為了提高大提琴音樂信號檢測和識別能力,提出基于頻譜分解的大提琴音樂信號識別方法。構(gòu)建大提琴音樂信號頻譜特征分解和檢測模型,結(jié)合大提琴音樂信號頻譜分析方法進(jìn)行信號尺度特征分解,根據(jù)模糊信息采樣方法進(jìn)行大提琴音樂信號的輸出轉(zhuǎn)換控制。建立大提琴音樂信號的濾波檢測模型,采用反饋調(diào)制方法進(jìn)行大提琴音樂信號的輸出穩(wěn)定性特征采樣和濾波處理,實現(xiàn)對大提琴音樂信號頻譜分解優(yōu)化,根據(jù)頻譜分解結(jié)果實現(xiàn)對大提琴音樂信號的優(yōu)化識別。仿真結(jié)果表明,采用該方法進(jìn)行大提琴音樂信號識別的準(zhǔn)確概率較高,抗干擾性較強(qiáng),提高了大提琴音樂信號的輸出頻譜特征分辨能力。 

【文章來源】：赤峰學(xué)院學(xué)報(自然科學(xué)版). 2020,36(10)

【文章頁數(shù)】：5 頁

【部分圖文】：

大提琴音樂信號采樣模型

基于以上仿真環(huán)境與參數(shù)設(shè)定，進(jìn)行大提琴音樂信號檢測，其中原始信號用圖2表示。以圖2的原始大提琴音樂信號為測試對象，采用反饋調(diào)制方法進(jìn)行大提琴音樂信號的輸出穩(wěn)定性特征采樣和濾波處理，實現(xiàn)對信號的頻譜特征分解，結(jié)果如圖3所示。

以圖2的原始大提琴音樂信號為測試對象，采用反饋調(diào)制方法進(jìn)行大提琴音樂信號的輸出穩(wěn)定性特征采樣和濾波處理，實現(xiàn)對信號的頻譜特征分解，結(jié)果如圖3所示。分析圖3得知，本文方法能有效實現(xiàn)對大提琴音樂信號頻譜特征分解，提高了信號的特征識別能力。

【參考文獻(xiàn)】：
期刊論文
[1]基于人工智能的語音識別系統(tǒng)及應(yīng)用研究[J]. 房愛東,張志偉,崔琳,謝士春.  宿州學(xué)院學(xué)報. 2019(08)
[2]基于環(huán)狀生成對抗網(wǎng)絡(luò)的深度語音去噪方法[J]. 韓斌,郝小龍,樊強(qiáng),彭啟偉,薛依銘.  電子設(shè)計工程. 2019(12)
[3]嬰幼兒語音信息處理與識別研究模型[J]. 左正東,萬光彩,杜佳軒.  山西師范大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[4]一種基于隨機(jī)散射簇的非平穩(wěn)3D空間信道模型[J]. 張薇,段京京,王巖松.  電子與信息學(xué)報. 2018(10)
[5]基于物聯(lián)網(wǎng)與云計算的智能家居安全訪問控制技術(shù)研究[J]. 王艷麗.  電視技術(shù). 2018(08)
[6]基于神經(jīng)網(wǎng)絡(luò)的計算機(jī)通信系統(tǒng)干擾信號分離[J]. 劉濤,孟青,韓建寧.  吉林大學(xué)學(xué)報(理學(xué)版). 2017(06)
[7]正交頻分復(fù)用水聲通信自適應(yīng)調(diào)制算法[J]. 羅亞松,胡生亮,劉志坤,呂顯春.  國防科技大學(xué)學(xué)報. 2017(01)
[8]改進(jìn)的大氣激光通信PPM調(diào)制解調(diào)系統(tǒng)設(shè)計[J]. 馬爽,吳志勇,高世杰,耿天文,吳佳彬.  哈爾濱工業(yè)大學(xué)學(xué)報. 2016(05)
[9]一種基于語音端點(diǎn)檢測的維納濾波語音增強(qiáng)算法[J]. 李戰(zhàn)明,尚豐.  電子設(shè)計工程. 2016(02)
[10]一種基于電-光強(qiáng)度調(diào)制的負(fù)反饋解調(diào)光纖通信方法[J]. 石磊,朱廣浩.  南京大學(xué)學(xué)報(自然科學(xué)). 2015(04)



本文編號：2964642