非平稳信号,2.预测编码语音信号幅度可用统计学估计

2.预测编码语音信号是非平稳信号，但它在短时间内(通常为30ms)具有平稳信号的特点，因此对语音信号的幅度进行预测编码是很自然的。如果是非平稳信号，就不能用fft，要用统计学来估计，如果是平稳随机信号，比如语音信号，你会知道它的主频成分在203k以内，可以用大于6k的频率采样，然后进行fft。

1。波形编码波形编码是最简单也是最早使用的语音编码方法。最基本的是脉冲编码调制，如G.711建议的A律或μ律，APCM、DPCM、ADPCM也属于波形编码的范畴，使用这些技术的标准有G.721、G.726、G.727等。波形编码具有实现简单、性能优异的特点，但缺点是往往难以进一步降低编码带宽。2.预测编码语音信号是非平稳信号，但它在短时间内(通常为30ms)具有平稳信号的特点，因此对语音信号的幅度进行预测编码是很自然的。

但是线性预测编码(LPC)被更广泛地使用。几乎所有基于语音信号生成的全极点模型的参数编码器都使用LPC，如G.728、G.729、G.723.1. 3。参数编码参数编码是基于人类语音产生的全极点模型的理论。参数编码器传输的编码参数是全极点模型的基频、线谱对和增益。对于语音，参数编码器的编码效率最高，但对于音频信号，参数编码器并不适合。

你的问题太抽象了。如果是周期信号，一般是真实系统产生的，你可以估算一下它的周期，比如测G值的扭秤信号大约是一个小时，那么你可以根据采样定理，以最大频率的两倍进行采样，然后用fft进行频谱分析。如果是平稳随机信号，比如语音信号，你会知道它的主频成分在203k以内，可以用大于6k的频率采样，然后进行fft，如果是非平稳信号，就不能用fft，要用统计学来估计。