导读:本文包含了线性预测分析论文开题报告文献综述、选题提纲参考文献，主要关键词:线性,入渗,模型,系数,大同市,可编程,门阵列。
线性预测分析论文文献综述写法
田妍,王勇,杨森,周南,李臻[1]（2019）在《基于线性预测分析时差估计的特高频局部放电定位方法》一文中研究指出基于特高频(UHF)信号的局部放电(PD)定位方法由于其对信号时差的计算误差较大,因此还未能在变电站中进行广泛的应用。文中提出了一种基于线性预测分析的时差估计方法,该算法首先对实际采集的特高频信号做预测分析,然后对预测误差应用幂定律以突显局放发生时刻,最后利用广义相关法进行时差估计。该方法能够以较高的精度计算信号时差,从而提高了局放定位的精度。实验结果表明,利用文中方法进行局放定位,定位距离误差可控制在1 m以下,方向角定位误差可控制在8°以下,证明了该方法的可行性。(本文来源于《高压电器》期刊2019年12期）
田媛[2]（2018）在《基于Linux平台上线性预测语音编码器性能分析》一文中研究指出线性预测编码器是一类非常重要的语音编码器。文中主要描述了几种线性预测语音编码算法的软件及实现,即码激励线性预测编码(CELP)、低延迟CELP(LD-CELP)和混合励磁线性预测(MELP),编码速率分别为4.8、16、2.4kb/s。几种语音编码器的C语言程序已在Linux平台上可编译和执行,并对结果进行了以MOS为标准的主观测试。波形分析主要使用了Praat和Adobe Audition软件。结果表明,MELP和CELP的质量相当,而LD-CELP编码器的质量则要高得多,虽然是以牺牲较高的比特率为代价。(本文来源于《重庆大学学报》期刊2018年01期）
张建成[3]（2017）在《大同市地下水超采区地下水位回升线性预测分析》一文中研究指出地下水是大同市城镇生活及工农业生产的主要供水水源。长期以来,由于大量集中开采地下水,造成大同市地下水位超采严重,形成多处地下水降落漏斗,超采面积506 km2,其中严重地下水超采区达163 km2。对大同市城郊浅层孔隙水中型超采区长系列年动态资料分析计算,建立地下水开采量、超采量、超采区净补给量和水位回升线性关系,在考虑地下水补、径、排基础上,对超采区水位回升变化趋势进行预测,确定大同市地下水超采区漏斗中心水位恢复年限为2017年,通过圆锥模型分析,预测地下水位恢复后能实现地下水良性循环状态。(本文来源于《地下水》期刊2017年04期）
解滔,郑晓东,张?[4]（2016）在《基于线性预测倒谱系数的地震相分析》一文中研究指出本文借鉴语音识别技术中的线性预测倒谱系数(LPCC系数)特征参数提取方法对地震数据进行分解,这种方法的优点是:可以获得将子波和反射系数信息分离的地震语音特征参数,对地质现象边界具有较好的描述能力,使我们可以从不同维度更细致地观察隐藏在地震数据中的地质特征.理论模型分析表明,基于LPCC系数的地震分析具有较高的地震相划分能力.实际地震资料应用表明,LPCC系数对储层特征的描述比常规叁瞬属性更为细致,不同阶次LPCC系数在描述储层不同特征时也保持了内在的联系.采用K均值聚类方法对提取的12阶和24阶LPCC系数进行聚类分析,聚类结果与目的层段古地形较为吻合,较好地反映了研究区的断裂、礁滩相带、深水扇和储层的分布特征,说明在地震相分析中采用LPCC系数作为特征参数是可行和有效的.(本文来源于《地球物理学报》期刊2016年11期）
岳海晶,樊贵盛[5]（2016）在《土壤入渗模型参数的多元线性预测模型精度的对比分析》一文中研究指出基于黄土高原大田耕作土壤的入渗试验数据,利用多元线性回归法建立了Kostiakov二参数、叁参数以及Philip入渗模型参数的线性预测模型,进行了3种模型参数平均误差的比较以及给定时间的累积入渗量误差的比较,提出了便于应用又具有较高精度的土壤水分入渗参数多元线性预报模型。结果表明,Kostiakov二参数模型的平均误差低于叁参数入渗模型和Philip入渗模型,能将平均误差控制在15%以下,低于其他2种入渗模型。因此用Kostiakov二参数入渗模型对土壤水分入渗能力进行预测较好。(本文来源于《灌溉排水学报》期刊2016年10期）
米川,白俊贤[6]（2014）在《基于线性预测分析的语音信号合成》一文中研究指出语音合成是实现人机语音通信的关键技术。文中介绍了一种基于语音信号线性预测分析的语音合成方法,以及什么是线性预测系数和如何提取线性预测系数,然后采用了重迭存储法,用预测系数合成语音。这种合成方法可以应用到语音信号的传输过程中,能减小信号的传输带宽,提高传输速率。(本文来源于《通信电源技术》期刊2014年06期）
