stm32f103c8t6的代码运用蜂鸣器播放好听的音乐;
2022-05-16 19:53:44 5.75MB MUSIC
1
通过球麦克风阵列采集高阶声场的声压信息,采用球谐函数分解声场并建立信号模型,应用MUSIC算法提取出声源的方位。由于MUSIC算法在信号源相干性比较高,特别是声源比较接近时,其分辨率会严重下降,提出了一种基于空间平滑的瓣分块方法来提高定位的效果。仿真实验采用了一个72元的球阵,实验结果表明:提出的方法能同时有效地确定声场中多个声源的位置,能比较好地对抗噪声的影响。
1
作 者: 韩卫杰 来 源: 西南交通大学 2006年 摘 要: 空间谱估计是阵列信号处理中的一个研究热点,是阵列信号处理中的一个重要研究课题,也是雷达、声纳、通信等领域基本任务之一。而空间谱估计的研究主题是在处理带宽内空间信号的到达方向(DOA,Direction of Arrival)。本文首先介绍了空间谱估计的研究背景,进一步介绍了空间谱估计的发展及其现状。同时介绍了波达方向估计的传统算法(延迟—相加法,Capon最小方差法),并对两种算法进行了仿真比较,指出后者比前者有更佳的分辨率。论文的重点放在对MUSIC算法的改进上,求出两矩阵的互协方差矩阵,进行相应变换后再对其与各自的协方差矩阵求平均,最后对其特征分解。本文对MUSIC算法改进后,不仅能估计出空间相互独立信号源的波达方向,而且能有效的分辨出相干信号的到达角度。此外还对波达方向估计算法进行了仿真,包括基于子空间分解的MUSIC算法、旋转不变子空间算法以及前/后向空间平滑算法,同时对这几种算法的估计性能进行了详细的分析。结果表明:MUSIC谱峰随着信噪比、阵元数的增加而相应提高,相邻信号的MUSIC谱的分辨率随着角度的减小而相应提高;旋转不变子空间算法的仿真表明信号参数的估计精度随着信噪比的增大,快拍数的增加而提高,且具有较高的估计精确度,入射角度较小时,DOA估计性能要好一些。前/后向空间平滑算法不仅能估计出空间相互独立信号源的波达方向,还能有效的分辨出相干信号的到达角度。 关 键 词:MUSIC算法 天线阵列 DOA估计 改进MUSIC算法
2022-05-14 22:03:52 11.98MB MUSIC 改进 DOA估计
1
阵列信号处理 MUSIC以及空间平滑处理,前、后、前后向平滑算法,经典的MUSIC算法不能对相干信号进行解算,经过空间平滑处理后,可以对相干信号进行解算,并进行波束形成,判断波达方向。
1
子空间的性质 性质1:协方差矩阵的大特征值对应的特征矢量张成的空间与入射信号的导向矢量张成的空间是同一个空间,即 性质2:信号子空间 与噪声子空间 正交,且有    ,其中      。
2022-05-11 15:47:24 300KB MUSIC
1
wdw-music-一个基于vue的高仿网易云音乐网站 () (线上演示地址,由于太菜了跨域什么的没有做好,线上地址可能会有一些数据请求不到,后面我会完善的!!) 前言 本人大三前端菜鸡一只,想自己做一个拿得出手的项目,网上看来看去不是管理系统就是什么商城之类的,没有多大兴趣,偶然间看到github有提供网易云音乐接口,然后看了看别人的作品不禁投出羡慕,想着要是自己能做一个这个该多有成就感,想着想着就开始肝代码了hh。 肝代码不易,跪求各位大佬去github上给个star。在网上转载或调用请标明出处,该项目仅供学习!!!!!!! 项目简介 本项目后端接口是Github Binaryify的开源项目(),接口文档直接在百度搜索“网易云音乐API”作者是Binaryify。 本项目前端均是本人独立自主开发,所用技术栈:Vue全家桶+elementUi+axios。 因为网页渲染可能会比较慢,图
2022-05-11 10:41:55 694KB Vue
1
网络音频API混音器 尝试混合大卫·鲍伊(David Bowie)的《太空怪诞》。 使用构建的音频混音器,具有3频段参数均衡。 可在以下位置找到与Web Audio API相关的代码: : 要首先在本地运行混合器,请确保已安装Node。 将仓库和CD复制到目录 运行npm i 运行npm start 造访http://localhost:3000 该项目仅在Chrome和Firefox上进行了测试。 加载音频文件时请耐心等待!
2022-05-08 21:55:50 50.15MB javascript music web-audio audio-applications
1
同时估计非相干和相干信号的修正MUSIC算法.doc
2022-05-07 19:09:07 303KB 算法 文档资料
inaSpeechSegmenter inaSpeechSegmenter是一个基于CNN的音频分段工具包。 它将音频信号分成语音,音乐和噪音的均匀区域。 语音区域分为使用说话者性别(男性或女性)标记的片段。 男性和女性分类模型针对法语进行了优化,因为他们是使用法语说者进行培训的(说话者性别的声学相关性取决于语言)。 对应于音乐之上的语音或噪声之上的语音的区域被标记为语音。 设计inaSpeechSegmenter的目的是基于男女语音时间百分比估计来执行。 安装 inaSpeechSegmenter是python 3中的框架。仅支持大于或等于3.6的python版本。 可以使用以下过程进行安装: 先决条件 inaSpeechSegmenter需要ffmpeg才能解码任何类型的格式。 可以使用以下命令行完成ffmpeg for ubuntu的安装: $ sudo apt-get in
2022-05-07 15:36:40 13.44MB music speech audio-analysis noise
1
信号检测与估计必备仿真代码,含6种算法,部分由牛逼师哥编写,自己可以该数据,很好用一直留着而且只要1个积分希望可以惠及更多人。THANKS
2022-05-06 17:45:19 206KB MUSIC算法
1