选择特殊符号

选择搜索类型

热门搜索

首页 > 百科 > 建设工程百科

线性预测

线性预测(linear prediction)根据随机信号过去的p个已知抽样值序列为Sn-1,Sn-2,…Sn-p,预测现时样值Sn的估计值的方法。预测公式是一个线性方程,所以这种预测称为线性预测。

线性预测基本信息

线性预测语音信号的线性预测

线性预测是进行语音信号分析最有效和最流行的分析技术之一。线性预测分析的重要性在于:它提供了一组简洁的语音信号模型参数,这一组参数能够较精确地表征语音信号的频谱幅度,而分析它们所需的运算量相对来讲并不大。例如用线性预测原理降低编码数码率的信号编码,它主要用于话音、图像和遥测信号的编码。这种预测编码不是对连续的信号直接抽样后编码,而是把每帧的P个预测系数和各样值预测误差en编码后传输。收信端则利用这些参数来重建信号。在一般情况下它的编码数码率比直接抽样后编码的数码率低得多。将语音的线性预测参数形成模板储存,在语音识别中也可以提高识别率和减少计算时间。此外,这种参数还可以用来实现有效的语音合成。因此,线性预测分析技术已经成为语音信号处理的一个强有力的工具和方法。

查看详情

线性预测造价信息

  • 市场价
  • 信息价
  • 询价

线性灯带

  • 功率:10W 电压:DC24V色温:3000K 控制方式:开关光束角:120° 材质:高品质防紫外硅胶材料尺寸:10×10mm 显色指数:90 防护等级:IP67
  • m
  • 九洲光电
  • 13%
  • 四川九洲光电科技股份有限公司
  • 2022-12-07
查看价格

线性灯带

  • 功率:10W 电压:DC24V色温:3000K 控制方式:DMX512光束角:120° 材质:高品质防紫外硅胶材料尺寸:10×10mm 显色指数:90 防护等级:IP67
  • m
  • 九洲光电
  • 13%
  • 四川九洲光电科技股份有限公司
  • 2022-12-07
查看价格

线性投光灯

  • 功率:12W 电压:DC24V 色温:5000K控制方式:开关 光束角:15×45° 材质:铝合金+钢化玻璃 尺寸:W28×H58×L1000mm 防护等级:IP66工作温度:-30C°-50C°
  • 九洲光电
  • 13%
  • 四川九洲光电科技股份有限公司
  • 2022-12-07
查看价格

线性投光灯

  • 功率:12W 电压:DC24V 色温:3000K控制方式:开关 光束角:25° 材质:铝合金+钢化玻璃 尺寸:W28×H58×L1000mm 防护等级:IP66工作温度:-30C°-50C°
  • 九洲光电
  • 13%
  • 四川九洲光电科技股份有限公司
  • 2022-12-07
查看价格

线性投光灯

  • 功率:30W 电压:DC24V 色温:RGB+W控制方式:DMX512 光束角:10×60° 材质:铝合金+钢化玻璃 尺寸:W45×H70×L1000mm 防护等级:IP66工作温度:-30C°-50C°
  • 九洲光电
  • 13%
  • 四川九洲光电科技股份有限公司
  • 2022-12-07
查看价格

线卷车

  • DSJ23-122
  • 台班
  • 汕头市2012年4季度信息价
  • 建筑工程
查看价格

线卷车

  • DSJ23-122
  • 台班
  • 汕头市2012年3季度信息价
  • 建筑工程
查看价格

线卷车

  • DSJ23-122
  • 台班
  • 广州市2011年1季度信息价
  • 建筑工程
查看价格

线卷车

  • DSJ23-122
  • 台班
  • 汕头市2010年1季度信息价
  • 建筑工程
查看价格

线卷车

  • DSJ23-122
  • 台班
  • 汕头市2009年2季度信息价
  • 建筑工程
查看价格

设备预测维护

  • -
  • 1人月
  • 3
  • 详见原档
  • 中高档
  • 含税费 | 含运费
  • 2021-08-19
查看价格

设备预测维护

  • -
  • 0.6人月
  • 3
  • 详见原档
  • 中高档
  • 含税费 | 含运费
  • 2021-08-19
查看价格

线性阵列

  • 1.三路二分频线性阵列: 频响:60Hz-18kHz ±3dB 单元:1×8英寸低音号角装载、1×8英寸中音号角装载、2×1英寸压缩式高音号角装载 功率:(低+中)频:400W(最大1600W)、高频:75W(最大300W)、全频:400W
  • 16只
  • 1
  • 中档
  • 不含税费 | 含运费
  • 2022-03-22
查看价格

