-
题名基于活动性检测动态估计噪声的心音降噪算法
- 1
-
-
作者
许春冬
辛鹏丽
闵源
应冬文
周静
李海兵
-
机构
江西理工大学信息工程学院
中国科学院大学电子电气与通信工程学院
-
出处
《计算机工程与设计》
北大核心
2024年第1期236-243,共8页
-
基金
国家自然科学基金项目(11864016、61671442)
江西省研究生创新专项基金项目(YC2020-S468)。
-
文摘
针对基于小波分解和最优改进对数幅度谱估计的心音降噪算法存在噪声残留和心音失真的问题,提出一种基于心音活动性检测(HSAD)动态估计噪声的心音降噪算法。通过设计的HSAD判断当前心音帧是否为基础心音帧(FHS),根据判断结果分别采用改进最小值控制递归平均(IMCRA)算法和递归平滑算法对噪声功率进行动态估计与更新,采用非因果先验信噪比,实现心音信号的降噪。实验结果表明,提出算法能更好在提升降噪性能的同时,降低FHS的失真。
-
关键词
心音降噪
小波分解
心音活动性检测
改进的最小值控制递归平均
递归平滑
噪声功率估计
非因果先验信噪比
-
Keywords
heart sound denoising
wavelet decomposition
heart sounds activity detection
improved minimum controlled recursive averaging
recursive smoothing
noise power estimation
noncausal prior signal-to-noise ratio
-
分类号
TN192.3
[电子电信—物理电子学]
-
-
题名一种基于线性预测和极大似然估计的基音检测算法
被引量:1
- 2
-
-
作者
张永亮
鲁宇明
张先庭
杨焱
-
机构
南昌航空大学电子信息工程学院
南京航空航天大学自动化学院
-
出处
《声学技术》
CSCD
2009年第6期768-772,共5页
-
基金
南昌航空大学校基金(EC200604057)
-
文摘
用线性预测的方法求出语音信号的LPC(Linear Predictive Coding)谱,然后根据候选的声门激励与LPC谱卷积重构语音信号的短时频谱,当重构频谱与原始语音频谱之间的畸变最小时,声门激励之间的间隔为基音周期。为了提高计算效率,采用频域动态搜索的方法搜索基音周期的候选值。数值实验表明,采用线性预测和极大似燃估计(Maximum Likelihood,ML)的基音检测算法可保留更多的基音信息,并能有效地减少基音检测的错误,并且该算法比传统的ML法有更强的鲁棒性。
-
关键词
基音检测
线性预测
极大似然估计法
-
Keywords
pitch detection
linear predictive
maximum likelihood method
-
分类号
TN192.3
[电子电信—物理电子学]
-
-
题名基于波峰/波谷动态规划基音标注
被引量:1
- 3
-
-
作者
陆敏
施未来
黄湘鹏
-
机构
海军指挥学院浦口分院
解放军理工大学通信工程学院研究生
海军驻南京地区雷达系统军事代表室
-
出处
《压电与声光》
CSCD
北大核心
2009年第6期918-920,共3页
-
文摘
提出了一种基于波峰/波谷动态规划的基音标注算法。首先,我们根据区域和转移概率,运用动态规划确定最佳的基音标注,以实现基于波峰或波谷动态规划的基音标注;然后,我们设定一个代价函数来决定采取波峰动态规划的标注还是波谷动态规划的标注。同时,我们通过不同的实验,来显示该文提出的方法的可行性。
-
关键词
波峰标注
波谷标注
动态规划
-
Keywords
pitch marking based peak pitch marking based valley dynamic programming
-
分类号
TN192.3
[电子电信—物理电子学]
-
-
题名麦克风阵列下互相关函数分类的声源定位
被引量:5
- 4
-
-
作者
张岁岁
黄丽霞
王杰
张雪英
-
机构
太原理工大学信息与计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第4期128-133,共6页
-
基金
国家自然科学基金(No.61371193)
-
文摘
传统的基于麦克风阵列的声源定位方法,往往容易受到低信噪比或高混响等不利的声学条件的影响。近年来,基于模式识别和机器学习技术的方法被用来在恶劣环境下进行声源定位。引入了一种基于Fisher判别理论的加权方法,实现了基于Fisher加权朴素贝叶斯分类器(Fisher Weighted Naive Bayes Classifier,FWNBC)的声源定位。通过基于相位变换(Phase Transformation,PHAT)加权的互相关函数来计算每个位置的特征向量,利用Fisher加权朴素贝叶斯分类器估计声源位置。在实际的定位系统中进行实验,验证改进算法的性能。实验结果表明,与使用朴素贝叶斯分类器(Naive Bayes Classifier,NBC)相比,FWNBC算法有效提高了声源定位的精度。
-
关键词
麦克风阵列
GCC-PHAT
FISHER判别
朴素贝叶斯分类器
-
Keywords
microphone array
GCC-PHAT
Fisher discriminant
Naive Bayes classifier
-
分类号
TN192.3
[电子电信—物理电子学]
-