信号处理
文章平均质量分 72
醉雨轩^_^
这个作者很懒,什么都没留下…
展开
-
加性噪声和乘性噪声
加性噪声一般指热噪声、散弹噪声等,它们与信号的关系是相加,不管有没有信号,噪声都存在。一般通信中把加性随机性看成是系统的背景噪声。乘性噪声一般由信道不理想引起,它们与信号的关系是相乘,信号在它在,信号不在他也就不在。乘性随机性看成系统的时变性(如衰落或者多普勒)或者非线性所造成的。原创 2017-09-15 15:01:05 · 28137 阅读 · 0 评论 -
复合阵列
标准等距线性阵列具有取决于频率的波束方向图。随着频率的降低,主瓣的宽度会增加。 当试图对宽带信号进行空间滤波时,这是一个问题。 理想地,对于整个感兴趣的频率范围,恒定的主瓣宽度是理想的。解决此问题的简单方法是复合数组或嵌套数组。 这仅仅是组合标准阵列,每个标准阵列配置为为所需频率范围的子带提供空间滤波器。 如数组如下所示。这些阵列中每个阵列的波束模式如下图所示。 垂直轴上的频率(0至8kHz),水平轴上的角度(-90至90度)。 使用带通滤镜过滤掉阴影区域。对每个阵列的输出求和时,将产生翻译 2020-07-02 06:00:35 · 245 阅读 · 0 评论 -
Delay Sum波束形成
引言 下图显示了两种不同麦克风设置的灵敏度模式。 左图显示了理想的全向麦克风的模式。 它表明麦克风对来自各个方向的信号具有相同的灵敏度。 右图显示了聚焦的灵敏度模式,旨在在单个方向上获得最大灵敏度,而所有其他方向的灵敏度都降低了,目的是创建一种灵敏度模式,从而能够“监听”来自单个方向的信号 。可以通过使用简单的线性麦克风阵列来实现波束形成。 这种阵列如下所示,在这种情况下,该阵列具有三个麦克风。 显而易见,波阵面的方向会影响信号到达阵列中每个阵元的时间。 当从-45°到达时,信号首先到达左手..翻译 2020-07-02 02:53:06 · 4300 阅读 · 4 评论 -
python调用cv2.findContours时报错:ValueError: not enough values to unpack (expected 3, got 2)
OpenCV旧版,返回三个参数:im2, contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)要想返回三个参数:把OpenCV 降级成3.4.3.18 就可以了,在终端输入pip install opencv-python==3.4.3.18OpenCV 新版...原创 2019-03-17 18:23:16 · 55411 阅读 · 38 评论 -
复向量的内积与共轭
一个信号离散序列为,函数为之间的内积为:公式1:其中,表示复共轭,这种内积公式转换称之为典范内积公式2:举个例子说明:,所以,上述展开的典范内积计算结果是共轭的。公式1和公式2的定义携带了相同的矢量内积信息,在矢量内积的意义上2个定义公式是等价的,...原创 2020-11-30 10:35:03 · 17690 阅读 · 0 评论 -
Chirplet变换公式推导
证明:即原创 2020-07-19 18:18:24 · 1809 阅读 · 0 评论 -
语音压缩:压缩率和比特率
原始语音信号:64 kbps = 8000 samples/second * 8bits/sample语音压缩中:2.4 kbps = 8000 samples/second * 0.3 bits/sample比特率为:kbps压缩率为:64/2.4:1=26.6:1原创 2020-07-13 15:37:26 · 1889 阅读 · 0 评论 -
延迟计算
波束形成的基本部分是计算阵列元素之间波到达时间的差异。 波束形成文献主要使用两种方法: 简单几何或矢量点积。 本此介绍使用两种方法如何计算到达阵列元素的平面波前与任意参考点之间的时间差。 当光源被认为距阵列很远时,通常假定为平面波。 基本几何计算延迟 下面的左图显示了沿x轴放置的单个麦克风。 这反映了一维数组的单个元素位置(右图)。 在这种设置中,平面波到达的角度是从y轴测量的; 角度为0°是宽边平面波,角度为±90°是端射。所有延迟测量均参考单个点(在这种情况下为轴原点)进行。 ...翻译 2020-07-02 06:29:51 · 2235 阅读 · 0 评论 -
一、声波波束求和
