cceps

综合倒谱分析。

库::`工程师`

语法

函数调用

[参数:xhat],[参数:nd],[参数:xhat1]=cceps([参数:x]) -返回一个复杂的capstr [参数:xhat] 和第二复数capstr [参数：xhat1] 一个真实的数据序列 [参数:x] 使用傅立叶变换。它还返回计数的数量。 [参数:nd] (通告)增加至 [参数:x] 在找到复杂的凯普斯特拉之前。

[参数:xhat],[参数:nd],[参数:xhat1]=cceps(<参数:x>>,[参数:n]) -也补充 [参数:x] 长度为零 [参数:n].

功能 cceps 它只适用于真实数据。

争论

输入参数

# x — 输入信号

+ 真实向量

Details

输入信号，指定为实矢量。线性相位项的使用避免了相位跳跃很高兴。也就是说，如果需要，它被循环移位（在用零填充之后）几个样本，以便获得零相位。很高兴。

# n 是零填充信号的长度

+ 正实数整数

Details

信号的长度，用零填充，被设置为正实整数。

输出参数

# xhat — 复杂帽

+ 向量资料

Details

作为向量返回的复数倒谱。

# nd — 样本数目

+ 正实标量

Details

循环延迟计数的数量添加到 [参数:x] 返回为正实标量。

# xhat1 是第二个复合帽

+ 向量资料

Details

第二个复数倒谱，作为向量返回。论点 xhat1 它是使用[1]和[2]中描述的替代因子分解算法计算的。该方法仅适用于有限持续时间的信号。 [Algorithms]部分提供了计算复数kepstra的傅里叶和因式分解方法的比较。

例子：

使用cceps显示回波信号

Details

在这个例子中 cceps 用于显示信号的回波。产生频率的正弦信号 45 Hz和采样率 100 赫兹。添加幅度为一半且具有延迟的回波信号 0.2 c.计算信号的复数倒谱。让我们注意延迟的回声 0.2 和。

import EngeeDSP.Functions: cceps

Fs = 100
t = 0:1/Fs:1.27
s1 = sin.(2*pi*45*t)
s2 = s1 + 0.5*[zeros(20); s1[1:108]]
c1, nd, c2 = cceps(s2)
plot(t, c1, title="Complex cepstrum", legend=false)

cceps

算法

倒谱分析是一种非线性信号处理方法，最常用于语音处理和同态滤波[1]。功能 cceps -这是[3]算法7.1的实现。

下表列出了傅立叶和因式分解算法的优缺点。

算法	优势	缺点
傅立叶变换	它可以用于任何信号。	阶段部署是必需的。输出信号为低频。
因式分解	不需要阶段部署。没有频率重叠。	它只能用于短期信号。输入信号必须有一个全零的Z变换,单位圆上没有零.

算法

优势

缺点

傅立叶变换

它可以用于任何信号。

阶段部署是必需的。输出信号为低频。

因式分解

不需要阶段部署。没有频率重叠。

它只能用于短期信号。输入信号必须有一个全零的Z变换,单位圆上没有零.

一般来说，这两种算法的结果不能用于相互验证。只有当输入数据的第一个元素为正，数据序列的Z变换只包含零，所有这些零都在单位圆内，并且输入数据序列很长（或用零填充）时，它们才能用于相互验证。

文学作品

Oppenheim，Alan V.，Ronald W.Schafer和John R.Buck。 _实时信号处理。_Upper Saddle River,NJ:Prentice Hall,1999,pp.788-789.
Steiglitz，K.和B.Dickinson。 _通过Z变换的因式分解来计算复倒谱。_Proceedings of THE1977IEEE^®International Conference on Acoustics,Speech and Signal Processing,pp.723-726.
Ieee声学，语音和信号处理学会的数字信号处理委员会，eds。 _用于数字信号处理的程序。_纽约：IEEE出版社，1979年。