基于倒谱及贝叶斯决策的周期信号基频提取与匹配方法

摘要

本发明公开了一种基于倒谱及贝叶斯决策的周期信号基频提取与匹配方法。本发明包括如下步骤：1、根据T种不同周期的周期信号的基频，得到其组成的基频集合S；2、获得未知基频周期信号数据s(m)，其基频μ_x属于基频集合S；3、对信号数据s(m)进行分帧，得到所有数据帧的集合；4、对每一帧数据，使用倒谱法提取出基频估计值，而所有帧的基频组成基频估计值序列；5、求基频估计值序列的均值；6、依据贝叶斯决策得到准确的基频μ_x。

主权项

基于倒谱及贝叶斯决策的周期信号基频提取与匹配方法，其特征在于包括如下步骤：步骤1、根据T种不同周期的周期信号的基频，得到其组成的基频集合S＝{μ₁,μ₂,...,μ_T}；步骤2、获得未知基频的周期信号数据s(m)，m＝1,2,...,Ns，周期信号数据s(m)的基频μ_x属于基频集合S，Ns为数据采样点数；步骤3、按照帧长L_f、帧移L_o对周期信号数据s(m)进行分帧，得到包含N_f个数据帧的数据帧集合：$x_1\left(n\right),x_2\left(n\right),...,x_i\left(n\right),...,x_{N_f}\left(n\right),n=1,2,...,L_f;$步骤4、对每一帧数据x_i(n),i＝1,2,...,N_f,n＝1,2,...,L_f，使用倒谱法提取出基频估计值ff_i：单帧信号x_i(n)帧长L_f，采样频率F_s，针对其倒谱法基频提取过程如下：4.1、使用快速傅里叶变换(FFT)到x_i(n)的频谱X(ω):X(ω)＝FFT[x(n)],ω＝0,F_s/L_f,...,(L_f‑1)*F_s/L_f；4.2、依据频谱X(ω)计算得到幅值谱X_a(ω)：X_a(ω)＝|X(ω)|,ω＝0,F_s/L_f,...,(L_f‑1)*F_s/L_f；4.3、依据幅值谱X_a(ω)计算得到幅值对数谱X_l(ω)：X_l(ω)＝log[X_a(ω)],ω＝0,F_s/L_f,...,(L_f‑1)*F_s/L_f；4.4、将幅值对数谱X_l(ω)进行快速傅里叶逆变换(IFFT)得到倒谱$\hat{x}\left(n\right)=IFFT\left[X_l\left(\omega \right)\right],n=1,2,...,L_f;$4.5、根据基频检索频率的范围[f_min,f_max]，计算得到倒谱索引范围[n_l,n_r]：n_l＝F_s/f_max,n_r＝F_s/f_min；4.6、在倒谱序列的索引范围[n_l,n_r]中，找到最大值及对应的索引：$n_{top}=\arg \underset{n}{min}\left|\hat{x}\left(n\right)\right|,n\in [n_l,n_r]$4.7、根据n_top计算得到第i帧数据的基频的估计值ff_i：ff_i＝F_s/n_top最终将所有帧的基频估计值组成基频估计值序列{ff_i},i＝1,2,...,N_f；步骤5、求基频估计值序列{ff_i}的均值：$\overline{ff}=\frac{1}{N_f}\underset{i=1}{\overset{N_f}{\Sigma }}{\mathrm{ff}}_i$步骤6、依据贝叶斯决策得到准确的基频μ_x，即：${\mu }_x=\arg \underset{{\mu }_i}{min}|\overline{ff}-{\mu }_i|,{\mu }_i\in S.$