语音信号序列的Volterra预测模型

发布时间：2017-09-17 12:16

  本文关键词：语音信号序列的Volterra预测模型

  更多相关文章： 语音信号 混沌 Volterra预测模型 Davidon-Fletcher-Powell算法

【摘要】：对给定的英语音素、单词和语句进行了采集并完成预处理.分别应用互信息法和Cao氏法确定了实际采集的语音信号序列的延迟时间和嵌入维数,以完成语音序列的相空间重构.通过计算实际采集的语音信号序列的最大Lyapunov指数,完成了语音信号的混沌特性识别,判定其具有混沌特性.引入Volterra级数,提出了一种具有显式结构的语音信号非线性预测模型.为克服最小均方误差算法在Volterra模型系数更新时固有的缺点,在最小二乘法基础上,应用基于后验误差假设的可变收敛因子技术,构建了一种基于Davidon-Fletcher-Powell算法的二阶Volterra模型(DFPSOVF),并将其应用于具有混沌特性的语音信号序列预测.仿真结果表明:DFPSOVF非线性预测模型对于单帧和多帧语音信号均具有更好的预测精度,优于线性预测模型,并且能够很好地反映语音序列变化的趋势和规律,完全可以满足语音预测的要求;可以根据语音信号序列的嵌入维数选取预测模型的记忆长度.所提出模型可以为语音信号重构和压缩编码开辟一条新途径,以改善语音信号处理方法的复杂度和处理效果.
【作者单位】： 陕西师范大学现代教学技术教育部重点实验室;陕西师范大学计算机科学学院;西北工业大学自动化学院;西北工业大学电子信息学院;
【关键词】： 语音信号 混沌 Volterra预测模型 Davidon-Fletcher-Powell算法
【基金】：国家自然科学基金(批准号:11502133,11172342,11372167,61202153) 陕西省重点科技创新团队项目(批准号:2014KTC-18) 西安市科技计划(批准号:CXY1437(1)) 榆林市科技计划(批准号:2014cxy-09,sf13-43,2012cxy3-6)资助的课题~~
【分类号】：TN912.3
【正文快照】： 语音信号,非线性研究已经成为语音信号处理领域1引-s- 的热点[2,3L近年来,伴随着小波理论w、人工神经网络、混沌理论等非线性技术的不断发展与语音信号处理是信号处理领域重要的研[偪，

本文编号：869349