精华内容
下载资源
问答
  • 倒谱

    万次阅读 多人点赞 2016-09-24 23:50:42
    1. 什么是倒谱倒谱(cepstrum):一种信号的傅里叶变换谱经过对数运算后再进行傅里叶反变换。由于一般傅里叶谱是复数谱,因而又称复倒谱。 2. 倒频谱的数学描述 倒频谱函数CF(q)(power cepstrum)其数学...

    1.       什么是倒谱?

    倒谱(cepstrum):一种信号的傅里叶变换谱经过对数运算后再进行傅里叶反变换。由于一般傅里叶谱是复数谱,因而又称复倒谱。

    2.       倒频谱的数学描述

    倒频谱函数CF(q)(power cepstrum)其数学表达式为:

    CF(q)= |F(logSx(f))|2

    CF(q)又叫功率倒频谱,或叫对数功率谱的功率谱,工程上常用开方形式:

    C0(q) = |F(logSx(f))|

    C0(q)称为幅值倒频谱,有时简称倒频谱

     

    倒频谱的变量q的物理意义是什么呢?

     

    为了使其定义更加明确,还可以定义:

    Cy(q)= F-1(logSy(f))

    即倒频谱定义为信号的双边功率谱对数加权,再取其傅里叶逆变换,联系一下信号的自相关函数:

    R(r) = F-1(Sy(f))

    这种定义方法与自相关函数很相近,变量q与r在量纲上完全相同。

    为了反映出相位信息,分离后能恢复原信号,又提出一种复倒频谱的运算方法

     

    若信号x(t)的傅立叶变换X(f):

    X(f) = XR(f)+ iXt(f)

    若信号x(t)的倒频谱即为:

    C0(q)= F-1(logX(f))|

    显然,它保留了相位的信息。

     

    那么,倒频谱与相关函数的区别是什么?

     

    不同的是只差对数加权,目的是使再变换以后的信号能量集中,扩大动态分析的频谱范围和提高再变换的精度,还可以解卷积(熠积)成分,易于对原信号的分离和识别。

     

    3.       倒谱分析的意义是什么?

    对于高速大型旋转机械,其旋转状况是复杂的,尤其当设备出现不对中,轴承或齿轮的缺陷、油膜涡动、磨擦、质量不对称等现象时,则振动更为复杂,用一般频谱分析方法已经难于辩识(识别反映缺陷的频率分量),而用倒频谱,则会增强识别能力

    齿轮箱的振动是一种复杂的振动,如齿轮箱中轴的转速为f1,轴上齿轮的齿数z,齿轮箱的振动一定包含有f1,啮合频率z *f1 及其它们各阶谐振。

    频率z*f1的等幅振动在旋转一周期间因轴的振动f1而使振幅有变化,即振幅被调制。因此,在齿轮箱振动谱图上除在频率z*f1处有谱线外,还在(z-1)f1和(z+1)f1处有谱线。考虑被f1的高次谐波调制则出现zf1的边频簇


    如果谱值用对数刻度则该曲线更近似周期波,其“周期”为f1。“周期”为f1的成分在齿轮故障诊断中叫故障函数,与齿轮故障有关需要识别出来。

    一般齿轮箱中部有很多齿轮和转轴、因而有很不同的转轴速度和啮合频率。它们之间的相互调制使得率谱图中包含很多大小和周期都不同的周期成分,在功率谱图混在一起很难分离。

    如果对具有边带信号的功率谱本身再作一次谱分析,则能把边带信号分离出来。因为功率谱图中的周期分量在第二次谱分析的谱图中是离散线段,其高度就反映原功率谱中周期分量的大小。这就是倒频谱分析


    另外,到谱分析在输入特性与系统特性的分离上也有用途。

    4.       倒频谱的应用

    分离信息通道对信号的影响


    对数功率谱关系图

    在机械状态监测和故障诊断中,所测得的信号,往往是由故障源经系统路径的传输而得到的响应,也就是说它不是原故障点的信号,如欲得到该源信号,必须删除传递通道的影响,如在噪声测量时,所测得的信号,不仅有源信号而且还有不同方向反射回来的回声信号的混入,要提取源信号必须删除回声的干扰信号。

    若系统的输入为x(t),输出为y(t),脉冲响应函数是h(t),

    两者的时域关系为:

    y(t) =x(t) * h(t)

            频域为:

