导读:本文包含了共振峰频率论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:频率,线性,语音,同态,基音,信号,特性。
共振峰频率论文文献综述
白燕燕,胡晓霞[1]（2019）在《基于基音周期和共振峰频率检测的倒谱特征研究》一文中研究指出本文利用倒谱特征进行基音周期检测和共振峰参数的提取,实验证明效果显着。(本文来源于《电子测试》期刊2019年17期）
成谢锋,陈亚敏[2]（2017）在《S1和S2共振峰频率在心音分类识别中的应用》一文中研究指出针对心音身份识别过程中心音特征提取的难点,提出了一种以第一心音(S1)和第二心音(S2)共振峰频率作为特征的心音分类识别方法。对原始心音通过小波变换进行去噪处理;基于归一化平均香农能量的分段算法对心音信号分段获得S1和S2的时域波形;采用线性预测编码(LPC)的方法分别提取S1和S2的共振峰频率;结合S1和S2共振峰频率构成心音的特征向量,并采用支持向量机(SVM)的分类方法对心音的特征向量进行分类识别。实验结果显示,S1和S2共振峰频率能够很好地表征心音信号的稳定性和唯一性,以S1和S2共振峰频率作为心音特征进行分类识别具有非常高的识别精度,这为基于心音特征的身份识别技术以及心脏疾病诊断方法提供了可靠的理论基础。(本文来源于《南京邮电大学学报(自然科学版)》期刊2017年05期）
金阳天,王虹,欧阳国亮[3]（2014）在《语音开口度对共振峰频率的影响》一文中研究指出言语受到情绪或环境的影响较大,每个人在不同情绪或不同环境下说话的开口度会有所不同。在声纹鉴定实践中,我们时常会遇到检材语声和样本语声的发音开口度不同情况,同一人在言语开口度不同时,共鸣腔的空间大小和形状也会随之变化。实验选定了普通话6个单元音及二合元音、叁合元音为实验材料,用磁带式录音机录下了叁位普通话较好的中年男性教师发出大小开口度不同的音。用VS-99语音工作站对选定实验材料的共振峰进行了测量分析研究。(本文来源于《中国刑警学院学报》期刊2014年03期）
赵毅,尹雪飞,陈克安[4]（2010）在《一种新的基于倒谱的共振峰频率检测算法》一文中研究指出共振峰频率是语音信号的一个重要参数。传统的基于线性预测的共振峰检测算法由于受到计算量的限制,很难实现实时处理。本文提出一种基于倒谱变换的共振峰频率检测算法,采用后置处理,比较声道冲击响应对数幅频特性的二次导数和相频特性一次导数检测出的结果,删除伪峰数值和甄别合并共振峰,提高检测精度。仿真结果证明,该算法计算效率高,低信噪比下仍能保持较好的检测性能。(本文来源于《应用声学》期刊2010年06期）
吕岗,赵鹤鸣[5]（2010）在《汉语耳语音共振峰频率的提取》一文中研究指出共振峰是耳语音的重要声学特征之一,但是采用传统的线性预测法很难准确估计耳语音的共振峰值。因为耳语音的共振峰带宽比正常音的共振峰带宽宽,这将带来极点交叉问题,结果导致一个或多个耳语音的共振峰值被传统的线性预测算法认为是虚假根而误删。本文通过分析语音功率谱,提出了一种改进的语音共振峰提取算法。它根据极点功率不变的原则,通过利用极点交互因子修正耳语音共振峰的带宽来提高耳语音共振峰提取的准确性。对六个汉语普通话单元音音素仿真实验的结果证明新算法比传统算法有效。(本文来源于《苏州市自然科学优秀学术论文汇编(2008-2009)》期刊2010-11-01）
陈宁,万茂文[6]（2009）在《语音信号共振峰频率估计的分段线性预测算法》一文中研究指出基于分段线性预测算法估计语音的共振峰频率,运用多通道的滤波器组对语音的频段进行划分,然后选择合适的逆滤波器逼近不同频段的短时频谱,最后依据该逆滤波器估计共振峰频率。实验结果表明,与传统方法相比,该方法提高了语音共振峰频率估计时的分辨率与准确性,受噪声的影响较小。(本文来源于《计算机工程与应用》期刊2009年28期）
王宏,潘金贵[7]（2008）在《基于共振峰增强的语音信号共振峰频率估计》一文中研究指出针对线性预测方法提取语音信号共振峰频率的不足,提出了一种基于共振峰增强的共振峰频率估计算法,从而在不增加运算量的情况下使共振峰频率的提取更加准确。实验结果表明,该算法在5kHz内提取前五个共振峰的性能都很好。(本文来源于《计算机应用与软件》期刊2008年11期）
