文献

J-GLOBAL ID：202002256432703198   整理番号：20A2552864

分割自己回帰ピッチ推定法【JST・京大機械翻訳】

Segmented Autoregression Pitch Estimation Method

著者 (2件)： Kechik Daniil (Belarussian State University of Informatics and Radioelectronics,Departament of Information Radiotechnologies,Minsk,Republic of Belarus) ,  Davydov Igor (Belarussian State University of Informatics and Radioelectronics,Departament of Information Radiotechnologies,Minsk,Republic of Belarus)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： DVM  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,変調信号のパラメータ推定の方法と振動解析への応用に専念した。スペクトル診断方法は最も頻繁に使用される。振幅と周波数分散によるスペクトル漏洩は周波数領域法の結果の信頼性を著しく低下させる。短時間Fourier変換またはウェーブレット変換のような窓解析方法は,これらの問題を克服するために通常用いられる。それらは,周波数変動除去の平均または再サンプリング信号に対して,瞬時周波数を追跡するのに適用できる。次に,時間周波数分解能問題が発生する。分解能損失のない短時間データ解析のための自己回帰法を提案した。セグメント化Prony技術は非定常信号解析法として知られている。その結果は,より短い信号フレームで,より正確である。その欠点は,SNRが低く,窓幅と時間シフトに強く依存している場合,偽の要素である。この依存性は,振動信号において不可欠な有益な特徴である非定常,変調およびパルス成分に対して特に重要である。単一成分を検出し,分離するために,予備的なウェーブレット分解を提案した。セグメント化Prony解析のための時間周波数ウィンドウをウェーブレット変換を用いて選択した。変調信号のパラメータの検出と推定における方法の性能を調べ,従来の窓付きProny手順と比較した。実際の振動解析の効率を,処理事例の難しい例で評価した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  *セグメンテーション ,  分解能 ,  周波数変動 ,  スペクトル ,  データ解析 ,  パルス ,  パラメータ推定 ,  信号フレーム ,  ウェーブレット変換
準シソーラス用語： 時間周波数 ,  瞬時周波数 ,  非定常信号 ,  非定常性 ,  *推定法 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 自己回帰 ,  ピッチ ,  推定法