基于干扰信号剔除的全频段音乐和弦识别方法

为避免音乐信号中干扰信号造成的影响,实现更准确的和弦识别,提出一种基于干扰信号剔除的全频段音乐和弦识别方法,对全频段音乐信号进行采集,利用自适应频移滤波器剔除音乐信号中的干扰信号后,通过傅里叶变换和音阶映射提取干扰信号的全频段音乐信号PCP(Pitch Class Profles)特征,构建和弦PCP特征模板库,并通过稀疏表示分类器表征提取的待识别的全频段音乐信号PCP特征与和弦PCP特征模板库之间的线性关系,实现全频段音乐和弦识别。通过实验验证,该方法能够实现一种较为精准的全频段音乐和弦识别,对于不同和弦识别率均较高,均能保证在95%以上,且平均识别时间较短,能够保证在3ms之内。

基于循环谱特征的全频段音乐信号抗干扰研究

为解决传统音乐信号抗干扰方法存在的干扰信号滤除效率低、信号捕获率低问题,提出基于循环谱特征分析的全频段连续音乐信号抗干扰方法。利用聚类算法提取干扰信号特征,搭建含干扰全频段连续音乐信号接收模型,并分析其循环谱特征。通过自适应频移滤波器滤除干扰信号,实现全频段连续音乐信号的抗干扰。实验结果显示,相较于传统方法,提出的全频段连续音乐信号抗干扰方法提升了干扰信号滤除效率与连续音乐信号捕获率,充分说明提出的全频段连续音乐信号抗干扰方法具备更好的抗干扰效果。