1 / 14

4. MODELAREA AUTOREGRESIVĂ A SEMNALELOR STAŢIONARE

semnalul vocal este produs de către un sistem a cărui funcţie de transfer (aproximativă) este:.  - câştigul modelului. 4. MODELAREA AUTOREGRESIVĂ A SEMNALELOR STAŢIONARE. ==> sistem autoregresiv (AR). P (perioada). Sonor/Nesonor (decizia).

liuz
Télécharger la présentation

4. MODELAREA AUTOREGRESIVĂ A SEMNALELOR STAŢIONARE

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. semnalul vocal este produs de către un sistem a cărui • funcţie de transfer (aproximativă) este:  - câştigul modelului 4. MODELAREA AUTOREGRESIVĂ A SEMNALELOR STAŢIONARE ==> sistem autoregresiv (AR).

  2. P (perioada) Sonor/Nesonor (decizia) Schema bloc a modelului autoregresiv (de ordinul p) de producere a vorbirii σ Generator periodic (de impulsuri unitare) e[n] x[n] Generator aleator (zgomot alb)

  3. ==> ==> • pentru sunetele sonore: ==> relaţie de recurenţă liniară pentru generarea eşantionului x[n] din p eşantioane anterioare • a(i) = coeficienţi de predicţie • pentru sunetele nesonore: • e[n] = zgomot alb de medie nulă şi varianţă unitară

  4. ==> ==> ==> - sistemul AR este cauzal 4.1. Relaţii de bază pentru modelul AR • Răspunsul la impulsul unitate

  5. ==> ==> ………. • Funcţia de autocorelaţie a răspunsului la impuls ==> funcţia de autocorelaţie se exprimă printr-o relaţie de recurenţă liniară ce utilizează p eşantioane anterioare ale sale

  6. Excitarea modelului AR de către un semnal aleator

  7. ==> ==>

  8. - zgomot alb ==> - zgomot alb cu medie nulă şi varianţă unitară ==>

  9. ==> • Limitările modelării autoregresive 1) pentru sunetele nazale: ==> model autoregresiv cu medie ajustată (ARMA = Auto-Regressive Moving Average). 2) includerea modelării formei reale a excitaţiei în transmitanţa modelului AR 3) semnalul vocal - presupus staţionar pe intervale de  20-25 ms ==> modelul AR este considerat “fix” doar pe acest interval.

  10. Eroarea de predicţie: Se ştie că: Dacă ==> 4.2. Estimarea modelului AR • Predicţia liniară - semnal x[n] produs de către un sistem AR; - excitaţia sistemului AR este inaccesibilă; - ?! estimarea parametrilor modelului AR pe baza semnalului x[n].

  11. Filtrul invers: e[n] x[n] Semnalul observat Sistemul de producere (de tip AR(p)) Filtrul invers Sistemul AR şi filtrul invers ==> în cazul în care semnalul a fost produs de către un sistem AR de ordinul p, dacă , eroarea de predicţie reproduce excitaţia cu excepţia unui factor de multiplicare

  12. - Criteriul de optimizare este minimizarea varianţei erorii de predicţie • Estimarea coeficienţilor de predicţie

  13. ==> ==> ecuaţiile Yule-Walker (Yule - 1927, Walker -1931)

  14. ==> • Estimarea câştigului modelului AR

More Related