matlab由频域变时域的代码EEC-201
[说话者识别]
♪我周围都是熟悉的面Kong..但是现在他们是熟悉的声音...♫
团队：敬业的工程师
这个项目是由Aakansha和Sadia共同完成的，目的是使用MFCC，VQ和LBG算法来实现说话人识别。
Sadia从事过预加工和MFCC。
Aakansha从事LBG，噪声添加和陷波过滤方面的工作。
培训，测试和分析写作是同时进行的。
介绍
在当今世界大流行和隔离的情况下，从字面上看，我们的声音变得越来越重要。
由于通信仅限于虚拟，因此通过面对面或通过指纹进行的身份验证已经过时。
但是，正如我们的脸部和指纹独特一样，我们的声音也具有鲜明而可区分的特征。
如我们的项目所示，计算机程序比人耳能够更好地识别这些功能。
我们使用模式识别或特征匹配实现说话人识别系统，其中将从输入语音信号中提取的声学矢量序列分类为各个说话人ID。
具体来说，我们的系统是监督模式识别的一种实现，其中数据库由训练集中的已知模式组成，这些模式与测试集进行比较以评估我们的分类算法。
有两种方法可以进行说话人识别-依赖文本和不依赖文本。
依赖于文本的说话者识别策略要求说话者
2022-06-01 21:48:16
2.8MB
1
可以看出记性时域分析
频域分析
周期分析，采取了自功率谱 食欲同步平均 简介功率谱分析，自功率谱
自相关
时域同步平均
包络
进行了包罗线的提取
并且可以进行数据的分类，可以得到真实的数据 和诊断产生的数据
2022-06-01 09:14:46
568KB
matlab由频域变时域的代码如何更新
MHKiT文档是作为重组的文本文件开发的，这些文本文件被编译为html文件，然后上传到。
GitHub使用Sphinx将上的文档呈现为。
本指南将帮助用户下载文档，修改文档，在本地构建文档以及将更改推送回存储库。
要求
要更新MHKiT文档，您将需要Python
3.6
+，Git，Sphinx和GitHub帐户。
本文档假定用户已安装Python的有效版本（我们建议使用Anaconda
Python，在安装过程中检查将Python添加到Path）和GitHub帐户，但将涵盖所需的Python
Sphinx软件包安装。
步骤1.将存储库＆克隆到本地计算机
要更新文档，用户将需要“分叉”该存储库。
这仅表示您正在创建自己的此存储库副本，可以对其进行编辑。
分叉后，您可以使用命令行将存储库“克隆”（这会将您的fork下载到您的计算机上）。
使用命令行导航到文件系统位置，您希望保留文档资料库以克隆文档。
将用户名和存储库名称替换为适合您的正确值。
通过单击存储库页面上的克隆后复制可见的链接，可以在您的fork上自动生成此链接。
在其余命令中，存储库名称
2022-05-31 21:34:26
61.3MB
1
1、变速工况下的轴承故障信号仿真；
2、Matlab代码编写的；
3、适合做阶比分析，写论文仿真部分的代码实现；
4、代码亲测好用。
在实际工业生产设备工作时，旋转机械很可能不会以恒定转速持续运行，或者存在比较大的转速波动，电机升降速或者调速过程中转速也会处于时刻变化的动态状态。当转速变化时，转动频率也会随之发生变化，不对中故障的特征频率也会随之发生相应变化，此时利用稳态下的FFT分析方法得到的频谱就是无效的，或者如果转速在某一区间内频繁往复波动，在FFT频谱图中就会造成频率重叠甚至难以有效辨识的结果。在信号处理方法的发展历程中，为了克服变转速旋转机械故障诊断中常规FFT等方法失效的问题，学者们开发出阶比分析法，也叫阶比跟踪法。
阶比分析法在目前工程实际应用中与故障诊断研究领域被广泛使用于旋转机械变转速状态下的分析，但是目前多以振动信号为载体。阶比分析法的核心思想在于阶比跟踪与阶比重采样。阶比跟踪的目标是将原始时域的动态信号通过等角度重采样原理转化为角度域的稳态信号，阶比跟踪依赖于准确的阶比重采样，即准确获取电机轴的转速与时间的变化关系从而计算出等角度重采样的时刻值。
2022-05-29 09:08:26
379KB