1. 声波传播和求和下图,一个简化的麦克风阵列波束形成设置。 从扬声器传播来的声波,将在不同的时刻到达麦克风,此属性是阵列空间滤波功能的本质。 模拟阵列的空间滤波性能时,有必要计算麦克风信号如何针对不同的信号源位置或角度求和。根据扬声器和麦克风的位置,可以首先计算波束传播的距离,然后对于给定的声速,波束离开扬声器并到达每个麦克风所花费的时间。上图显示了一个100Hz的“源波”,代表信号离开扬声器。 该图还显示了“麦克风1处的信号”和“麦克风2处的信号”。 可以清楚地看到源信号传播到麦克风翻译 2020-06-18 20:00:17 · 1403 阅读 · 0 评论 -
二维和一维peak峰值点检测
paws.txt数据:# Array shape: (4, 11, 14)0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.000.00 0.00 0.00 0.00 0.00 0.00 ...原创 2020-04-22 18:34:14 · 2164 阅读 · 0 评论 -
信号特征:瞬时能量,过零率和排列熵
1.瞬时能量信号瞬时能量定义为:对于信号,在此信号上应用第个帧窗口:是窗长是帧移MATLAB代码:function En = energy(x,wintype,winamp,winlen)%ENERGY Short-time energy computation.% y = ENERGY(X,WINTYPE,WINAMP,WINLEN) ...原创 2020-04-19 23:26:22 · 3909 阅读 · 6 评论 -
OLS 正交最小二乘算法:稀疏信号重建
考虑线性系统寻找解决方案的形式为:如果数据向量在的列空间中,则上式具有精确解:如果具有零空间分量,我们将无法满足差分方程,因此我们放宽了要求,并要求尽可能小。这导致最小二乘问题的定义:一般最小二乘法解是有多种解决方案。 例如,提到的正规方程式:提供解决方案:正规方程的构造,右边的向量,显然在的列空间中。 实际上,我们给出了组合列向量的方案...原创 2020-04-16 19:05:27 · 1742 阅读 · 0 评论 -
时频重分配算法相关paper
Time-Frequency Reassignment and Synchrosqueezing: An overviewRecursive Time-Frequency Reassignment原创 2020-01-17 23:55:34 · 436 阅读 · 0 评论 -
NAudio:MP3转WAV和Wav转Mp3
MP3转换为WAVusing Microsoft.Win32;using NAudio.Wave;using NLayer.NAudioSupport;using System.Windows;namespace NAudioDemo{ /// <summary> /// MainWindow.xaml 的交互逻辑 /// </summar...转载 2019-04-15 19:45:40 · 2587 阅读 · 0 评论 -
MATLAB 数字滤波
数字滤波是常用的音频处理技术 可根据技术指标,先利用 FDATool 工具设计一个数字滤波器再用 Filter 或 Filter2 函数即可实现滤波处理 调用的 Filter 函数格式是 Y = filte (B,A,X) 其中 B 和 A 是滤波器传输函数的分子和分母系数 X 是输入变量 Y是实现滤波后的输出变量 如果处理立体声音频信号,可分开处理,但用原创 2017-02-07 10:32:17 · 3782 阅读 · 0 评论 -
MATLAB 信号数据转换
数据转换是指改变音频格式中的采样频率或量化位数 转换原理:先用矩阵插值或抽取技术实现变量变换如果是抽取数据还需在变换前作滤波处理使之满足采样定理变量变换完成后再用audioread函数重新定义量化位数和采样频率即可实现数据转换数据转换过程中,要注意采样频率与原始采样频率及插值或抽取系数的关系 MATLAB 实现插值或抽取的函数有 decima原创 2017-02-07 10:43:23 · 3839 阅读 · 0 评论 -
matlab 声道分离合并与组合
立体声或双声道音频信号有左右两个声道利用 MATLAB 实现双声道分离 两路声道合并和两个单声道组合成一个双声道等效果 实际上是利用了MATLAB 的矩阵抽取 矩阵相加和矩阵重组运算例 2 现以例 1 生成的 XPquit.wav 为例 实现分离 合并和组合处理的程序如下clear; close all; clc;[原创 2017-02-07 09:58:39 · 21178 阅读 · 0 评论 -