线性阵列

  • 1.三路二分频线性阵列:频响:60Hz-18kHz ±3dB单元:1×8英寸低音号角装载、1×8英寸中音号角装载、2×1英寸压缩式高音号角装载功率:(低+中)频:400W(最大1600W)、高频
  • 8台
  • 1
  • 中高档
  • 含税费 | 含运费
  • 2022-04-06
查看价格

线性截水沟

  • 1.型号:成品线性截水沟2.规格:200宽
  • 2500m
  • 3
  • 中高档
  • 含税费 | 含运费
  • 2018-07-02
查看价格

线性预测线性预测编码

线性预测编码的基础是假设声音信号(浊音)是音管末端的蜂鸣器产生的,偶尔伴随有嘶嘶声与爆破声(齿擦音与爆破音)。尽管这看起来有些原始,但是这种模式实际上非常接近于真实语音产生过程。声带之间的声门产生不同强度(音量)与频率(音调)的声音,喉咙与嘴组成共鸣声道。嘶嘶声与爆破声通过舌头、嘴唇以及喉咙的作用产生出来。

线性预测编码通过估计共振峰、剔除它们在语音信号中的作用、估计保留的蜂鸣音强度与频率来分析语音信号。剔除共振峰的过程称为逆滤波,经过这个过程剩余的信号称为残余信号(en:residue)。

描述峰鸣强度与频率、共鸣峰、残余信号的数字可以保存、发送到其它地方。线性预测编码通过逆向的过程合成语音信号:使用蜂鸣参数与残余信号生成源信号、使用共振峰生成表示声道的滤波器,源信号经过滤波器的处理就得到语音信号。

由于语音信号随着时间变化,这个过程是在一段段的语音信号帧上进行处理的。通常每秒 30 到 50 帧的速度就能对可理解的信号进行很好的压缩。

查看详情

线性预测定义

预测公式中的p称为预测阶数;an-k称为预测系数;真实值与预测值之差en=Sn-

,称为预测误差。预测的目的就是找出一组合适的系数a1a2…ap,使误差en的均方值最小。实际预测过程一般是先把抽样序列按一定的数目组成帧,然后逐帧进行预测,每帧都找出该帧的p个最佳预测系数。预测的好坏(精确度)不是以某一个样值的预测结果来衡量,而是要看帧内各样值预测的总效果。

查看详情

线性预测常见问题

查看详情

线性预测线性预测方案

其中有:①简单的固定系数预测:预测系数在长时间内不变S②自适应预测:每一帧都重新计算预测系数和预测剩余信号的平均能量等,以便能很好地适应信号的复杂变化;③单级预测:利用信号的短时相关性进行预测;④多级预测:既利用短时相关性又利用前后周期相关性进行预测。

在实际应用中,对预测算法、预测系数的表征、编码型式等都要进行优选。目标是减少运算量和存储量,在精度受限时确保预测稳定,以及减少测算误差、编码误差和传输差错等因素对重建信号的不良影响。随着大规模集成电路与计算技术的发展,线性预测技术将在通信和语音信号处理中发挥更大的作用。

查看详情

线性预测文献

线性一非线性GM模型在地下工程围岩变形模拟预测中的应用 线性一非线性GM模型在地下工程围岩变形模拟预测中的应用

线性一非线性GM模型在地下工程围岩变形模拟预测中的应用

格式:pdf

大小:96KB

页数: 未知

灰色系统理论在岩土工程领域的许多方面已得到广泛的应用,并取得了一系列成果,但在地下工程中的应用成果尚少。具体应用实践表明,线性DGM(2,1)模型、非线性Verhulst模型模拟预测地下工程围岩变形比一般回归分析效果好。DGM(2,1)和Verhulst模型不仅具有较高的精度,而且可方便地预测出围岩变形的最终位移,为地下工程信息化设计、施工提供更加准确的信息。

