摘要经验模态分解方法( Empirical Mode Decomposition,EMD)是Huang在1998年提出的一种新的信号处理方法。1999年,Huang又对它进行了一些改进。该方法自推出以来受到信号处理领域的重视,它自身存在的一些不足得到了相应的改进。如何利用程序开发出以EMD理论为核心的非线形非稳定信号处理系统,实现EMD理论潜在的实用价值和经济价值,是目前信号领域关注的热点。
针对传统共振峰检测工具在提取共振峰时会出现虚假峰值和共振峰合的问题，我们提出一种新的共振峰检测算法。新算法利用基于积分平均的经验模式分解频率分辨率较高的特性，将汉语语音信号中前三个共振峰自适应地分解到不同时间尺度的振动模式中去，接下来利用线性预测的方法从不同内禀模式函数中获取准确的瞬时共振峰。实验结果表明，新算法的检测结果优于传统共振峰检测工具。
关键词：经验模式分解(EMD)，汉语，共振峰，线性预测(LPC)5209
毕业论文设计（论文）英文摘要
Title: Empirical mode decomposition based Chinese resonance peak detection algorithm
Abstract
Empirical mode decomposition method is introduced by Huang in 1998 a new signal processing method. In 1999, Huang made some improvement on it. The method since its introduction by the signal processing areas of importance to their own shortcomings, it got corresponding improvement. How to use the program developed by EMD theory as the core of the non-linear and non-stationary signal processing system, realizes the EMD theory potential practical value and economic value, is the focus of current signal.
To avoid the problems of illusive peaks and formant mergence that are usually encountered by the traditional detectors, we propose a new approach for detecting formants. In the method,we apply the empirical mode decomposition method to have formants separated into different intrinsic mode functions, and then, estimate each formant frequency from these functions by LPC. The results show the superiority of this proposed approach.
Keywords: Empirical Mode Decomposition(EMD)，Chinese, Fundamental
Frequency, Formant，LPC
目 录
摘 要 I
ABSTRACT II
目 录 III
1 引 言 1
2 共振峰的概念 1
2.1 提取共振峰的方法 2
2.1.1 倒谱法 2
2.1.2 基于线性预测（LPC）的共振峰求取方法 4
3 经验模式分解 7
3.1 经验模式分解的基本思想 7
3.2 经验模式分解的算法 8
3.3 经验模式分解的优点和缺点 10
4 汉语共振峰检测 11
4.1 基于经验模态分解（EMD）的汉语共振峰检测 12
5 实验结果 14
5.1 汉语声母相同韵母不同 14
5.2 汉语声母不同韵母相同 18
结 论 21
致 谢 22
参考文献 23
1 引言
汉语是世界主要语言之一，也是世界上作为母语使用人数最多的语言，使用人数大约有14亿。除了中国大陆、香港特别行政区、澳门特别行政区和台湾省以外，汉语还广泛地分布在新加坡、马来西亚等东南亚国家，以及美国、欧洲等西方发达国家。汉语普通话中每一个音节都包含一个元音，或称为韵母。韵母总共有38个，其中8个是单韵母，14个是复韵母，16个是鼻韵母。在发单韵母时发声器官的状态基本不变，因而这些音的语谱图振峰的位置是基本保持不变的；
复韵母的共振峰不像单韵母那样比较稳定，而呈现连续变化的动态特性；鼻韵母是以[n]或[ng]收尾的韵母，鼻韵母的重要特点是主元音既受介音较大影响又受鼻尾较大影响，后者成为元音鼻化，而元音鼻化会导致主元音各共振峰的宽度和强度都有较大变化。汉语是声调语言，汉语普通话四声中除了单调变化的第一、二 基于经验模式分解的汉语共振峰检测算法:http://www.youerw.com/tongxin/lunwen_2168.html