汉明 window 重叠 python
Hamming window with overlap python
我正在尝试实现论文Integrated optimization of underwater acoustic ship-radiated noise
基于二维特征融合的识别.
我最大的问题是将 .wav 文件转换为二维数组。
文中提到
Each originally recorded signal in the database is framed using the hamming window of length 2048 with 50% overlap. With sampling frequency fs=52734 Hz, each sample lasts approximately 40 ms
还有
7 levels of WP decomposition with fourth-order
Symlet wavelet is utilized to decompose each raw sample into
128 subbands.
我非常感谢使用 Python.
理解和实施它所提供的任何帮助
您可以使用 librosa.utils.frame 计算重叠 windows，其中 window_length=2048 和 hop_length=1024（50% 重叠）。
window 函数可以使用 librosa.filters.get_window 和 window="hamming"
来计算
框架函数中的每个 window 乘以 window 函数。
然后，您可以将 pywt.wavedec 与 wavelet="sym" 和 level=7 一起使用来获取每一帧的输出。它应该有 128 个维度。
我正在尝试实现论文Integrated optimization of underwater acoustic ship-radiated noise 基于二维特征融合的识别.
我最大的问题是将 .wav 文件转换为二维数组。
文中提到
Each originally recorded signal in the database is framed using the hamming window of length 2048 with 50% overlap. With sampling frequency fs=52734 Hz, each sample lasts approximately 40 ms
还有
7 levels of WP decomposition with fourth-order Symlet wavelet is utilized to decompose each raw sample into 128 subbands.
我非常感谢使用 Python.
理解和实施它所提供的任何帮助您可以使用 librosa.utils.frame 计算重叠 windows，其中 window_length=2048 和 hop_length=1024（50% 重叠）。 window 函数可以使用 librosa.filters.get_window 和 window="hamming"
来计算框架函数中的每个 window 乘以 window 函数。 然后，您可以将 pywt.wavedec 与 wavelet="sym" 和 level=7 一起使用来获取每一帧的输出。它应该有 128 个维度。