Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  odszumianie sygnału
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule przedstawiono metodę usuwania szumu z sygnału pomiarowego bazującą na zastosowaniu dyskretnej transformacji falkowej. Przeprowadzone badania miały na celu wskazanie wpływu parametrów banku filtrów na skuteczność redukcji szumu w sygnale pomiarowym. Badania obejmowały ustalenie wpływu rodzaju falki oraz liczby poziomów dekompozycji na skuteczność algorytmu usuwania szumu. Prawidłowy dobór tych parametrów jest kluczowy do prawidłowego działania algorytmu.
EN
Paper describes signal denoising algorithm based on discrete wavelet transform. Research includes search how filterbank parameters influences on signal denoising. Paper describes how decomposition count and wavelet type influences on denoising process. Right choice of this parameters is very important to algorithm performs well. The wavelet transform algorithm is a tool enabling the analysis of signals by presenting them using a scaled and time-shifted function called a „mother wavelet”. Signal analysis requires decomposition process performed by filter banks witch parameters depends on mother wavelet and count of decomposition iterations. Presented wavelet signal denoising technique focuses on transform coefficient correction based on estimated noise parameters. This correction can be performed in many ways, depending on used strategy. Paper presents hard thresholding algorithm based on adaptive noise parameters estimation. According to simulation results the mother wavelet choice is not as important, as choice of right decompositions level count. Presented method provides better results than other common methods such Gaussian filter or average filter.
PL
W artykule przedstawiono projekt zestawu do rejestracji dźwięków mowy zaimplementowanego w biometrycznym systemie identyfikacji osób. Zaprezentowano także problematykę związaną z torem dźwiękowym pomiędzy mówcą a systemem decyzyjnym, klasyfikację źródeł zakłóceń i zniekształceń towarzyszących procesowi rejestracji i obróbki dźwięku oraz klasyfikację metod i algorytmów poprawy jakości rejestrowanego sygnału mowy.
EN
The paper presents the project of a specialized kit for adaptive method reduction speech sounds in biometric identification system. There are the voice path from the speaker’s mouth to the decision system, a classification of various sources of interferences and distortions connected with the sound recording, as well as classification of methods and algorithms for improvement of the voice quality described.
PL
W artykule zaproponowano algorytm do analizy sygnałów z czujnika nacisku (światłowodowego). Czujniki tego typu stosowane są do pomiaru obecności, prędkości oraz wagi (poprzez pomiar tzw. wagi w locie) pojazdu drogowego lub szynowego. Wykorzystując zespół czujników można wyznaczyć parametry te pod warunkiem prawidłowej rejestracji. Algorytmy detekcji, bazujące na progowaniu, nie są w stanie poradzić sobie z detekcją słabych sygnałów, co ma miejsce, gdy pojazd jest lekki lub nacisk osi zmienia się na skutek nierówności, przykładowo nawierzchni. Bank filtrów pozwala na poprawę pracy zespołu czujników poprzez czasowe i międzyczujnikowe odszumianie sygnału. W artykule przedstawiono i omówiono kilka przypadków, oraz przeprowadzono analizę Monte Carlo wpływu szumu na pomiar prędkości.
EN
The algorithm for analysis of signals from the weigh-in-motion (fiber) sensors is proposed. Such sensors are sued for the detection of the presence, velocity and weigh (weigh-in-motion) of vehicle. Application of the set of sensors allows estimation of such parameters, if the signals are correctly measured. The detection algorithms, like threshold based, are not suitable for small signals. Such signals occurs when the weigh of vehicle is small, or the pressure of axis changes due to road Surface roughness. Filter banks improves signal processing by the temporal and intersensor denoising. A few case studies are shown. Monte Carlo analysis is applied for the robustness of velocity estimation.
EN
In this paper a new approach is proposed for the socalled voice activity detection (VAD) and word endpoint detection (EPD) both under assumption that the analyzed speech signal is recorded in the presence of noise. The described VAD and ERP methods contain a special stage of the wavelet subband denoising. We present effectiveness of the algorithm with this stage of processing for automatic recognition of isolated words by means experimental results.
PL
W artykule zaproponowano nowe ujęcie detekcji sygnału mowy (VAD - Voice Activity Detection) i wyznaczania początków i końców słów (EPD - Endpoint Detection) w przypadku sygnałów mowy zarejestrowanych w obecności szumu. Opisane metody wykorzystują specjalny etap odszumiania sygnału w podpasmach z użyciem transformacji zafalowaniowej. Na podstawie wyników eksperymentalnych zaprezentowano skuteczność algorytmów zawierających ten etap przetwarzania w przypadku automatycznego rozpoznawania izolowanych słów.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.