卡尔曼滤波算法及MATLAB实现_flyingnosky

   
同时,对同辈人滤波举行了背诵。,对自适应过滤器和卡尔曼过滤器受胎必然认得,用matlab过滤。,发觉卡尔曼过滤器仍较比可开始的东西,原始用动作示意在较大的噪声中可以回复。。新学期很快会开端了,因TI的剥削板一向都在做完需求,合乎逻辑的推论是,研究信息技术开展佣金的展现被中止,再对语态用动作示意处置和过滤器的忧虑曾经更深化了。。在新学期里持续竭力!  

   
卡尔曼滤波的根本思惟是:最小均方误审作为最适宜的判断原则,由于用动作示意和噪声的连箱的挡住通路创造者,应用连箱的变量的判断值翻新的连箱的变量的判断,求流行的momen的判断值,算法理智创办的零碎方程和说方程对需求处置的用动作示意做出做完最小均方误审的判断。

长工夫内语音用动作示意基础薄弱,再一阶和二阶与应有的数量相符在独一零碎中是相近不动的。,合乎逻辑的推论是语音用动作示意在对立较短的工夫内可以看成白噪声支持以线性的时不动零碎开始的静态输出。假定语音用动作示意可以看法是由AR创造者增大的。:

                     卡尔曼滤波算法及MATLAB成功

    
工夫翻新的方程:

                      卡尔曼滤波算法及MATLAB成功

   
计量翻新的反应式:

                     卡尔曼滤波算法及MATLAB成功

   
K(t)为卡尔曼增益,计算婴儿食品列举如下:

                        卡尔曼滤波算法及MATLAB成功

穿着

                      卡尔曼滤波算法及MATLAB成功           

卡尔曼滤波算法及MATLAB成功卡尔曼滤波算法及MATLAB成功颠换创造者噪声共变和测创造者噪声共变,实物测量共变可以检查说开始。,更难决定,在本试验中,将试验水果与两种办法举行了较比。。

    
因语音用动作示意是短期不变的,合乎逻辑的推论是在举行卡尔曼滤波以前对用动作示意举行分帧加窗管理,检查滤波后,对处置后的用动作示意举行帧处置。,在这里的帧上胶料是256,帧堆叠数为12;

    
下图为原始语态用动作示意和加噪声后的用动作示意随着语态用动作示意与经卡尔曼滤波处置后的用动作示意:

卡尔曼滤波算法及MATLAB成功

                               
原始语态用动作示意和加噪声后的用动作示意

卡尔曼滤波算法及MATLAB成功

                              
原语态用动作示意与经卡尔曼滤波处置后的用动作示意

Matlab次成功列举如下:

%%%%%%%%%%%%%%%%%由于LPC全形成顶部创造者的最大后验概率判断法,采取卡尔曼滤波%%%%%%%%%%%%%%

clear;

clc;

%%%%%%%%%%%%%%%%%%%%%%%%%%%整枝法语态创纪录的%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

load voice.mat

y=M1(2),:);

x=y+*randn(1,上胶料(Y)

%%%%%%%%%%%%%%%原语态用动作示意和加噪声后的用动作示意%%%%%%%%%%%%%%%

图(1)

子地块(211);地块(M1(1),:),M1(2),:));xlabel(”工夫”);ylabel(”排序”);title(”原语态用动作示意”);

子地块(212);地块(M1(1),:),x);xlabel(”工夫”);ylabel(”排序”);title(”加噪声后的用动作示意”);

%%%%%%%%%%%%%%%%%%%%%%%%%输出参量%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

Fs=44100;                 
    用动作示意采样频率

bits=16;            
    用动作示意采样位

N=256;                     
%帧长

m=N/2;                     
每帧用羔羊皮装饰的间隔

lenth=length(x);           
输出用动作示意上胶料

count=floor(lenth/m)-1;    
需求用羔羊皮装饰的以处置囫囵用动作示意的帧数为%。泽尔

p=11;
                       
    AR创造者次

a=zeros(1,p);

w=hamming(N);
             
    Gahamming窗口功能

y_temp=0;

F=zeros(11,11);
     
    %转变矩阵

F(1,2)=1;

F(2,3)=1;

F(3,4)=1;

F(4,5)=1;

F(5,6)=1;

F(6,7)=1;

F(7,8)=1;

F(8,9)=1;

F(9,10)=1;

F(10,11)=1;

H=zeros(1,p);
                  
    %

S0=zeros(p,1);

P0=zeros(p);

S=zeros(p);

H(11)=1;

s=zeros(N,1);

G=H”;

P=zeros(p);

%%%%%%%%%%%%%%%%校验噪声共变%%%%%%%%%%%%%%%%%%%%%%

y_temp=cov(x(1:7680));

x_frame=zeros(256,1);

x_frame1=zeros(256,1);

T=zeros(lenth,1);

for r=1:count

%%%%%%%%%%%%%%%%%%%5%%%%%分帧处置%%%%%%%%%%%%%%%%%%%%%

       
x_frame=x((r-1)*m+1:(r+1)*m);

%%%%%%%%%%%%%%%%采取LPC创造者求转变矩阵参量%%%%%%%%%%%%%%   

         
if r==1

          
[a,vs]=lpc(x_帧,p);  

      
  else 

          
[a,VS]=lpc(T((r-2)*m+1:(r-2)*m+256),p);

       
end

%%%%%%%%%%%%%%%%帧长内颠换噪声共变%%%%%%%%%%%%%%%%%%

       
if
(VS-y_temp>0)   

           
VS=VS-y_temp;

       
else 

           
VS=

       
end

       
F(p,:)=-1*a(p+1:-1:2);

       
for j=1:256

           
if(j==1)

           
S=F*S0;

           
Pn=F*P*F”+G*VS*G”;

           
else 

           
S=F*S;     
工夫翻新的方程

           
Pn=F*P*F”+G*VS*G”;

           
end

           
K=Pn*H”*(y_temp+H*P*H”).^(-1); %卡尔曼增益

           
P=(眼(P)-K*H)*PN
                
   %计量翻新的反应式

           
S=S+K*[x_frame(j)-H*S];

           
T((r-1)*m+j)=H*S;

       
end

%%%%%%%%%%%%%%%%对开始的每帧创纪录的举行加窗管理%%%%%%%%%%%%%%%%%%%%%%%%

       
不锈钢(1:256,r)=T((r-1)*m+1:(r-1)*m+256);

        
s不锈钢(1:256,r)=不锈钢(1:256,r).*w;

end

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%合帧管理%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

        
for r=1:count

        
    if r==1

           
s_out(1:128)=sss(1:128,r);

        
   else if r==count

           
s_out(r*m+1:r*m+m)=sss(129:256,r);

        
   else

        
   
s_out(((r-1)*m+1):((r-1)*m+m))=sss(129:256,r-1)+sss(1:128,r);

        
    end

        
   end

      
end

图(2)

子地块(211);地块(M1(1),:),M1(2),:));xlabel(”工夫”);ylabel(”排序”);title(”原语态用动作示意”);

子地块(212);地块((1:1109760)/F,s_out);xlabel(”工夫”);ylabel(”排序”);title(”经卡尔曼滤波后的语态用动作示意”);

整枝法中,请稍等。

This entry was posted in ca88亚洲城娱乐. Bookmark the <a href="https://www.bysjsm.com/ca88yzcyl/6330.html" title="Permalink to 卡尔曼滤波算法及MATLAB实现_flyingnosky" rel="bookmark">permalink</a>.

发表评论

电子邮件地址不会被公开。 必填项已用*标注