刘品
学以致用---博主简介:专注语音、视频数字信号处理方面的研究以及算法在手机平台上面的移植和优化。涉及语音/音频编解码,语音增强,语音识别,语音音质客观评估,VOIP语音引擎 Qos算法模块和声音变速不变调和变调不变速等功能实现。熟悉ARM 各个系列的CPU,用ARMv4,ARMv5,ARMv6 and Cortex Neon 汇编优化相关算法代码,争取perforamance 最优。目前主要Windows mobile and Android platform上做相关speech/audio算法以及应用开发, HEVC 编解码器PC 和手机上的开发与应用。(交流Email:liupin.2008@gmail.com)

Prony方法是用一组指数项的线性组合来拟和等间距采样数据的方法,可以从中分析出信号的幅值、相位、阻尼因子、频率等信息。

 

早在1795年,PRONY提出了复指数函数的一个线性组合来描述等间隔采样数据的数学模型,常称为PRONY模型,并给出了线性化的近似求解算法。

 

  在干扰噪声背景下,该模型的严格求解是一个高度非线性的最优化问题。200多年来,人们从各种角度给出了这样或那样的近似求解算法。这些算法都不是严格的、最优的。这是由于PRONY模型在数值上是病态的,非严格的、最优的算法对于噪声的影响十分敏感,这极大地限制了PRONY模型的应用。

 

  PRONY模型作为Fourier级数的一种拓展,在理论和应用上都有十分重大的意义;作为一种线谱估计方法,广泛适用于雷达、水声、地震、语音、光化学、光物理等领域的信号处理。如果能把该模型成功地应用于雷达信号处理,将从根本上提高雷达目标的分辨率。

 

大家可以了解一下PRONY's Model, 在音频数字信号处理中还有可以用得到的。

posted on 2012-07-04 15:56  liupin  阅读(899)  评论(0)    收藏  举报

-->