基于多元线性回归的商品住宅价格预测模型 基于多元线性回归的商品住宅价格预测模型

基于多元线性回归的商品住宅价格预测模型

格式:pdf

大小:96KB

页数: 2页

随着我国住房制度的商品化改革,我国住宅产业蓬勃发展,逐渐成为影响国计民生的重要产业之一。本文的主要目的是挖掘武汉商品住宅价格变化数据、市民工资收入和GDP数据间的关系,对商品住宅价格的影响因子进行全面的剖析,运用相关性算法得出各影响因子所占权重,通过多元线性回归模型来预测商品住宅价格走势。

线性预测编码原理

一个时间离散线性系统输出的样本可以用其输入样本和过去的输出样本的线性组合,即线性预测值来逼近。通过使实际输出值和线性预测值之间差的均方值最小的方法能够确定唯一的一组预测器系数。这些系数就是线性组合中所用的加权系数。在这一原理中,系统实际上已被模型化了,这一模型就是零极点模型。它有两种特例:①全极点模型,又称自回归模型。这时预测器只根据输出过去的样本进行预测。②全零点模型,又称滑动平均模型。这时预测器只根据输入样本进行预测。迄今为止,最常用的模型还是全极点模型。这有几个原因:―是全极点模型最易计算;二是在多数情况下,不可能知道输入;三是对语音信号,在不考虑鼻音和部分擦音时,声道的传输函数是一个全极点函数。

模型参数的估值在全极点模型下有两种方法,即自关法和协方差法,它们分别适用于平稳信号和非平稳信号。模型参数的基本形式是线性预测系数,但它还有很多等价的表示形式。不同形式的系数在导致的逆滤波器结构,系统稳定性和量化时要求的比特数等方面都有所不同。现在公认的较好形式是反射系数,它所对应的滤波器具有格型结构,稳定性好量化时要求的比特数也少。

查看详情

线性预测编码线性预测编码系数表示

线性预测编码经常用来传输频谱包络信息,这样它就可以容忍传输误差。由于直接传输滤波器系数(参见线性预测中系数定义)对于误差非常敏感,所以人们不希望直接传输滤波器系数。换句话说,一个小的误差不会扭曲整个频谱或使整个频谱质量下降,但是一个小的误差可能使预测滤波器变得不稳定。

有许多更加高级的表示方法,如对数面积比(en:log area ratio,LAR)、线谱对(en:line spectral pairs,LSP) 分解以及反射系数等。在这些方法中,LSP 由于它能够保证预测器的稳定性、并且小的系数偏差带来的谱误差也是局部的这些特性,所以得到了广泛应用。

查看详情

线性预测编码综述

线性预测编码的基础是假设声音信号(浊音)是音管末端的蜂鸣器产生的,偶尔伴随有嘶嘶声与爆破声(齿擦音与爆破音)。尽管这看起来有些原始,但是这种模式实际上非常接近于真实语音产生过程。声带之间的声门产生不同强度(音量)与频率(音调)的声音,喉咙与嘴组成共鸣声道。嘶嘶声与爆破声通过舌头、嘴唇以及喉咙的作用产生出来。

线性预测编码通过估计共振峰、剔除它们在语音信号中的作用、估计保留的蜂鸣音强度与频率来分析语音信号。剔除共振峰的过程称为逆滤波,经过这个过程剩余的信号称为残余信号(en:residue)。

描述峰鸣强度与频率、共鸣峰、残余信号的数字可以保存、发送到其它地方。线性预测编码通过逆向的过程合成语音信号:使用蜂鸣参数与残余信号生成源信号、使用共振峰生成表示声道的滤波器,源信号经过滤波器的处理就得到语音信号。

由于语音信号随着时间变化,这个过程是在一段段的语音信号帧上进行处理的。通常每秒 30 到 50 帧的速度就能对可理解的信号进行很好的压缩。

查看详情

相关推荐

立即注册
免费服务热线: 400-888-9639