压缩感知重构算法之压缩采样匹配追踪(CoSaMP)
压缩采样匹配追踪(CompressiveSampling MP)是D. Needell继ROMP之后提出的又一个具有较大影响力的重构算法。CoSaMP也是对OMP的一种改进,每次迭代选择多个原子,除了原子的选择标准之外,它有一点不同于ROMP:ROMP每次迭代已经选择的原子会一直保留,而CoSaMP每次迭代选择的原子在下次迭代中可能会被抛弃。0、符号说明如下: 压缩观转载 2017-02-08 15:17:15 · 984 阅读 · 0 评论 -
隐藏算法的性能指标
隐藏算法最基本和直观的性能指标是隐藏容量(Capacity)隐藏容量的物理意义是“隐藏算法能在载体中嵌入多少秘密消息”。显然,能嵌入的秘密消息的量与载体本身的尺度有关系。另一方面,秘密消息本身的表达形式,也可能影响对隐藏容量的度量和表达。隐藏算法的目的是保护嵌入的秘密消息。由于存在两类攻击者,对他们的抵抗能力的衡量方式有所不同。隐藏算法对被动攻击者的抵抗能力,称为隐藏算法的隐蔽性(原创 2017-06-07 08:57:33 · 2047 阅读 · 0 评论 -
信息隐藏技术的应用分支
信息隐藏技术有很多实际应用的实例。FabienA.P.Petitcolas 等按照用途的不同,将信息隐藏技术分为若干分支,如图1所示。图1 信息隐藏的分支狭义的隐蔽信道:特指那些“完全没有打算(在正常的应用场景中)用于进行信息传输”的信道。匿名:特指对通信参与者的身份甚至存在性的隐藏的操作和相应的方法。版权标记:(在很多场合下也被不甚准确地贯以水印之名)强调对主动攻击的原创 2017-06-07 09:26:00 · 3925 阅读 · 0 评论 -
隐蔽通信载体种类
载体种类:图像、音频、视频、文本和网络协议图像、音频、视频、文本则分别是二维、一维、三维、离散一维的图像载体具有巨大的载体数据量,便于获得大的隐藏容量。人类对图像已经建立了成熟的模型,对于如何修改图像而不引起图像语义损失有比较深入的理解,这对提高隐蔽性,以及保证在编码攻击、加性噪声攻击等攻击下隐藏算法的可靠性,能提供充分的理论支持。音频、视频、文本载体模型与图像载体最大的不同,并且它们原创 2017-06-07 09:45:53 · 1550 阅读 · 0 评论 -
水声信号时频分析方法比较
频散现象:波导中声简正波的传播速度依赖于频率,其相速度、群速度随频率的不同而改变。浅海波导中的宽带水声信号传播呈现出频散的特点,导致信号波形、到达方位展宽、信噪比下降等。是制约浅海声源定位和水声通讯等研究的主要因素之一。准确地提取频散特性主要取决于2个方而:第1,频散本身的物理特性;第2,数值计算时各种时频分析方法的时频分辨精度。(1)短时傅立叶变换短时傅立叶变原创 2017-08-02 21:53:40 · 3923 阅读 · 0 评论 -
典型的线性变换:短时傅立叶变换和小波变换
短时傅立叶变换和小波变换是典型的线性变换,它们本质上都是对信号进行加窗线性变换。不同的是:前者采用的是固定窗,即采用宽度一样的窗函数来分析信号低频分量和高频分量;而后者采用的是可变窗:分析低频分量时,窗口较宽,而分析高频分量时,窗口较窄。正因为短时傅立叶变换采用的是固定窗,所以它的时频分辨率固定不变,即在高频段和低频段有相同的分辨率。而用小波变换分析信号时,对低频分量,可取得较好的频域分辨率原创 2017-11-03 12:20:35 · 1700 阅读 · 0 评论 -
自适应波束形成(三)——频域宽带LCMV波束形成器
为了将窄带波束形成扩展至宽带,可以使用频域LCMV波束形成器。首先将麦克风阵列各阵元接收到的信号进行时延补偿,做DFT变换到频域,然后在频域内划分子频带,在每个子频带内运用窄带LCVM算法,最后将得到的结果做IDFT逆变换回时域。尽管频域LCMV波束形成器会降低收敛速度,但可以减少计算复杂度。1 算法原理 频域LCMV波束形成器的结构如图1所示。转载 2017-11-22 11:36:04 · 5791 阅读 · 2 评论 -
matlab 音量标准化
录制声音过程中需对声音电平进行量化处理 最理想的量化是最大电平对应最高量化比特 但实际却很难做到 常有音轻问题 利用 MATLAB 很容易实现音量标准化 即最大电平对应最高量化比特 基本步骤:先用 wavread 函数将 WAV 文件转换成列数组变量 再求出数组变量的极值并对所有元素作归一化处理 最后用 wavwrite 函数原创 2017-02-07 09:55:21 · 3870 阅读 · 0 评论