FI98015C - Förfarande för skapande av mönster för signalspektrum och anordning för genomförande av förfarandet - Google Patents

Förfarande för skapande av mönster för signalspektrum och anordning för genomförande av förfarandet Download PDF

Info

Publication number
FI98015C
FI98015C FI952184A FI952184A FI98015C FI 98015 C FI98015 C FI 98015C FI 952184 A FI952184 A FI 952184A FI 952184 A FI952184 A FI 952184A FI 98015 C FI98015 C FI 98015C
Authority
FI
Finland
Prior art keywords
filter
signal
prediction
filter elements
elements
Prior art date
Application number
FI952184A
Other languages
English (en)
Finnish (fi)
Other versions
FI98015B (sv
FI952184A0 (sv
Inventor
Unto Kalervo Laine
Original Assignee
Unto Kalervo Laine
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Unto Kalervo Laine filed Critical Unto Kalervo Laine
Priority to FI952184A priority Critical patent/FI98015C/sv
Publication of FI952184A0 publication Critical patent/FI952184A0/sv
Priority to PCT/FI1996/000245 priority patent/WO1996035259A1/en
Priority to AU56492/96A priority patent/AU5649296A/en
Publication of FI98015B publication Critical patent/FI98015B/sv
Application granted granted Critical
Publication of FI98015C publication Critical patent/FI98015C/sv

Links

Classifications

    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03HIMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00Adaptive networks
    • H03H21/0012Digital adaptive filters

Landscapes

  • Complex Calculations (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Claims (12)

