*i = -4就是“4”在数轴上旋转了180度。那么4*i就是旋转了90度。<img sr转载 2016-06-29 15:34:41 · 541 阅读 · 0 评论 -
深入理解傅立叶变换(详细)
我保证这篇文章和你以前看过的所有文章都不同,这是 2012 年还在果壳的时候写的,但是当时没有来得及写完就出国了……于是拖了两年,嗯,我是拖延症患者……这篇文章的核心思想就是:要让读者在不看任何数学公式的情况下理解傅里叶分析。傅里叶分析不仅仅是一个数学工具,更是一种可以彻底颠覆一个人以前世界观的思维模式。但不幸的是,傅里叶分析的公式看起来太复杂了,所以很多大一新生上来就懵圈转载 2016-06-29 15:13:53 · 898 阅读 · 0 评论 -
FFT的物理意义
FFT是离散傅立叶变换的快速算法,可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的,但是如果变换到频域之后,就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外,FFT可以将一个信号的频谱提取出来,这在频谱分析方面也是经常用的。 虽然很多人都知道FFT是什么,可以用来做什么,怎么去做,但是却不知道FFT之后的结果是什意思、如何决定要使用多少点来做FFT。转载 2016-06-28 20:44:14 · 454 阅读 · 0 评论 -
中心频率详解
该文章讲述了有关中心频率知识详细讲解(图). 中心频率详细讲解什么是中心频率呢,中心频率就是滤波器通频带中间的频率,以中心频率为准,高于中心频率一直到频率电压衰减到0.707倍时为上边频,相反为下边频,上边频和下边频之间为通频带。从原理上讲,再复杂的声音也可以用傅里叶分析的方法把它最后分解成若干正弦波的叠加。但是如果反过来用正弦波叠加的方法制转载 2016-07-06 10:04:30 · 12051 阅读 · 0 评论