一个简单的波形包络提取算法

最近做了一个项目来提取语音信号包络波形,因此,花一些时间来研究各种包络提取算法。

所谓包络检测被称为振幅解调,在许多领域都有重要的应用。它假设载波信号被确定,所以,通常的方式同步解调,优选以这样的方式的SNR,混合信号噪声抑制最强。的叫法。在信号检測领域,这样的方式通常称为“相敏检波”。锁相放大器(Lock-in Amplifier)就是这样的方式最典型的样例。

假设载波比較乱。就像我如今的应用场景。要提取噪声的幅度随时间变化的规律,那么包络检波法会更适宜。我这里的代码就是採用的包络检波法。

包络检波法的基本原理能够看以下这个电路图。这个是最主要的半波包络检波。

当 Ui(t) > Uo(t-) 时 Uo(t) = Ui(t)

当 Ui(t) < Uo(t-) 

RC dUo/dt = Uo

化成差分方程为:

把这个过程用程序来实现就有了以下的代码。

/**
 * 包络检波。模拟了硬件半波检波的过程
 * rc = 0 时初始化
 **/
double env_1(double x, double rct)
{
    static double old_y = 0.0;
    if(rct == 0.0)
    {
        old_y = 0.0;
    }
    else
    {
        if(x > old_y)
        {
            old_y = x;
        }
        else
        {
            old_y *= rct / ( rct + 1 );
        }
    }
    return old_y;
}

void env_2(double x[], double y[], int N, double rct)
{
    double xx = 0.0;
    int i;
    y[0] = fabs(x[0]);
    for(i = 1; i < N; i++)
    {
        if( x[i] > y[i-1])
        {
            y[i] = x[i];
        }
        else
        {
            y[i] = y[i-1] * rct / ( rct + 1 );
        }
    }
}

上面是半波检測的代码,仅仅要略微添加几行。就能实现全波检測。

/**
 * 包络检波,模拟了硬件全波检波的过程
 * rc = 0 时初始化
 **/
double env_3(double x, double rct)
{
    static double old_y = 0.0;
    if(rct == 0.0)
    {
        old_y = 0.0;
    }
    else
    {
        x = fabs(x);
        if(x > old_y)
        {
            old_y = x;
        }
        else
        {
            old_y *= rct / ( rct + 1 );
        }
    }
    return old_y;
}
void env_4(double x[], double y[], int N, double rct)
{
    double xx = 0.0;
    int i;
    y[0] = fabs(x[0]);
    for(i = 1; i < N; i++)
    {
        xx = fabs(x[i]);
        if( xx > y[i-1])
        {
            y[i] = xx;
        }
        else
        {
            y[i] = y[i-1] * rct / ( rct + 1 );
        }
    }
}

这个代码中有个參数 rct,相应的是硬件电路中的RC时间常数,要依据待检測的包络信号的频带来确定。

以下是用这个代码实际提取包络的算例。能够看出这个代码的效果还是蛮不错的。

(比採用Hilbert 变换得到的结果还要好)

以下是C++的代码,功能同样。


/**
 * 包络检波功能,模拟了硬件半波检波和全波检波功能
 */
class env_detect
{
private:
    double m_rct;
    double m_old;
public:
    env_detect(){m_rct = 100.0, m_old = 0.0;};
    void init(double rct);
    double env_half(double in);
    void env_half(double in[], double out[], int N);
    double env_full(double in);
    void env_full(double in[], double out[], int N);
};


/** \brief 初始化
 *
 * \param rct 为RC低通滤波的时间常数
 * \return
 */
void env_detect::init(double rct)
{
    m_rct = rct;
    m_old = 0.0;
}

 /** \brief 半波包络检測
  *
  * \param in 输入波形。每次传入一个数据点
  * \return 输出波形
  */
double env_detect::env_half(double in)
{
    if(in > m_old)
    {
        m_old = in;
    }
    else
    {
        m_old *= m_rct / ( m_rct + 1 );
    }
    return m_old;
}
 /** \brief 半波包络检測
  *
  * \param in[] 输入波形
  * \param N 数组的点数
  * \param out[] 输出波形
  * \return
  */
void env_detect::env_half(double in[], double out[], int N)
{
    for(int i = 0; i < N; i++)
    {
        if( in[i] > m_old)
        {
            m_old = in[i];
            out[i] = m_old;
        }
        else
        {
            m_old *= m_rct / ( m_rct + 1 );
            out[i] = m_old;
        }
    }
}