                   Y(f) = X(f) ·H(f) 或 Sy(f) = Sx(f) · |H(f)|2

           对上式取对数为:

    logSy(f) = logSx(f) +log|H(f)|2

    在上图中,源信号为具有明显周期特征的信号,经过系统特性logGk(f)的影响修正,合成输出信号logyG(f)。

     

        对上式进一步作傅里叶变换,即可得幅值倒频谱:

    F(logSy(f)) = F(logSx(f))+ F(log|H(f)|2)

        即:

    Cy(q) = Cx(q) + Ch(q)

    信号在时域可以利用x(t)与h(t)的卷积求输出:在频域则变成X(f)与H(f)的乘积关系;而在倒频域则变成Cx(q) 和Ch(q)相加的关系,使系统特性Ch(q)与信号特性Cx(q)明显区别开来,这对清除通道的影响很有用处,而用功率谱处理就很难实现。

    从上图来看,第二张图即相应的倒频谱图,从图中清除地表明两个组成部分:一部分为高倒频率q2,反映源信号特征;另一部分为低倒频率q1,反映系统的特性。两部分在倒频谱图上占有不同的倒频率范围,根据需要可以将信号与系统的影响分开,可以删除以保留源信号。

    5.       实例

    用倒频谱诊断齿故障

    对于高速大型旋转机械,其旋转状况是复杂的,尤其当设备出现不对中,轴承或齿轮的缺陷、油膜涡动、磨擦、质量不对称等现象时,则振动更为复杂,用一般频谱分析方法已经难于辩识(识别反映缺陷的频率分量),而用倒频谱,则会增强识别能力

    如一对工作中的齿轮,在实例得到的振动噪声信号中,包含着一定数量的周期分量,如果齿轮产生缺陷,则其振动或噪声信号还将大量增加谐波分量及所谓的边带频率分量。

     

    什么叫边带频率,它是如何产生的?

    设在旋转机械中有两个频率w1与w2存在,在这二频率的激励下,机械振动的响应呈现出周期性脉冲的拍。也就是呈现其振幅以差频((w1 – w2)设w1 > w2)进行幅度调制的信号,从而形成拍的波形,这种调制信号是自然产生的。例如调幅波起源于齿轮啮合频率(齿轮 * 轴转数)w0的正弦载波,其幅值由于齿轮之偏心影响称为随时间而变化的某一函数Sm(t),于是:

    y(t) = Sm(t)sin(w0t+φ)

    假设齿轮轴转动频率为wm,则可写成:

    y(t) = A(1 + mcoswmt)sin(wmt+φ)

    上图中,图a像一周期函数,但实际上它并非是一个周期函数,除非w与w成整数倍数关系,这在实际应用中,这种情况并不多见。根据三角半角关系,可写成:

    y(t) = Asin n(w0t +φ) + mA/2 sin[(w0 + wm)t+φ] +

    mA/2 sin[(w0 – wm)t +φ]


    不难看出,它是由w0,(w0 + wm)与(w0 - wm)三个不同的正弦波之和,这里(w0 + wm)与(w0 - wm)之差频与和频通称为边带频率。

    假如对于一个具有四个轮辐的100个齿的齿轮,其轴准转数为50转/秒。而其啮合频率5000Hz。其幅值(啮合力的大小)则由每转四次的周期为200Hz所调制(因为由四个轮辐的影响)。所以在测得的振动分量中,不仅有明显的轴转数50Hz及啮合频率(5000Hz)外,还有4800Hz及5000Hz的边带频率。

    实际上,如果齿轮缺陷严重或多种故障存在,以致许多机械中经常出现的不对准、松及非线性刚度等原因,或者出现拍波截断等原因时,则边带频率将大量增加。

    在一个频谱图上出现过多的频差,难以识别,而倒频谱则有利于识别,如下图所示,a为一个减速箱的频谱图,b为它的倒频谱图。从频谱图上清楚地看出,有两个主要频率分量:117.6Hz(85ms)及48.8Hz(20.5ms)。


    展开全文
  • Cepstral analysis 倒谱分析 complex cepstral 复倒谱倒谱是序列的傅里叶变换的幅度的实对数的傅里叶反变换 代码每一步含有注释,方便理解和学习
  • 利用matlab计算语音信号的倒谱,并从中把语音信号的声门激励信号和声道激励信号分离,分别得到声门激励信号的频谱和声道激励信号频谱。
  • 目前的代码是一个 Matlab 函数,它提供了以下计算: 1) 单边实倒谱; 2) quefrency 向量。 为了说明函数的用法,给出了一个例子。 为方便起见,输入和输出参数在函数的开头给出。 该代码基于以下描述的理论: [1]...
  • 倒谱技术

