基于RBF神经网络的四声自动识别及应用(1)(2)
2014-02-28 01:57
导读：3.2 降低采样率(三分颊) 经过一电平削波后，自相关函数的峰值十分突出，得到的基音频率较准，我们进一步降低采样率，对削波器输出序列y(n)进行三分频
3.2 降低采样率(三分颊) 经过一电平削波后，自相关函数的峰值十分突出，得到的基音频率较准，我们进一步降低采样率，对削波器输出序列y(n)进行三分频。为保留信号的周期性，在3个连续采样中取l点，抽取的规则如下：
图4（信号中心消波与自相关图）3.3 基音检测的后处理[12] 无论采用哪一种基音检测算法都可能产生基音检测的错误，使求得的基音周期轨迹中一个或几个基音周期的估计值偏离了正常的轨迹（通常是偏离到正常值的两倍或1/2），此时为了去除这些野点，可以采用各种中值平滑算法 （1）中值平滑处理中值平滑处理的基本原理是：设x(n)为出入信号，y(n)为中值滤波器的输出，采用一个滑动窗，则以 出的输出值 就是将窗外的中心移到 处时窗口输入样点的中值。及 点的左右各取L个样点。连同被平滑点中心共同构成一组信号采样点（共(2L 1)个样值），然后将这（2L 1）个样点按大小序列排成一排，此序列中中间者作为平滑器的输出。L值一般为1或2，即中值平滑起的“窗口”一般套住3个或5个样点。中值平滑的优点是既可以有效地除去少量的野点，又不会破坏基音周期轨迹中两个平滑段之间的阶跃性变化。 (2) 线性平滑处理
图5（基音曲线平滑的效果）共2页: 1 [2] 下一页 论文出处(作者):
基于网页结构挖掘算法研究
连锁销售决策支持系统解决方案研究
