本文選題：時(shí)頻分析 + 經(jīng)驗(yàn)小波變換　； 參考：《南京理工大學(xué)》2016年碩士論文

【摘要】：時(shí)頻分析方法作為分析時(shí)變非平穩(wěn)信號(hào)的有力工具,成為現(xiàn)代信號(hào)處理研究的一個(gè)熱點(diǎn),經(jīng)驗(yàn)小波變換算法是一種新型的時(shí)頻分析方法。該算法打破了傳統(tǒng)時(shí)頻分析算法在自適應(yīng)方面的局限性,結(jié)合了經(jīng)驗(yàn)?zāi)Ｊ椒纸夂蛡鹘y(tǒng)小波變換的優(yōu)勢(shì),可以將復(fù)雜信號(hào)分解為更具有物理意義的模式。本論文深入研究了經(jīng)驗(yàn)小波變換算法的原理,對(duì)算法中存在的問(wèn)題進(jìn)行改進(jìn)和優(yōu)化,驗(yàn)證了經(jīng)驗(yàn)小波變換算法作為一種新的時(shí)頻分析方法在實(shí)際應(yīng)用中的價(jià)值。具體而言,針對(duì)該算法在處理具有復(fù)雜頻譜的信號(hào)時(shí)出現(xiàn)的頻譜劃分問(wèn)題,提出了改進(jìn)方法-—基于Top-Hat變換的經(jīng)驗(yàn)小波變換算法,通過(guò)比較,驗(yàn)證了新方法的有效性；而后,我們把改進(jìn)的經(jīng)驗(yàn)小波變換算法應(yīng)用到語(yǔ)音信號(hào)處理中來(lái),針對(duì)漢語(yǔ)發(fā)音的特點(diǎn),創(chuàng)新性地提出了一套完整的基于改進(jìn)的經(jīng)驗(yàn)小波變換的基頻檢測(cè)算法,通過(guò)大量仿真實(shí)驗(yàn),驗(yàn)證該算法能夠準(zhǔn)確、有效地測(cè)出復(fù)雜信號(hào)的瞬時(shí)基頻。與傳統(tǒng)的基頻檢測(cè)算法相比,新算法具有高準(zhǔn)確度,較好的魯棒性以及高時(shí)間分辨率的特點(diǎn),可以應(yīng)用到工程領(lǐng)域中。
[Abstract]:As a powerful tool for analyzing time-varying non-stationary signals, time-frequency analysis has become a hot topic in modern signal processing. Empirical wavelet transform (EWT) algorithm is a new time-frequency analysis method. This algorithm breaks the limitation of the traditional time-frequency analysis algorithm in the aspect of adaptation and combines the advantages of empirical mode decomposition and traditional wavelet transform to decompose complex signals into more physically meaningful patterns. In this paper, the principle of empirical wavelet transform (EWT) algorithm is deeply studied, and the problems in the algorithm are improved and optimized, and the value of EWT algorithm as a new time-frequency analysis method is verified. Specifically, aiming at the spectrum partition problem of the algorithm when processing signals with complex spectrum, an improved method, empirical wavelet transform algorithm based on Top-Hat transform, is proposed. The validity of the new method is verified by comparison. We apply the improved empirical wavelet transform algorithm to speech signal processing. According to the characteristics of Chinese pronunciation, we creatively propose a complete fundamental frequency detection algorithm based on improved empirical wavelet transform. It is proved that the algorithm can accurately and effectively detect the instantaneous fundamental frequency of complex signals. Compared with the traditional fundamental frequency detection algorithm, the new algorithm has the characteristics of high accuracy, good robustness and high time resolution, so it can be applied to the engineering field.
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TN912.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡愛(ài)軍;孫敬敬;向玲;;經(jīng)驗(yàn)?zāi)B(tài)分解中的模態(tài)混疊問(wèn)題[J];振動(dòng).測(cè)試與診斷;2011年04期

2 王建國(guó);王孝通;徐曉剛;;經(jīng)驗(yàn)?zāi)Ｊ椒纸饧捌鋺?yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年04期

3 賈民平,凌娟,許飛云,鐘秉林;基于時(shí)序分析的經(jīng)驗(yàn)?zāi)Ｊ椒纸夥捌鋺?yīng)用[J];機(jī)械工程學(xué)報(bào);2004年09期

4 馮康,時(shí)慧琨;語(yǔ)音信號(hào)基音檢測(cè)的現(xiàn)狀及展望[J];微機(jī)發(fā)展;2004年03期

5 石春香,羅奇峰;時(shí)程信號(hào)的Hilbert-Huang變換與小波分析[J];地震學(xué)報(bào);2003年04期

6 劉林,郝保國(guó);時(shí)頻分析理論和應(yīng)用[J];計(jì)算機(jī)自動(dòng)測(cè)量與控制;2001年04期

7 鄒紅星,周小波,李衍達(dá);時(shí)頻分析:回溯與前瞻[J];電子學(xué)報(bào);2000年09期

8 劉令普,周洪玉,何湃,郝玉斌,周彤,葉莽;談傅里葉分析與小波分析[J];哈爾濱理工大學(xué)學(xué)報(bào);1998年06期

9 鮑長(zhǎng)春,樊昌信;基于歸一化互相關(guān)函數(shù)的基音檢測(cè)算法[J];通信學(xué)報(bào);1998年10期

10 范中，田立生;利用子波變換檢測(cè)瞬時(shí)信號(hào)[J];電子學(xué)報(bào);1996年01期

相關(guān)博士學(xué)位論文 前2條

1 謝啟偉;經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴ǚ治龊蛻?yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

2 趙春暉;數(shù)字形態(tài)濾波器理論及其算法研究[D];哈爾濱工業(yè)大學(xué);1998年

，

本文編號(hào)：1777241