1. Förfarande för mönstring av ett signalspektrum med lineär prediktion, vid vilket man som lineär kombination av tidigare signalvärden bildar en prognos för en 15 kommande signal genom att använda ett filter, kännetecknat av att filtret (13) bil-dats av ett antal filterelement, varje filterelement (5; 19, 20) har utförts sä att dess överföringsfimktion har formen: Ai(z)=a0+aV-K...+a,z-» W \ + b\z l+...+bDz D 20. vilken koefficientema ao,och bo, bp är reellä och/eller komplexa koefficienter, varvid den lineära prediktionens överföringsfunktion har formen: P k (7) ρ(ζ)=ΣηΠΑιΜ k=l /=1 25. vilken är prediktionskoefficient, k är bikoefficient och p filtrets gradtal, och varvid man som parametri sk modell H(z) för signalspektret erhäller: (8) H(z) = 1 / [l-P(z)] 30 2. Förfarande enligt patentkrav 1, kännetecknat av att filtrets filterelement (5) väljs sä att de genererar utsignaler (sj(n), i vilken 1=1,2, ..., p), som korrelerar optimalt med insignalen (sj_i(n)) tili filtret och samtidigt är utsignalema (sj(n)) maximalt oberoende av varandra. 1 19 98015
3. Förfarande enligt patentkrav 1 eller 2, kännetecknat av att filtrets filterele-ment (5) väljs sä att den genomsnittliga gruppfördröjningen i filtrets insignal (s(n)) och det 1. filterelementets mellanutsignal (si(n), i vilken 1 = 1,2, ..., p) motsvarar 1 st. gruppfördröjning. 5
4. Förfarande enligt patentkrav 1, 2 eller 3, kännetecknat av att filtrets filterele-ment (5) bildas av helpassfilter med komplexkoefficienter av första ordningen.
5. Förfarande enligt patentkrav 1, kännetecknat av att filtret bildas av ett första 10 (17) och ett andra filter (18), i vilket det första filtrets filterelement (19) utförs sä att de genomsnittliga gruppfördröjningama är större än en enhetsfördröjning, och i vilken man för att förhindra veckning bredvid detta första filter (17) anordnar ett andra filter (18), som bestär av andra filterelement (20) vilkas överföringsfunktioner (Bj(z)) har samma form som överföringsfunktionema (Aj(z)) för det första filtrets 15 filterelement, och i vilket skillnaden mellan det första filtrets och det andra filtrets genomsnittliga gruppfördröjningar är en enhetsfördröjning och i vilket de första fil-terelementens (19; 19^, 192,...) utsignal (sj(n)) multipliceras med prediktions-koefficienten (-yj) och summeras tili det andra filterelementets (20; 201, 202,...) utsignal (tj(n)).
6. Förfarande enligt patentkrav 5, kännetecknat av att parametrama (a, b) för varje filterelement (19, 20) optimeras sä att korrelationen mellan utsignalema (sj(n), t](n)) firän respektive filterelementpar (191, 201, 192, 2θ2, ...) maximeras och pre-diktionskoefficientema (γ) loses i enlighet med förfarandet i patentkrav 1. 25
7. Anordning för mönstring av ett signalspektrum med lineär prediktion, i vilken man som lineär kombination av tidigare signalvärden gör en prognos för ett kom-mande signalvärde, omfattande ett digitalt filter, kännetecknad av att filtret om-fattar ett antal successiva sammankopplade digitala filterelement, av vilka varje 30 filterelement (5) utförts sä att dess överföringsfunktion Aj(z) (1 = 1,2, ..., p) har formen: αρ+α\ζ~1+...+αΝζ~χ vilken koefficientema ao, ..., aj\j och bo, ..., bj} är reellä och/eller komplexa 35 koefficienter; och i vilken respektive filterelements (19^) utgäng anslutits tili föl- 98015 20 jande filterelements (19^) ingäng med undantag av det sista filterelementet (19P) och filterelementens (19; 19^, 19^, ...) utgängar har anslutits även till en multiplika-torenhet (14; 14^, 14^, ...) i vilken respektive filterelements (19) utsignal (sj(n)) multipliceras med en prediktionskoefficient (yj) och de sälunda genererade utsigna-5 lema (y]S](n)) inmatas i summeringsenheten (15) för att generera en prognossignal (spred(n)X som vidare subtraheras ffan insignalen (s(n)) som i separeringsenheten (16) inmatats i anordningen för uppskattning av prognosfelet (e(n)) i anordningens dataprocessenhet (22), varvid överföringsfunktionen för filtret som utför den lineära prediktionen har formen: 10 P k (7) P(z)= ΣηΠΑΚζ) k=l 1=1 i vilken y^ är prediktionskoefficient och p = filtrets gradtal och varvid den parametri ska modellen för signalspektret är 15 (8) H(z) = 1 / [l-P(z)]
8. Anordning enligt patentkrav 7, kännetecknad av att koefficientema (ao,..., ajsj och bo, ..., bp>) för filtrets filterelementens (5) överföringsfunktion (Aj(z)) definie- 20 rats sä att filterelementens utsignaler (sj(n), 1 = 1,2, .. ., p) korrelerar optimalt med insignalen (s(n)) till filtret och samtidigt är utsignalema (sj(n)) maximalt oberoende av varandra.
9. Anordning enligt patentkrav 7 eller 8, kännetecknad av att koefficientema (ao, ..·, och bo, ..., bpj) för filterelementens (5) överföringsfunktion (A](z)) defi- 25 nierats sä att filtrets insignal (s(n)) och varje filterelements (Aj(z)) mellanutsignal (sj(n)), i vilken 1 = 1, 2, ..., p) motsvarar i ordningsföljd det antal genomsnittliga gmppfördröjningar som detta filterelement indikerar.
10. Anordning enligt patentkrav 7, kännetecknad av att filterelementen (5) är reel-30 la helpassfilter med komplexkoefficienter av första ordningen. 1 ti Anordning enligt patentkrav 7, kännetecknad av att filtret utförts som en kom-bination av det första (17) och det andra (18) filtret, i vilken det första filtrets filter-element (19; 191, 19^,...) utförts sa att deras genomsnittliga gmppfördröjningar är 35 större än en enhetsfördröjning och i vilken man för att förhindra veckning bredvid 21 98015 nämnda första filter anordnat ett andra filter, som bestär av andra filterelement (20), vilkas överföringsfunktioner (B|(z)) har samma form som överföringsfunktionema (Aj(z)) för det första filtrets filterelement (19) och i vilken den genomsnittliga gruppfördröjningen för de andra fllterelementen (20; 201, 20^, ...) valts sä att skill-5 naden mellan den genomsnittliga gruppfördröjningen av det första och det andra filtret är en enhetsfördröjning och vilken anordning omfattar en dataprocessenhet (23), i vilken utsignalen (sj(n)) fran respektive första filterelement (19) multipliceras med en prediktionskoefficient (-γι) och summeras tili utsignalen (tj(n)) fran respektive filterelement (20). 10
12. Anordning enligt patentkrav 11, kännetecknad av att anordningen omfattar en dataprocessenhet (23) med vilken parametrama (a, b) för överföringsfunktionen (Aj(z), Bj(z)) för respektive filterelement (19, 20) optimeras sa att korrelationen mellan utsignalema (sj(n), tj(n)) fran respektive par av filterelement (19^, 201, 19^, 15 202, ...) maximeras och prediktionskoefficientema (γ) loses i enlighet med förfaran- det i patentkrav 1.
FI952184A 1995-05-05 1995-05-05 Förfarande för skapande av mönster för signalspektrum och anordning för genomförande av förfarandet FI98015C (sv)