    2015-05-17 20:47:35
    倒谱的原理与计算及其MATLAB仿真程序,复倒谱技术
  • 本函数计算灰度或 RGB 彩色图像的倒谱。 该光谱对于分析图像非常有用,并且适合用于机器学习目的的图像预处理。
  • 倒谱的计算 和matlab 实现一、计算原理 在复倒谱分析中,z 变换后得到的是复数,所以取对数时要进行复对数运算。这时存在相位的多值性问题,称为“相位卷绕”设信号为则其傅里叶变换为 对上式取复对数为 则其幅度...

    复倒谱的计算 和matlab 实现

    一、计算原理 在复倒谱分析中,z 变换后得到的是复数,所以取对数时要进行复对数运算。这时存在相位的多值性问题,称为“相位卷绕”

    设信号为

    则其傅里叶变换为 对上式取复对数为 则其幅度和相位分别为

    上式中,虽然 , 的范围均在

    之内,但 的值可能超过

    范围。计算机处理时总相位值只能用其主值 表示,然后把这个相位主值“展开”

    ,得到连续相位。所以存在情况:

    (k 为整数) 此时即产生了相位卷绕。这会是后面求复倒谱以及由复倒谱恢复语音带来不确定性产生错误

    改进方法

    1、最小相位信号法

    适用条件:

    被处理的信号想x(n)必须是最小相位信号。实际上许多信号就

    是最小相位信号,或可以看作是最小相位信号。语音信号的模型就是)()()(21n x n x n x *=)

    ()()(21ωωωj j j e X e X e X ⋅=)

    (ln )(ln )(ln 21ωωωj j j e X e X e X +=)()()(21ωϕωϕωϕ+=)

    (ln )(ln )(ln 21ωωωj j j e X e X e X +=)(ωϕ()ππ,-)(2ωϕ)(ππ,-)(ωΦ)()()(21ωϕωϕωϕ+=πωωϕk 2)()(+Φ=)(1ωϕ

    展开全文
  • * 复倒谱 Complex Cepstrum 定义:x(n)的复倒谱 1.复对数lnX(z)必须唯一地定义,使得: 复倒谱的定义 一个时间序列的复倒谱仍是一个时间序列 一个实时间序列的复倒谱仍是一个实时间序列 x(n) 复倒谱的定义隐含着若干...

