倒频谱

✍ dations ◷ 2025-12-07 16:06:42 #信号处理

倒频谱(cepstrum),顾名思义,就是将频谱(spectrum)的英文前四个字母反过来写。倒频谱是为了某些时候,为了计算方便,将原来信号的频谱先转成类似分贝的单位,再作逆傅里叶变换,把它视为一种新的信号做处理。倒频谱有复数倒频谱,及实数倒频谱。

倒频谱被定义在1963的论文(Bogert等)。定义如下:

复数倒频谱拥有频谱大小跟相位的信息,实数倒频谱只有频谱大小的信息,各有各的不同应用。

x ^ = 1 2 1 2 X ^ ( F ) e j 2 π F d F {\displaystyle {\widehat {x}}\left=\int _{-{\frac {1}{2}}}^{\frac {1}{2}}{\widehat {X}}\left(F\right)e^{j{2\pi }F}dF}
其中 X ^ = log | X ( F ) | + j arg {\displaystyle {\widehat {X}}\left=\log |X(F)|+j\arg}
可能遭遇的问题
1. log 0 = {\displaystyle \log 0=-\infty }
2. arg ] {\displaystyle \arg]} 有无限多的解
当输入是实数时,因为 log | X ( F ) | {\displaystyle \log |X(F)|} 偶对称, arg {\displaystyle \arg} 奇对称,所以复数倒频谱的值为实数

C = 1 2 1 2 log | X ( F ) | e j 2 π F n d F {\displaystyle C\left=\int _{-{\frac {1}{2}}}^{\frac {1}{2}}\log |X(F)|e^{j{2\pi }Fn}dF}
可能遭遇的问题
1. log 0 = {\displaystyle \log 0=-\infty }

频谱图上的独立变数是频率,而倒频谱图上的独立变数为倒频率(quefrency),倒频率是一种时间的度量单位。举个例子,声音信号采样速率等于44100赫兹,在倒频谱上有个很大的值在倒频率等于100,代表实际上在44100/100=441赫兹有很大的值,这值出现在倒频谱上因为频谱上周期性出现,而频谱上出现的周期与倒频谱很大的值出现的位置有关。

滤波器(filter)常使用在频谱上,用来保存或删除我们所要或不要的信息,经过上面的许多讨论,不难猜到,倒滤波器(lifter)就是在倒频谱上所使用的滤波器。低通的倒滤波器跟低通滤波器有点类似,它可以借由在倒频谱上乘以一个window系数,使倒频谱上的高倒频率被压抑,如此依来,当信号转回时域空间时会变成一个较平滑的信号。

x ^ = 1 2 1 2 X ^ ( F ) e j 2 π F d F {\displaystyle {\widehat {x}}\left=\int _{-{\frac {1}{2}}}^{\frac {1}{2}}{\widehat {X}}\left(F\right)e^{j{2\pi }F}dF}
问题: X ^ ( F ) {\displaystyle {\widehat {X}}\left(F\right)} 可能会无限大, 且对于arg(x)有无限多个解

先对信号做Z变换, 并整理一下系数, 让他变成下面的形式
X ( Z ) = A Z r k = 1 m i ( 1 a k Z 1 ) k = 1 m 0 ( 1 b k Z ) k = 1 P i ( 1 c k Z 1 ) k = 1 P 0 ( 1 d k Z ) {\displaystyle X\left(Z\right)={\cfrac {A{Z^{r}}\prod _{k=1}^{m_{i}}(1-{a_{k}}{Z^{-1}})\prod _{k=1}^{m_{0}}(1-{b_{k}}Z)}{\prod _{k=1}^{P_{i}}(1-{c_{k}}{Z^{-1}})\prod _{k=1}^{P_{0}}(1-{d_{k}}Z)}}}
其中 | a k | , | b k | , | c k | , | d k | 1 {\displaystyle \left|a_{k}\right|,\left|b_{k}\right|,\left|c_{k}\right|,\left|d_{k}\right|\leq 1}

分子:
第一项A是系数
第二项 Z r {\displaystyle Z^{r}} 是延迟
第三项是位于单位圆内的零点
第四项是位于单位圆外的零点

分母:
第一项是位于单位圆内的极点
第二项是位于单位圆外的极点

X ( Z ) {\displaystyle X\left(Z\right)} 取log变成 X ^ ( Z ) {\displaystyle {\widehat {X}}\left(Z\right)}
X ^ ( Z ) = l o g X ( Z ) = log A + r log Z + k = 1 m i log ( 1 a k Z 1 ) + k = 1 m 0 log ( 1 b k Z ) k = 1 P i log ( 1 c k Z 1 ) k = 1 P 0 log ( 1 d k Z ) {\displaystyle {\widehat {X}}\left(Z\right)=logX\left(Z\right)=\log A+r\log Z+\sum _{k=1}^{m_{i}}\log(1-{a_{k}}{Z^{-1}})+\sum _{k=1}^{m_{0}}\log(1-{b_{k}}Z)-\sum _{k=1}^{P_{i}}\log(1-{c_{k}}{Z^{-1}})-\sum _{k=1}^{P_{0}}\log(1-{d_{k}}Z)}
假设r=0, 因为这只是延迟, 并不会破坏波形
根据Z变换所得到的系数, 我们可以利用泰勒展开得到Z的反变换
x ^ = { log A if  n = 0 k = 1 m i a k n n + k = 1 P i c k n n if  n > 0 k = 1 m 0 b k n n k = 1 P 0 d k n n if  n < 0 {\displaystyle {\widehat {x}}\left={\begin{cases}\log A&{\mbox{if }}n=0\\-\sum _{k=1}^{m_{i}}{\cfrac {{a_{k}}^{n}}{n}}+\sum _{k=1}^{P_{i}}{\cfrac {{c_{k}}^{n}}{n}}&{\mbox{if }}n>0\\\sum _{k=1}^{m_{0}}{\cfrac {{b_{k}}^{-n}}{n}}-\sum _{k=1}^{P_{0}}{\cfrac {{d_{k}}^{-n}}{n}}&{\mbox{if }}n<0\end{cases}}}