Priority Applications (3)

Application Number Priority Date Filing Date Title
FI952184A FI98015C (sv) 1995-05-05 1995-05-05 Förfarande för skapande av mönster för signalspektrum och anordning för genomförande av förfarandet
PCT/FI1996/000245 WO1996035259A1 (en) 1995-05-05 1996-05-03 Method of modelling the spectrum of a signal and apparatus for realizing the method
AU56492/96A AU5649296A (en) 1995-05-05 1996-05-03 Method of modelling the spectrum of a signal and apparatus f or realizing the method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI952184A FI98015C (sv) 1995-05-05 1995-05-05 Förfarande för skapande av mönster för signalspektrum och anordning för genomförande av förfarandet
FI952184 1995-05-05

Publications (3)

Publication Number Publication Date
FI952184A0 FI952184A0 (sv) 1995-05-05
FI98015B FI98015B (sv) 1996-12-13
FI98015C true FI98015C (sv) 1997-03-25

Family

ID=8543359

Family Applications (1)

Application Number Title Priority Date Filing Date
FI952184A FI98015C (sv) 1995-05-05 1995-05-05 Förfarande för skapande av mönster för signalspektrum och anordning för genomförande av förfarandet

Country Status (3)

Country Link
AU (1) AU5649296A (sv)
FI (1) FI98015C (sv)
WO (1) WO1996035259A1 (sv)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113840297B (zh) * 2021-10-08 2022-08-30 南京航空航天大学 一种基于射频机器学习模型驱动的频谱预测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4635278A (en) * 1983-09-12 1987-01-06 Sanders Associates, Inc. Autoregressive digital telecommunications system
SE461308B (sv) * 1988-06-03 1990-01-29 Ericsson Telefon Ab L M Adaptivt digitalt filter omfattande en icke rekursiv del och en rekursiv del
DE4328497C1 (de) * 1993-08-26 1995-01-12 Ant Nachrichtentech Digitale Filterbank

Also Published As

Publication number Publication date
FI98015B (sv) 1996-12-13
FI952184A0 (sv) 1995-05-05
WO1996035259A1 (en) 1996-11-07
AU5649296A (en) 1996-11-21

Similar Documents

Publication Publication Date Title
US8934641B2 (en) Systems and methods for reconstructing decomposed audio signals
KR100878992B1 (ko) 지오메트릭 소스 분리 신호 처리 기술
US8971548B2 (en) Motor noise reduction circuit
KR101834913B1 (ko) 복수의 입력 오디오 신호를 잔향제거하기 위한 신호 처리 장치, 방법 및 컴퓨터가 판독 가능한 저장매체
US20050216259A1 (en) Filter set for frequency analysis
US20110096942A1 (en) Noise suppression system and method
CN108172231A (zh) 一种基于卡尔曼滤波的去混响方法及系统
US9837098B2 (en) Reduced-delay subband signal processing system and method
Lelandais-Perrault et al. Wideband, bandpass, and versatile hybrid filter bank A/D conversion for software radio
Xu et al. An improved method for the design of FIR quadrature mirror-image filter banks
Neo et al. Speech enhancement using polynomial eigenvalue decomposition
AU705590B2 (en) A power spectral density estimation method and apparatus
US4809331A (en) Apparatus and methods for speech analysis
US20130282387A1 (en) Filtering in the transformed domain
Gunaratne et al. Beamforming of broad-band bandpass plane waves using polyphase 2-D FIR trapezoidal filters
FI98015C (sv) Förfarande för skapande av mönster för signalspektrum och anordning för genomförande av förfarandet
KR100454886B1 (ko) 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터뱅크 접근 방법
Cao et al. Multichannel speech separation by eigendecomposition and its application to co-talker interference removal
Baumann et al. Real time separation of convolutive mixtures
EP0797824B1 (en) Speech processing
US20060020428A1 (en) Decorrelation of signals
Bharitkar et al. Perceptual multiple location equalization with clustering
KR100548237B1 (ko) 실시간 임펄스 응답 측정장치 및 방법
Mertzios et al. Efficient realizations of two-dimensional quadratic digital filters
Swamy et al. Real-time Implementation of Delay Efficient DCT Based Hearing Aid Algorithm Using TMS320C5505 DSP Processor

Legal Events

Date Code Title Description
FG Patent granted

Owner name: LAINE, UNTO KALERVO

BB Publication of examined application