邬喆华,楼文娟,陈勇,朱瑶宏,唐锦春[8]（2007）在《MR阻尼器对斜拉索共振峰频率漂移的影响》一文中研究指出本文采用Spencer提出的MR模型,对斜拉索和MR阻尼器组成的系统进行了动力分析,考察了MR阻尼器型号、安装位置、施加的电压以及斜拉索基频(张力、索长、质量)、激励荷载(类型、频率、大小)等各种因素对斜拉索共振峰频率漂移的影响。进而对钱江叁桥南岸154m长的斜拉索进行了现场试验。斜拉索自由振动的衰减信号通过阶跃激励的方法获得,经小波变换、Hilbert变换识别出系统的共振峰频率,并与斜拉索在安装油阻尼器和无阻尼器两种情况进行了比较。计算了杭州湾大桥330m长的索在被动控制、半主动控制下的各阶共振峰频率。研究表明,斜拉索在安装MR阻尼器后共振峰频率略微增大。其影响程度比安装油阻尼器时要大。因此MR阻尼器的制振效果除主要来自耗能外,还有部分来自调频作用。(本文来源于《地震工程与工程振动》期刊2007年06期）
黄海,陈祥献[9]（2006）在《基于Hilbert-Huang变换的语音信号共振峰频率估计》一文中研究指出由快速傅里叶变换(FFT)初步估计出的语音信号的各阶共振峰频率确定相应带通滤波器的参数,并用该参数对语音信号作滤波处理,对滤波后的信号进行经验模态分解(EMD)得到一族固有模态函数(IMF),按能量最大原则确定出含有共振峰频率的IMF,计算出该IMF的瞬时频率和Hilbert谱即得到语音信号的共振峰频率参数.实验结果表明,与传统方法相比,该方法无须对语音信号进行分帧截断,提高了语音信号共振峰频率估计的时频分辨率和准确性,能够更精确地反映共振峰频率随时间的快速变化.(本文来源于《浙江大学学报(工学版)》期刊2006年11期）
杨俊杰,李晓勇,崔效义,李敬阳,王莉[10]（2005）在《双胞胎语音共振峰频率特性的差异性研究》一文中研究指出话者鉴别的一个基本前提是“个体间的语音差异大于个体的语音变异”。为了考察这一 前提对遗传基因、社会环境等因素高度相似的双胞胎个体是否适用,本文对18对双胞胎正常朗 读语音的共振峰频率特性进行了定量测量、比较、分析,总结了双胞胎个体间语音的差异程度, 得出一些对双胞胎正常语音共振峰频率特性差异性的认识。(本文来源于《中国人民公安大学学报(自然科学版)》期刊2005年04期）
共振峰频率论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对心音身份识别过程中心音特征提取的难点,提出了一种以第一心音(S1)和第二心音(S2)共振峰频率作为特征的心音分类识别方法。对原始心音通过小波变换进行去噪处理;基于归一化平均香农能量的分段算法对心音信号分段获得S1和S2的时域波形;采用线性预测编码(LPC)的方法分别提取S1和S2的共振峰频率;结合S1和S2共振峰频率构成心音的特征向量,并采用支持向量机(SVM)的分类方法对心音的特征向量进行分类识别。实验结果显示,S1和S2共振峰频率能够很好地表征心音信号的稳定性和唯一性,以S1和S2共振峰频率作为心音特征进行分类识别具有非常高的识别精度,这为基于心音特征的身份识别技术以及心脏疾病诊断方法提供了可靠的理论基础。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
共振峰频率论文参考文献
[1].白燕燕,胡晓霞.基于基音周期和共振峰频率检测的倒谱特征研究[J].电子测试.2019
[2].成谢锋,陈亚敏.S1和S2共振峰频率在心音分类识别中的应用[J].南京邮电大学学报(自然科学版).2017
[3].金阳天,王虹,欧阳国亮.语音开口度对共振峰频率的影响[J].中国刑警学院学报.2014
[4].赵毅,尹雪飞,陈克安.一种新的基于倒谱的共振峰频率检测算法[J].应用声学.2010
[5].吕岗,赵鹤鸣.汉语耳语音共振峰频率的提取[C].苏州市自然科学优秀学术论文汇编(2008-2009).2010
[6].陈宁,万茂文.语音信号共振峰频率估计的分段线性预测算法[J].计算机工程与应用.2009
[7].王宏,潘金贵.基于共振峰增强的语音信号共振峰频率估计[J].计算机应用与软件.2008
[8].邬喆华,楼文娟,陈勇,朱瑶宏,唐锦春.MR阻尼器对斜拉索共振峰频率漂移的影响[J].地震工程与工程振动.2007
[9].黄海,陈祥献.基于Hilbert-Huang变换的语音信号共振峰频率估计[J].浙江大学学报(工学版).2006
[10].杨俊杰,李晓勇,崔效义,李敬阳,王莉.双胞胎语音共振峰频率特性的差异性研究[J].中国人民公安大学学报(自然科学版).2005
论文知识图