注意事项
1. x ^ {\displaystyle {\widehat {x}}\left} 总是IIR(无限冲激响应)
2.对于FIR(有限冲激响应)的情况, c k = 0 , d k = 0 {\displaystyle c_{k}=0,d_{k}=0}

Z X ^ ( Z ) = Z X ( Z ) X ( Z ) {\displaystyle Z\cdot {\widehat {X}}'\left(Z\right)=Z\cdot {\cfrac {{X}'\left(Z\right)}{{X}\left(Z\right)}}}
Z X ( Z ) = Z X ^ ( Z ) X ( Z ) {\displaystyle Z{X}'\left(Z\right)=Z{\widehat {X}}'\left(Z\right)\cdot {X}\left(Z\right)}
对其做Z的反变换
n x = k = k x ^ x {\displaystyle nx=\sum _{k=-\infty }^{\infty }k{\widehat {x}}\leftx}

x = k = k n x ^ x f o r   n 0 {\displaystyle x=\sum _{k=-\infty }^{\infty }{\frac {k}{n}}{\widehat {x}}\leftx\quad for\ n\neq 0}

分别对于x的四种不同的状况做延伸
1.对于x是因果(causal)和最小相位(minimum phase) i.e. x = x ^ = 0 , n < 0 {\displaystyle x={\widehat {x}}\left=0,n<0}
对于 x = k = k n x ^ x f o r   n 0 {\displaystyle x=\sum _{k=-\infty }^{\infty }{\frac {k}{n}}{\widehat {x}}\leftx\quad for\ n\neq 0}
可得出
x = k = 0 k n x ^ x f o r   n > 0 {\displaystyle x=\sum _{k=0}^{\infty }{\frac {k}{n}}{\widehat {x}}\leftx\quad for\ n>0}

x = x ^ x + k = 0 n 1 k n x ^ x {\displaystyle x={\widehat {x}}\leftx+\sum _{k=0}^{n-1}{\frac {k}{n}}{\widehat {x}}\leftx}
2.对于x是最小相位(minimum phase)
x ^ = { 0 if  n < 0 x x k = 0 n 1 k n x ^ x x

相关

  • 1915年1915年是一个平年,第一天从星期五开始。
  • 梶田隆章梶田隆章(日语:梶田 隆章/かじた たかあき Kajita Takaaki ?,1959年3月9日-),日本物理学家、天文学家,现任东京大学宇宙射线研究所(日语:東京大学宇宙線研究所)所长、同研究所附属宇
  • 山原猫(L. jacobita)山原猫(学名:Leopardus jacobita),又名南美山猫或安第斯山猫,是一种细小的野生猫科。它们是传统上两种没有亚种的猫科之一。它们的数量估计少于2500只,但却只有有限的保育工作。山
  • 物料需求计划物料需求计划(英语:Material Requirements Planning),是一种企业管理软件,实现对企业的库存和生产的有效管理。MRP要达到的目标是在尽量控制库存的前提下,保证企业生产的正常运行
  • W·伊恩·利普金维尔特·伊恩·利普金(英语:Walter Ian Lipkin,1952年-),美国微生物学家、传染病学家,现为哥伦比亚大学梅尔曼公共卫生学院(英语:Columbia University Mailman School of Public Heal
  • 小野毛人小野毛人(?-677年,生年不详,卒于天武天皇六年),日本飞鸟时代的官僚,遣隋使小野妹子之子,其子为遣新罗使小野毛野。根据《续日本纪》的记载,冠位为小锦中。然而在江户时代庆长十八年(161
  • American Eagle OutfittersAmerican Eagle Outfitters是一间美国的服装和配饰零售商,总部位于宾夕法尼亚州匹兹堡。 非洲:美洲:亚洲:欧洲:
  • 英特尔信息技术峰会英特尔信息技术峰会(IDF, Intel Developer Forum,又称英特尔开发者论坛)是由英特尔公司每年举办的研发技术研讨会,研讨会的内容多是与英特尔公司相关的电子工程技术、电子设计技
  • 张振先张振先(1927年11月-2019年12月2日),江苏徐州人,中国人民解放军将领、中国人民解放军中将。1927年11月出生。籍贯江苏徐州。1946年参加中国人民解放军,同年加入中国共产党。第二次
  • 泉州捆蹄泉州捆蹄是闽南地区特色小吃,起源于泉州市晋江市安海镇。发明至今已有近百历史。其得名原因在于用绳子捆扎猪蹄所以名为“捆蹄”。将猪的前蹄切开,整只连蹄扒皮。将其中的瘦肉