寬帶音頻信號的分析、合成及其編碼技術(shù)研究.pdf

1、隨著音頻信號的分析、合成及壓縮編碼技術(shù)的發(fā)展，在要求其具有更高壓縮比的同時，還要求其具有更高的合成音質(zhì)。傳統(tǒng)的壓縮方法建立在對音頻信號局部平穩(wěn)性的假設(shè)上，利用短時傅里葉變換等方法去除其統(tǒng)計冗余，從而實現(xiàn)對信號的壓縮。然而音頻信號是一種典型的非平穩(wěn)信號，且對于非平穩(wěn)信號的分析和處理已經(jīng)成為了現(xiàn)代信號處理的主要方向，并取得了引人注目的成績?；诖吮尘?，本文對經(jīng)驗?zāi)B(tài)分解（EMD，empirical mode decomposition）算法

2、這一新近提出的非平穩(wěn)信號分析方法進(jìn)行了深入的研究，并結(jié)合心理聲學(xué)模型和加權(quán)匹配追蹤算法對音頻信號進(jìn)行正弦參數(shù)提取，并最終提出了一種基于EMD分解算法的音頻分析與合成方法。
　　 首先，本文研究了EMD算法的基本原理和實現(xiàn)方法，并對實際音頻信號進(jìn)行分解，通過分析分解出的各個固有模態(tài)函數(shù)（IMF，intrinsic mode functions），驗證了該算法所具有的濾波特性；同時，結(jié)合音頻信號自身的特點，對IMF分量進(jìn)行分類組合，

3、最終將原始音頻信號劃分為低頻類諧波和高頻類噪聲兩種成分，并通過實驗對分類效果進(jìn)行了檢驗。
　　 其次，本文對MPEG標(biāo)準(zhǔn)中的心理聲學(xué)模型進(jìn)行了研究和實現(xiàn)，并將該模型應(yīng)用于MLT（Modulated Lapped Transform）嵌入式編碼器，提出了一種基于心理聲學(xué)模型的子帶重要性排序方法，驗證了利用感知特性選取音頻信號中不同頻率成分從而實現(xiàn)壓縮的可行性和有效性。
　　 最后，本文利用加權(quán)匹配追蹤算法對經(jīng)過EMD算法分