讀研期間，常常用到倒譜這一引數，後來工作了主要專注於audio/speech codec,倒譜概念反而用得少，今天在看一**時看到這些文字，覺得很實用就在些複習一下這訊號特性。
在提取由於載波傳遞的訊號特性時，用time-cepstrum 分析會非常有效，能把相關的特性給提取出來。 cepstrum 在語音識別特徵引數提取中用到很多，這是因為語音本質的東西往往是聲帶的振動，然後經過聲道和口腔的調製才產生我們可以聽到或拾取的聲音。 通過cepstrum 分析語音就能將這一本質性的特徵引數提取出來。
1）.倒頻譜的數學描述
倒頻譜函式cf(q)(power cepstrum)其數學表示式為：
cf(q)又叫功率倒頻譜，或叫對數功率譜的功率譜。工程上常用的是式(2.6)的開方形式，即：
c0(q)稱為幅值倒頻譜，有時簡稱倒頻譜。
倒頻譜變數q的物理意義
為了使其定義更加明確，還可以定義：
看出，這種定義方法與自相關函式很相近，變數q與τ在量綱上完全相同。
為了反映出相位資訊，分離後能恢復原訊號，又提出一種復倒頻譜的運算方法。若訊號x(t)的傅利葉變換為x(f):
x(t)的倒頻譜記為：
顯而易見，它保留了相位的資訊。
倒頻譜與相關函式不同的只差對數加權，目的是使再變換以後的訊號能量集中，擴大動態分析的頻譜範圍和提高再變換的精度。還可以解卷積(褶積)成分，易於對原訊號的分離和識別。
（2).倒頻譜的應用
分離資訊通道對訊號的影響
圖2.26對數功率譜關係圖。在機械狀態監測和故障診斷中，所測得的訊號，往往是由故障源經系統路徑的傳輸而得到的響應，也就是說它不是原故障點的訊號， 如欲得到該源訊號，必須刪除傳遞通道的影響。如在雜訊測量時，所測得之訊號，不僅有源訊號而且又有不同方向反射回來的回聲訊號的混入，要 提取源訊號，也必須刪除回聲的干擾訊號。 若系統的輸入為x(t)，輸出為y(t)，脈衝響應函式是h(t)，兩者的時域關係為： y(t)=x(t)*h(t)
頻域為： y(f)=x(f)*h(f)或sy(f)=sx(f)*|h(f)|2
對上式兩邊取對數，則有：
式(2.72)關係如圖(2.26)所示，源訊號為具有明顯週期特徵的訊號，經過系統特性loggk(f)的影響修正，合成而得輸出訊號loggy(f)。
對於(2.72)式進一步作傅利葉變換，即可得幅值倒頻譜：
即：以上推導可知，訊號在時域可以利用x(t)與h(t)的卷積求輸出；在頻域則變成x(f)與h(f)的乘積關係；而在倒頻域則變成cx(q)和ch(q)相加的關係，使系統特特性ch(q)與訊號特性cx(q)明顯區別開來，這對清除傳遞通道的影響很有用處，而用功率譜處理就很難實現。
圖(2.26b)即為相應的倒頻譜圖。從圖上清楚地表明有兩個組成部分：一部分是高倒頻率q2，反映源訊號特徵；另一部分是低倒頻率q1，反映系統的特性。兩部分在倒頻譜圖上占有不同的倒頻率範圍，根據需要可以將訊號與系統的影響分開，可以刪除以保留源訊號。
用倒頻譜診斷齒輪故障
對於高速大型旋轉機械，其旋轉狀況是複雜的，尤其當裝置出現不對中，軸承或齒輪的缺陷、油膜渦動、磨擦、陷流及質量不對稱等現象時， 則振動更為複雜，用一般頻譜分析方法已經難於辯識(識別反映缺陷的頻率分量)，而用倒頻譜，則會增強識別能力。
如一對工作中的齒輪，在實測得到的振動或雜訊訊號中，包含著一定數量的週期分量。如果齒輪產生缺陷，則其振動或雜訊訊號還將大量 增加諧波分量及所謂的邊帶頻率成分。
什麼叫邊帶頻率，它又是如何產生的？
設在旋轉機械中有兩個頻率w1 與w2 存在，在這二頻率的激勵下，機械振動的響應呈現出週期性脈衝的拍，也就是呈現其振幅以差頻( (w2 -w1)設w2>w1 )進行幅度調製的訊號，從而形成拍的波形，這種調幅訊號是自然產生的。例如調幅波起源於齒輪嚙合頻率(齒數×軸轉數)w0的正弦載波，其幅值由於齒輪之偏心影響成為隨時間而變化的某一函式sm(t) ，於是:
假設齒輪軸轉動頻率為wm ，則可寫成:
其圖形如圖(2.27a)所示，看起來象一週期函式，但實際上它並非是乙個週期函式，除非w0 與wm成整倍數關係，這在實際應用中，這種情況並不多見。根據三角半形關係， (2.76)式可寫成：
從(2.77)式不難看出，它是由w0，(w0 +wm)與(w0-wm )三個不同的正弦波之和，具有如圖2.27b)之頻譜圖。這裡(w0 -wm )與(w0 +wm )之差頻與和頻通稱為邊帶頻率。
假如上例中對於乙個具有四個輪幅的100個齒的齒輪，其軸準轉數為50轉/秒，而其嚙合頻率5000hz。其幅值(嚙合力的大小) 則由每轉四次的週期為200hz所調製(因為有四個輪幅的影響)。所以在測得的振動分量中，不僅有明顯的軸轉數50hz及嚙合頻率(5000hz) 外，還有4800hz及5200hz的邊帶頻率。
實際上，如果齒輪缺陷嚴重或多種故障存在，以致許多機械中經常出現的不對準、鬆動、及非線性剛度等原因，或者出現拍波截斷等原因時，則邊帶頻率將大量增加。
在乙個頻譜圖上出現過多的頻差，難以識別，而倒頻譜圖則有利於識別，如圖2.28所示。圖(a)是乙個減速箱的頻譜圖，圖(b)是它的倒頻譜圖。從倒譜圖上清楚地看出，有兩個主要頻率分量:117.6hz(85ms)及48.8hz(20.5ms)。
倒譜分析與倒譜求法
倒譜分析可檢測頻譜中的重複模式，使其對區分多個故障非常有用，該故障在不同的主要頻譜 即fft 階次 包絡和增強頻譜 中很難看到。最重要的行業應用與機械診斷相關，如齒輪箱分析，以及其他應用，如 1 回聲檢測和去除 2 以及語音分析 在以下 中 使用倒譜做如下用途 1 機器診斷 監測齒輪箱和滾動軸承振動...
倒譜與梅爾倒譜的區別
梅爾頻率倒譜是倒譜的一種應用，梅爾倒譜常應用在聲音頻號處理，對於聲音頻號處理比倒譜更接近人耳對聲音的分析特性，而梅爾頻率倒譜與倒譜的差別在於 1 梅爾頻率倒譜的頻帶分析是根據人耳聽覺特性所設計，人耳對於頻率的分辨能力，是由頻率的比值決定，也就是說，人耳對200hz和300hz之間的差別與2000hz...
oracle 倒庫命令
在本地匯出匯入遠端資料庫 exp 使用者名稱 密碼 遠端庫本機別名 file d biao.dmp 遠端庫本機別名如 orcl 匯出遠端資料庫，注意命令不以分號結尾 imp 使用者名稱 密碼 遠端庫本機別名 file d biao.dmp full y 遠端庫本機別名如 orcl 匯入到遠端資料庫，...