周 慧，魏霖静

（甘肃农业大学 信息科学技术学院，甘肃 兰州 730070）

语音信号的功率谱反映了单位频带内信号能量随频率的分布、变化情况，它在语音技术分析研究领域中发挥了重要的作用。长期以来对语音信号功率谱的研究都是基于语音信号的短时平稳和发音线性的假设，这些不能很好的体现语音信号的非线性、非平稳的特点。近年来，随着对语音信号处理要求的提高，人们提出了许多处理非平稳、非线性信号的方法。其中美国NASA的Huang N E博士于1998年提出的一种新的非平稳信号分析法[1]：经验模态分解法受到研究者的青睐。这种方法依据信号自身局部特征时间尺度从原信号中提取出若干个固有模态函数（IMF）和一个残余量，分解出的各个IMF分量突出了数据的局部特征，具有较强的自适应性，可更准确有效地把握原数据的内在特性。文中首先利用经验模态方法，分解出了语音的IMF分量，然后对它们的功率谱特征作了分析研究。

1 经验模态分解方法（EMD）

经验模态分解法[2-5]就是将输入信号分解成多个带有物理特性的固有模态函数（IMF）。它是基于一种简单的假设：任何复杂的信号都是由不同的简单固有模态函数组成，每一个模态可以是线性的、非线性和非平稳的，其局部极值点和过零点的数目相同，在相邻的两个零交叉点之间只有一个极值点，且任何两个模态之间是相互独立的，这样的任何一个信号就可以被分解为有限个固有模态函数之和，其中任何一个固有模态函数（IMF）都满足以下条件：