徐昕,易清明[7]（2014）在《语音信号线性预测分析斜格法的FPGA实现》一文中研究指出针对语音信号线性预测分析经典算法的缺陷,提出了线性预测分析的改进算法,分析其原理、运算步骤及求解方法。研究了算法的FPGA实现,采用Verilog HDL语言对算法完成建模,使用QuartusII进行综合编译,通过Modelsim进行仿真验证。实验结果表明,FPGA实现结构简单,消耗资源少,运算速度较软件实现大幅提高,稳定性与参数精度满足理论要求。(本文来源于《计算机工程与应用》期刊2014年09期）
周彬,邹霞,张雄伟,赵改华[8]（2013）在《基于超高斯激励的噪声顽健语音线性预测分析算法》一文中研究指出针对传统的语音信号线性预测分析算法在噪声环境下性能恶化的问题,提出了一种新的基于超高斯激励的噪声顽健线性预测算法。该算法采用具有超高斯特性的学生t分布对语音信号线性预测激励建模,并显式地考虑环境噪声的影响,从而构建语音信号线性预测分析的概率图模型。在此基础上,利用变分贝叶斯的方法求解模型参数的近似后验分布,进而实现对带噪语音线性预测系数的最优估计。实验结果表明,该算法能够有效提高噪声环境下语音信号线性预测分析的顽健性。(本文来源于《通信学报》期刊2013年05期）
宋叔飚,宋小鹏[9]（2012）在《基于双边线性预测的自适应时频分析》一文中研究指出针对非平稳信号的时频分析,采用所谓的双边线性预测方法代替传统的单边线性预测。在双边线性预测中,采用若干过去值和将来值的线性组合形式来对信号建模;采用基于最小二乘的噪声梯度法来估计预测系数向量。数值仿真结果表明,双边线性预测方法比单边方法具有更高的分辨率,同时所需要的阶次比较小,因而是一种有效的计算方法。(本文来源于《测控技术》期刊2012年07期）
高悦,陈砚圃,闵刚,杜佳[10]（2012）在《基于线性预测分析和差分变换的语音信号压缩感知》一文中研究指出在压缩感知研究中,信号在不同变换下的稀疏域好坏是影响信号重构性能的重要因素。该文基于语音信号的线性预测分析(LPC),提出一种结合了LPC分析和差分变换的语音稀疏化联合变换方法,通过正交匹配追踪算法(OMP)优化算法重构语音信号,与FFT和LPC两种稀疏化方法进行了对比分析。实验表明,在压缩比大于0.4时,联合变换法重构的语音信号性能明显优于另外两种方法。也即在相同重构性能并兼顾语音质量的情况下,联合变换法具有较小的压缩比,因而具有较好的压缩性能。采用PESQ语音质量评测方法对3种稀疏化算法重构的语音进行平均意见值(MOS)对比,联合变换法也具有较好的性能。(本文来源于《电子与信息学报》期刊2012年06期）
线性预测分析论文开题报告范文
（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：
线性预测编码器是一类非常重要的语音编码器。文中主要描述了几种线性预测语音编码算法的软件及实现,即码激励线性预测编码(CELP)、低延迟CELP(LD-CELP)和混合励磁线性预测(MELP),编码速率分别为4.8、16、2.4kb/s。几种语音编码器的C语言程序已在Linux平台上可编译和执行,并对结果进行了以MOS为标准的主观测试。波形分析主要使用了Praat和Adobe Audition软件。结果表明,MELP和CELP的质量相当,而LD-CELP编码器的质量则要高得多,虽然是以牺牲较高的比特率为代价。
（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。
线性预测分析论文参考文献
[1].田妍,王勇,杨森,周南,李臻.基于线性预测分析时差估计的特高频局部放电定位方法[J].高压电器.2019
[2].田媛.基于Linux平台上线性预测语音编码器性能分析[J].重庆大学学报.2018
[3].张建成.大同市地下水超采区地下水位回升线性预测分析[J].地下水.2017
[4].解滔,郑晓东,张?.基于线性预测倒谱系数的地震相分析[J].地球物理学报.2016
[5].岳海晶,樊贵盛.土壤入渗模型参数的多元线性预测模型精度的对比分析[J].灌溉排水学报.2016
[6].米川,白俊贤.基于线性预测分析的语音信号合成[J].通信电源技术.2014
[7].徐昕,易清明.语音信号线性预测分析斜格法的FPGA实现[J].计算机工程与应用.2014
[8].周彬,邹霞,张雄伟,赵改华.基于超高斯激励的噪声顽健语音线性预测分析算法[J].通信学报.2013
[9].宋叔飚,宋小鹏.基于双边线性预测的自适应时频分析[J].测控技术.2012
[10].高悦,陈砚圃,闵刚,杜佳.基于线性预测分析和差分变换的语音信号压缩感知[J].电子与信息学报.2012