    * 复倒谱 Complex Cepstrum 定义:x(n)的复倒谱 1.复对数lnX(z)必须唯一地定义,使得: 复倒谱的定义 一个时间序列的复倒谱仍是一个时间序列 一个实时间序列的复倒谱仍是一个实时间序列 x(n) 复倒谱的定义隐含着若干假设: 2. 必须是一个真正的z变换 或 3. 为了 能唯一地定义,必须为 选择一个收敛域。 复对数的多值性问题和解析性问题 收敛域的选择: (a)设x(n)和 都是稳定的实序列, 则 的收敛域包括单位圆。 这个假设符合实际 (b)若 是一个序列的z变换, 则级数表示 在包括单位圆的收敛域内解析。 (一)、复对数的多值性问题 设时间序列x(n)的z变换 显然,不符合唯一性要求 解决复对数的多值性问题的一般 方法是取主值,即取 这是唯一性变换 但这时 在单位圆上的值不是w的连续函数, 与解析性相违 are[X(ejw)] w ARG[X(ejw)] w -p -2p -p p -3p 0 0 复倒谱的解析性 由复倒谱的定义 因为x(n)是因果稳定的, 但为了避免多值性, 使得连续性不能保证 解决方法: 在黎曼曲面上重新定义复对数 复倒谱的性质 设序列x(n)的z变换为: 求逆z变换 从z变换的角度分析:zr与x(n)的时延或超前有关,通常可以不考虑 对于实序列A为实数,当A>0时,lnA有意义。 当A<0时,为使对数有意义,取ln|A| 综上所述: 若为有限长序列:ck=0,dk=0 由此可见: (1)不管是有限长序列还是无限长序列,其复倒谱总是无限长序列,其幅度至少以1/|n|的速度衰减。 (2)若x(n)是最小相移的,X(z)在单位圆外无零点,则其复倒谱一定是因果序列 若x(n)是最大相移的,X(z)在单位圆内无零点,则其复倒谱一定是非因果序列 (3)间隔为Np的冲激序列的复倒谱仍是一个间隔为Np的冲激序列 复倒谱的计算 复倒谱的几种计算方法: (一)按复倒谱的定义计算: (二)最小相移序列的复倒谱计算: (三)复对数求导的复倒谱计算法: (一)按复倒谱的定义计算: 根据复倒谱的定义,为了计算实现,用DFT代替ZT: Ln[ ] DFT IDFT 设x(n)是长度为N的有限长序列 当用DFT来计算时,得到的不是真正的复倒谱,而是复倒谱周期延拓的结果,根据复倒谱的性质(1),它总是无限长的,故必存在混叠效应;又复倒谱是至少按1/|n|的速度衰减,所以,当N很大时,混叠失真小,若N不够大,可在x(n)后添零,使 按复倒谱的定义计算时考虑的问题: 按复倒谱的定义计算时考虑的问题: (1)相位展开问题: X(k)的幅角主值 X(k)的幅角主值是不连续的,需要恢复arg[X(k)], arg[X(k)]是w的连续函数 相位展开方法之一加一个校正相位 are[X(k)] k ARG[X(k)] k COR(k) k -p -2p -2p -p p -4p -3p 0 0 0 (2)符号校正问题: 为使取对数有意义,总是计算ln|A|, 若A<0,则计算出的是-x(n)的复倒谱,故需先判断A的符号。 当x(n)是实序列时 式中,分子、分母的所有因子,或共轭因子之积都是大于0 的实数 所以, A的符号与X(ej0)的符号相同 因为X(ej0)表示直流分量,故其符号与实部的符号相同 (3)zr对复倒谱的贡献,--r的计算 为了简化计算,可先将zr移去,计算出X(k)后在恢复 r的计算 式中,分子、分母的所有因子,或共轭因子之积都是大于0 的实数 当用DFT来计算时, 若N为偶数,则当w=p时,k=N/2 若N为偶数,则当w=p时,k在(N-1)/2到(N+1)/2之间

    展开全文
  • 倒谱与梅尔倒谱的区别

    千次阅读 2016-05-26 10:49:06
     梅尔频率倒谱倒谱的一种应用,梅尔倒谱常应用在声音信号处理,对于声音信号处理比倒谱更接近人耳对声音的分析特性,而梅尔频率倒谱倒谱的差别在于: 1 梅尔频率倒谱的频带分析是根据人耳听觉特性所设计,人耳...
    
        梅尔频率倒谱是倒谱的一种应用,梅尔倒谱常应用在声音信号处理,对于声音信号处理比倒谱更接近人耳对声音的分析特性,而梅尔频率倒谱与倒谱的差别在于:
    1 梅尔频率倒谱的频带分析是根据人耳听觉特性所设计,人耳对于频率的分辨能力,是由频率的比值决定,也就是说,人耳对200Hz和300Hz之间的差别与2000Hz与3000Hz之间的差别是相同的。
    2 梅尔频率倒谱是针对信号的能量取对数,而倒谱是针对信号原始在频谱上的值取对数
    3 梅尔频率倒谱是使用离散余弦转换,而倒谱是离散傅立叶变换
    4 梅尔频率倒谱系数足够描述语音特征
    展开全文
  • 基于MATLAB的倒谱程序

    2016-10-14 22:31:18
    MATLAB倒谱程序
  • 倒谱的意义

    千次阅读 2019-07-31 15:56:08
    一直在用倒谱,却忘了倒谱的作用意义了。 语音的产生用源、滤波器模型来表示,即把声带振动看作激励源e(n),把声道看成一个滤波器h(n),两者在时域进行卷积,得到语音信号s(n)。为了更好地处理语音,则需要分析s(n)...
  • matlab开发-语音倒谱

    2019-08-24 03:07:25
    matlab开发-语音倒谱。低频倒谱提升对对数幅度语音谱的平滑效应
  • 此 MATLAB 练习比较了有限持续时间语音帧的两种不同倒谱分析方法,即基于 FFT 的传统方法(对复倒谱进行帧解缠),以及基于求解有限阶分子根的分析方法多项式并直接从多项式根的位置计算倒谱
  • 倒谱的操作