/** \brief 全波包络检測
 *
 * \param in 输入波形,每次传入一个数据点
 * \return 输出波形
 */
double env_detect::env_full(double in)
{
    double abs_in = fabs(in);
    if(abs_in > m_old)
    {
        m_old = abs_in;
    }
    else
    {
        m_old *= m_rct / ( m_rct + 1 );
    }
    return m_old;
}
 /** \brief 全波包络检測
  *
  * \param in[] 输入波形
  * \param N 数组的点数
  * \param out[] 输出波形
  * \return
  */
void env_detect::env_full(double in[], double out[], int N)
{
    double abs_in;
    for(int i = 0; i < N; i++)
    {
        abs_in = fabs(in[i]);
        if( abs_in > m_old)
        {
            m_old = abs_in;
            out[i] = m_old;
        }
        else
        {
            m_old *= m_rct / ( m_rct + 1 );
            out[i] = m_old;
        }
    }
}


  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 首先,需要明确谱的定义是什么。谱是一个信号的振幅随时间变化的曲线。在matlab中,可以通过以下步骤绘制每个分量的谱: 1. 读取信号文件并进行FFT变换,获取频域信息。 2. 对频域信息进行Hilbert变换,得到每个分量的函数。 3. 对函数进行FFT变换,得到每个分量的谱。 下面是一个简单的例子: ```matlab % 读取信号文件 [x, fs] = audioread('signal.wav'); % 进行FFT变换,获取频域信息 X = fft(x); % 对频域信息进行Hilbert变换,得到每个分量的函数 env = abs(hilbert(x)); % 对函数进行FFT变换,得到每个分量的谱 env_spectrum = fft(env); % 绘制谱图 f = linspace(0, fs, length(env_spectrum)); plot(f, abs(env_spectrum)); xlabel('Frequency (Hz)'); ylabel('Amplitude'); ``` 需要注意的是,上述代码中的信号文件需要是单声道的,如果是多声道的需要进行处理。另外,由于谱是一个随时间变化的曲线,因此需要在时域上对信号进行分帧处理,并对每一帧进行上述过程得到对应的谱。 ### 回答2: 利用MATLAB绘制每个分量的谱可以通过以下步骤实现: 1. 导入信号数据:首先需要将待分析的信号数据导入到MATLAB中。可以使用MATLAB的文件读写函数加载信号数据。 2. 分离信号分量:使用MATLAB的滤波器设计工具箱或滤波函数,将信号分解成各个频率分量。常用的滤波器设计方法括有限冲激响应(FIR)滤波和无限冲激响应(IIR)滤波。 3. 计算每个分量的:对于每个分量,可以使用MATLAB的检测算法来计算其检测算法可以使用希尔伯特变换、振幅调制等方法来提取信号的。 4. 绘制谱:绘制每个分量的谱可以使用MATLAB的频谱分析函数。在绘制谱之前,可以对每个分量进行窗函数处理以降低频谱泄漏。 总结下来,利用MATLAB绘制每个分量的谱的步骤括导入信号数据、分离信号分量、计算每个分量的、以及绘制谱。具体实现时,可以根据信号特点和需求选择适当的滤波方法和检测算法。 ### 回答3: 利用MATLAB可以很方便地绘制信号的谱。所谓谱是指信号的振幅在频域上的表示。 要绘制一个信号的谱,首先需要获取信号的。MATLAB中可以使用hilbert函数来获取信号的解析信号,然后通过计算解析信号的幅度来获得信号的。 下面是一个示例代码,用于演示如何使用MATLAB绘制每个分量的谱: ```MATLAB % 假设我们有一个含多个分量的信号x % 具体信号的生成方式和性质可以根据实际需要进行修改 % 设置信号参数 fs = 1000; % 采样率 t = 0:1/fs:1-1/fs; % 时间序列 % 生成信号x,含若干个分量 f1 = 100; % 第一个分量频率 100Hz f2 = 200; % 第二个分量频率 200Hz f3 = 300; % 第三个分量频率 300Hz x = sin(2*pi*f1*t) + 0.8*sin(2*pi*f2*t) + 0.5*sin(2*pi*f3*t); % 计算信号的 analytic_signal = hilbert(x); % 获取解析信号 envelope = abs(analytic_signal); % 获取信号的 % 计算谱 N = length(envelope); % 信号长度 f = fs*(0:(N/2))/N; % 频率序列 envelope_spectrum = abs(fft(envelope)/N); % 的频谱 % 绘制每个分量的谱 figure; subplot(2,1,1); plot(t,x); % 绘制信号波形 title('信号波形'); xlabel('时间 (s)'); ylabel('幅度'); subplot(2,1,2); plot(f,envelope_spectrum(1:N/2+1)); % 绘制谱 title('谱'); xlabel('频率 (Hz)'); ylabel('幅度'); ``` 上述示例代码首先生成一个含三个分量的信号x,然后通过hilbert函数获取信号的解析信号analytic_signal,再通过取解析信号的幅度得到信号的envelope。最后,计算的频谱envelope_spectrum,并使用plot函数将其绘制出来。 通过以上代码,我们可以很方便地绘制出信号的每个分量的谱。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值