论文部分内容阅读
咳嗽是呼吸系统中最常见的症状之一,是人体的一种保护性措施,对机体是有益的。当呼吸道粘膜受到异物、炎症、分泌物或过敏性因素等刺激时,即反射性地引起咳嗽,有助于排除外界侵入呼吸道的异物或分泌物、消除呼吸道刺激因子。当人体处于健康状态时,咳嗽是不常见的。但持续的咳嗽症状出现时,咳嗽可以为临床诊断提供极其重要的信息。在分析咳嗽音的强度和频率等特性之前,首要的任务是把咳嗽音从其他声音例如语音、清喉音、清鼻音等中分辨出来。
咳嗽音等信号是典型的非平稳信号。在很长一段时间里,其分析和表示都是基于短时平稳的假设,采用平稳分析的方法进行的。尽管这些分析和表示方法在实际应用中取得了很大的成功,但它们相对于人的感知能力而言,还存在着很大的差异。近年来,时频分布理论和小波变换的兴起为非平稳信号提供了新的分析手段,一些领域取得了明显的进展。Hilbert-Huallg变换技术(HHT)既吸取了小波变换多分辨的优势,又克服了在小波变换中需要选择合适的小波基的困难,这种自适应的分解方法非常适于非线性和非平稳过程的分析。
本文结合HHT技术和Teager能量算子得到一种新的咳嗽音识别的特征提取方法,既在理论上分析了这种方法的可行性,还通过一些实验进行了验证,取得了良好的效果。HHT技术在非平稳信号分析领域为我们展示了新的视角,提供了更为明确的时频描述,对于事物本质的理解提供了一种新的方法,它在信号处理和识别等方面有着广阔的发展前景。