    2021-06-23 11:04:28
    倒谱就是对信号进行fft 再取Log 再做一次逆fft,
  • 语音倒谱特征

    2019-05-27 17:00:12
    倒谱分析 数字语音信号是声道频率特性和激励源二者共同作用的结果(卷积),在语音编码,合成,识别等任务中常需要对语音信号进行解卷,即将语音信号的声道分量和激励分量进行分离,这种方法就是同态滤波。滤波过程...
  • 这是用于平滑频谱的非参数估计的倒谱阈值技术的原始实现: P. Stoica 和 N. Sandgren。 通过倒谱阈值,IEEE 符号平滑非参数频谱估计。 过程杂志,卷。 23,第 34-45 页,2006 年 11 月。 交换文件包含 Dr. S. ...
  • 倒谱分析与倒谱求法

    万次阅读 2016-05-26 10:48:20
    倒谱分析可检测频谱中的重复模式,使其对区分多个故障非常有用,该故障在不同的主要频谱(即FFT、阶次、包络和增强频谱)中很难看到。  最重要的行业应用与机械诊断相关,如齿轮箱分析,以及其他应用,如: 1 回声...
  • 主要为大家详细介绍了梅尔倒谱系数(MFCC)实现,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  • 在回声隐藏算法的基础上,提出一种倒谱提取优化算法。新算法改进了传统倒谱对回声位置的判断标准,提高了数据提取正确率。通过引入原始语音数据的倒谱值作为参照量,重新定义回声位置的判断标准,弥补了传统倒谱算法...
  • 这个 MATLAB 练习介绍了创建所谓的“瀑布图”的概念,即创建时变信号(例如语音波形)的逐帧倒谱/对数幅度谱。 这样的曲线可以跟踪倒频谱的变化,特别是在有声区域,在该区域中,我们根据语音信号的逐帧分析检测音高...
  • 这三种方法是解析法(使用MATLAB函数roots求根),使用MATLAB信号处理工具箱函数cceps的常规倒谱计算,以及基于计算复数对数傅里叶逆变换的倒谱计算的常规FFT方法信号的傅立叶变换(带相位展开)。
  • 倒谱定义为信号短时振幅谱(功率谱)的对数傅里叶反变换 倒谱可提取频谱包络特征,以此作为描述音韵的特征参数而应用于语音识别 倒谱也可以提取基音特征,以此作为描述音韵特征的辅助参数而应用于语音识别 复倒谱是...
  • matlab仿真 短时谱 语谱图 倒谱倒谱和短时谱
  • 汉语方言辨识中常用的转移差分倒谱(SDC)特征往往存在较多的冗余信息.对此,提出动态时频倒谱(DT-FC)特征.首先对倒谱矩阵进行离散余弦变换(DCT),然后对变换后的矩阵元素进行重组.基于新特征,在高斯混合模型系统下对闽...
  • 这个 MATLAB 练习比较和对比了计算信号复倒频谱的三种方法,该信号的 z ... 计算这个最小相位信号的复倒谱的三种计算方法是解析法、最小相位信号的递归法和基于计算傅里叶变换的复对数的傅里叶逆变换的常规方法。信号。
  • 倒谱是表示一帧语音数据特征的一个序列。从periodogram estimate of the power spectrum计算得到的倒谱系数,可以用于基音追踪(pitch tracking),然而,从AR power spectral estimate计算得到的倒谱系数可以用于...
  • 倒谱的计算 和matlab 实现一、计算原理 在复倒谱分析中,z 变换后得到的是复数,所以取对数时要进行复对数运算。这时存在相位的多值性问题,称为“相位卷绕”设信号为则其傅里叶变换为 对上式取复对数为 则其幅度...
  • 语音的同态处理、复倒谱倒谱倒谱图形分析 1.对短时过零率针对不同语音片段进行验证 短时平均过零率表示一帧语音中语音信号波形穿过横轴(零电平)的次数。 对于连续语音信号,过零即意味着时域波形通过时间轴;而对于...
  • 提出一种基于线性预测残差倒谱的基音周期检测算法.该算法对语音信号的线性预测残差信号做倒谱变 换,将其作为基音检测特征.并综合残差倒谱峰、短时能量和短时过零率三种特征,构造一个清浊音判决函数,简化 清浊音...
  • 但是滑动差分倒谱并没有利用语音信号的静态 倒谱信息,在方言辨识中的研究表明静态倒谱比差分倒谱含有更多的特征信息。为此,提出了滑动倒谱( SC)的概念, 并与滑动差分倒谱特征矢量进行了对比研究。首先利用开发集的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,612
精华内容 1,044
关键字:

倒谱