在基于短时傅里叶变换(short-time Fourier transform,STFT)的智能音乐生成系统中,引入梅尔倒谱系数(Mel frequency cepstrum coefficient,MFCC)作为输入特征,并对STFT的损失函数进行优化设计,以提升音乐生成的质量。在对音符输入信号...在基于短时傅里叶变换(short-time Fourier transform,STFT)的智能音乐生成系统中,引入梅尔倒谱系数(Mel frequency cepstrum coefficient,MFCC)作为输入特征,并对STFT的损失函数进行优化设计,以提升音乐生成的质量。在对音符输入信号进行短时傅里叶变换时,需要对时域信号进行截断并添加窗函数,对信号添加时域窗等效于在频域信号中进行卷积。时域信号在截断过程中存在频谱分析误差,使得频谱以实际频率值为中心,以窗函数频谱波形的形状向两侧扩散,从而产生频谱泄漏。不同窗函数的选择对最终生成音乐的品质具有显著影响。为此,提出一种基于能量校正因子、频域最大副瓣和主瓣增益的窗函数分析与选择方法,并开发相应脚本工具,从而完成基于符号域音乐的混合窗函数设计。实验结果表明,混合窗函数在不同的MIDI(musical instrument digital interface)数据集上均可有效减少频谱泄漏对信号截断的影响,具有很好的适应性和灵活性,从而更好地作用于基于STFT的智能音乐生成系统中。展开更多
滚动轴承的早期故障信号能量小,频带分布广泛;而传统包络谱分析技术直接在强干扰影响下对滚动轴承的故障特征提取经常失效。提出一种基于短时傅里叶变换(short time Fourier transform,STFT)的能量谱和独立分量分析(independent compone...滚动轴承的早期故障信号能量小,频带分布广泛;而传统包络谱分析技术直接在强干扰影响下对滚动轴承的故障特征提取经常失效。提出一种基于短时傅里叶变换(short time Fourier transform,STFT)的能量谱和独立分量分析(independent component analysis,ICA)的抗干扰滚动轴承包络分析新方法。该方法首先对获取的滚动轴承振动信号进行STFT能量谱分析,获取信号采样频带下的能量分布,采用带通滤波器获得高频带能量信号,并提取该包络波形,再通过ICA实现包络波形按源分离去噪,最后通过比较各独立分量的包络频谱与滚动轴承理论计算故障特征频率的匹配性,实现滚动轴承故障的精确诊断。仿真数据和试验验证该方法的可行性。展开更多
为了使短时傅里叶变换(short time Fourier transform,简称STFT)获得良好的时频聚集性,必须根据信号的具体特点来选择窗长。分析了现有窗长选择准则的选择机理及其优缺点,发现归一化3阶Renyi熵准则与Stankovic准则一般只会取到窗长选择...为了使短时傅里叶变换(short time Fourier transform,简称STFT)获得良好的时频聚集性,必须根据信号的具体特点来选择窗长。分析了现有窗长选择准则的选择机理及其优缺点,发现归一化3阶Renyi熵准则与Stankovic准则一般只会取到窗长选择范围的最大值,并分析了出现这种问题的原因,而其他准则得到的也不是最优的窗长。提出了一种新的基于对数窗能量的窗长选择准则。对数窗能量与窗长是一种非线性关系,这显著区别于普通窗能量随窗长线性增长的特性,且其增长速度与窗型无关,并在短窗和长窗具有不同的增长速度,因而能够在短窗和长窗之间取得良好的折衷。提供了仿真信号和实际信号的处理实例,其结果证明对数窗能量准则使STFT获得了良好的时频聚集性,效果优于现有的窗长选择准则。展开更多
文摘在基于短时傅里叶变换(short-time Fourier transform,STFT)的智能音乐生成系统中,引入梅尔倒谱系数(Mel frequency cepstrum coefficient,MFCC)作为输入特征,并对STFT的损失函数进行优化设计,以提升音乐生成的质量。在对音符输入信号进行短时傅里叶变换时,需要对时域信号进行截断并添加窗函数,对信号添加时域窗等效于在频域信号中进行卷积。时域信号在截断过程中存在频谱分析误差,使得频谱以实际频率值为中心,以窗函数频谱波形的形状向两侧扩散,从而产生频谱泄漏。不同窗函数的选择对最终生成音乐的品质具有显著影响。为此,提出一种基于能量校正因子、频域最大副瓣和主瓣增益的窗函数分析与选择方法,并开发相应脚本工具,从而完成基于符号域音乐的混合窗函数设计。实验结果表明,混合窗函数在不同的MIDI(musical instrument digital interface)数据集上均可有效减少频谱泄漏对信号截断的影响,具有很好的适应性和灵活性,从而更好地作用于基于STFT的智能音乐生成系统中。
文摘为了使短时傅里叶变换(short time Fourier transform,简称STFT)获得良好的时频聚集性,必须根据信号的具体特点来选择窗长。分析了现有窗长选择准则的选择机理及其优缺点,发现归一化3阶Renyi熵准则与Stankovic准则一般只会取到窗长选择范围的最大值,并分析了出现这种问题的原因,而其他准则得到的也不是最优的窗长。提出了一种新的基于对数窗能量的窗长选择准则。对数窗能量与窗长是一种非线性关系,这显著区别于普通窗能量随窗长线性增长的特性,且其增长速度与窗型无关,并在短窗和长窗具有不同的增长速度,因而能够在短窗和长窗之间取得良好的折衷。提供了仿真信号和实际信号的处理实例,其结果证明对数窗能量准则使STFT获得了良好的时频聚集性,效果优于现有的窗长选择准则。
