基于改进MFCC和VQ的变压器声纹识别模型
Proceedings of the CSEE（2017）
摘要
为准确地获取变压器的噪声特性,该文提出了一种基于改进梅尔频率倒谱系数和矢量量化算法的变压器声纹识别模型.首先对变压器噪声信号进行分帧和加窗处理,然后综合运用加权处理法和主成分分析法对现有的MFCC特征向量提取算法进行改进,进而基于VQ算法对变压器噪声信号进行识别.以某10kV变压器为对象进行空载试验,对不同铁芯松动下的噪声信号进行测试.计算结果表明,改进后的MFCC特征向量提取算法具有识别效率高和计算速度快的特点,所得到的MFCC特征向量能准确反映不同铁芯压紧程度下的变压器噪声特征,且基于VQ算法的识别结果与预设铁芯工况吻合良好.研究结果可为变压器结构优化设计及噪声治理提供依据.
更多查看译文
关键词
voiceprint recognition,Mel frequency cepstrum coefficient(MFCC),principal component analysis,noise,power transformer,vector quantization(VQ)
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要