卡尔曼滤波算法及MATLAB实现_flyingnosky

   
同时,对现代人滤波举行了研究。,对自适应抑制器和卡尔曼抑制器受胎必然看法,用matlab过滤。,显示证据卡尔曼抑制器死气沉沉的关系上地起作用,原始射击在较大的噪声中可以回复。。新学期很快将开端了,因TI的形成板一向都在满足的必要,这样,研究信息技术开展手续费的项目被所有权未定的,即使对发言权射击处置和抑制器的包含早已更深化了。。在新学期里持续尽力!  

   
卡尔曼滤波的根本思惟是:最小均方过失作为冠报价原则,因为射击和噪声的情形圈占训练,应用情形变量的报价值现代化情形变量的报价,求出现momen的报价值,算法基金创建的体系方程和庆祝方程对必要处置的射击做出满足的最小均方过失的报价。

长时期内语音射击非静态的,即使一阶和二阶罪状在一个人体系中是相近不变式的。,这样语音射击在绝对较短的时期内可以看成白噪声激发以长的时不变式体系增加的静态输出。万一语音射击可以考虑是由AR训练体格的。:

                     卡尔曼滤波算法及MATLAB意识到

    
时期现代化方程:

                      卡尔曼滤波算法及MATLAB意识到

   
计量现代化平等:

                     卡尔曼滤波算法及MATLAB意识到

   
K(t)为卡尔曼增益,计算公式集列举如下:

                        卡尔曼滤波算法及MATLAB意识到

在内的

                      卡尔曼滤波算法及MATLAB意识到           

卡尔曼滤波算法及MATLAB意识到卡尔曼滤波算法及MATLAB意识到折术训练噪声协变和测训练噪声协变,实物测量协变可以经庆祝增加。,更难决定,在本试验中,将试验后果与两种办法举行了关系上地。。

    
因语音射击是短期不乱的,这样在举行卡尔曼滤波以前对射击举行分帧加窗处理或负责,经滤波后,对处置后的射击举行帧处置。,嗨的帧长是256,帧堆叠数为12;

    
下图为原始发言权射击和加噪声后的射击而且发言权射击与经卡尔曼滤波处置后的射击:

卡尔曼滤波算法及MATLAB意识到

                               
原始发言权射击和加噪声后的射击

卡尔曼滤波算法及MATLAB意识到

                              
原发言权射击与经卡尔曼滤波处置后的射击

Matlab按次意识到列举如下:

%%%%%%%%%%%%%%%%%因为LPC全尊为神圣训练的最大后验概率报价法,采取卡尔曼滤波%%%%%%%%%%%%%%

clear;

clc;

%%%%%%%%%%%%%%%%%%%%%%%%%%%负荷发言权材料%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

load voice.mat

y=M1(2),:);

x=y+*randn(1,长(Y)

%%%%%%%%%%%%%%%原发言权射击和加噪声后的射击%%%%%%%%%%%%%%%

图(1)

子地块(211);地块(M1(1),:),M1(2),:));xlabel(”时期”);ylabel(”程度”);title(”原发言权射击”);

子地块(212);地块(M1(1),:),x);xlabel(”时期”);ylabel(”程度”);title(”加噪声后的射击”);

%%%%%%%%%%%%%%%%%%%%%%%%%输出决定因素%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

Fs=44100;                 
    射击采样频率

bits=16;            
    射击采样位

N=256;                     
%帧长

m=N/2;                     
每帧自负的间隔

lenth=length(x);           
输出射击长

count=floor(lenth/m)-1;    
必要自负的以处置整体射击的帧数为%。泽尔

p=11;
                       
    AR训练按次

a=zeros(1,p);

w=hamming(N);
             
    Gahamming窗口作用

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);

%%%%%%%%%%%%%%%%与试验有关的噪声协变%%%%%%%%%%%%%%%%%%%%%%

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训练求转变矩阵决定因素%%%%%%%%%%%%%%   

         
if r==1

          
[a,vs]=lpc(x_帧,p);  

      
  else 

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

       
end

%%%%%%%%%%%%%%%%帧长内折术噪声协变%%%%%%%%%%%%%%%%%%

       
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;     
时期现代化方程

           
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
                
   %计量现代化平等

           
S=S+K*[x_frame(j)-H*S];

           
T((r-1)*m+j)=H*S;

       
end

%%%%%%%%%%%%%%%%对增加的每帧材料举行加窗处理或负责%%%%%%%%%%%%%%%%%%%%%%%%

       
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

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%合帧处理或负责%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

        
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(”时期”);ylabel(”程度”);title(”原发言权射击”);

子地块(212);地块((1:1109760)/F,s_out);xlabel(”时期”);ylabel(”程度”);title(”经卡尔曼滤波后的发言权射击”);

负荷中,请稍等。

This entry was posted in ca88亚洲城娱乐. Bookmark the <a href="https://www.bysjsm.com/ca88yzcyl/6334.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