基于经验模态分解结合傅氏变换与Wigner分布的Mel频率倒谱系数提取

根据语音信号的非平稳特点,用经验模态分解方法把语音信号分解成一系列固有模态函数(Intrinsic Mode Function,IMF),一个IMF只含有语音信号的一部分信息,不同IMF分量携带的特征信息不同,对这些IMFs进行加权处理,得到新的语音,再对其进行后续处理.Wigner-Ville分布能精确地定位信号的时频结构,而传统傅氏变换不能反映信号的瞬时变化情况,但多分量信号的Wigner-Ville分布受困于交叉项的干扰,因此利用Wigner-Ville分布的优点,采用Wigner-Ville谱与傅氏谱结合来代替单独的傅氏谱作为每帧的特征,进行Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)提取.实验表明,经改进后的MFCC参数较传统的MFCC参数应用于说话人识别系统,识别率有较大提升,且鲁棒性较好.     

改进的EMD算法及其在条带间距测量中的应用

经验模式分解(EMD)是一种非平稳信号分析方法,存在边缘效应. 针对此问题,文中用线性预测对信号进行端点延拓,增加附加的极值点来拟合包络线,以实现准确的经验模式分解,并通过数值实验验证了该方法的有效性. 根据疲劳断口图像中条带间的距离呈准周期性,可对其进行经验模式分解,分别算出水平和垂直方向上的条带间距,并通过三角转换关系得到相邻条带间的实际距离. 对实际疲劳断口图像中条带间距的测量表明,把改进的经验模式分解应用到条带间距测量是有效的.     

基于DEMD与多尺度几何分析的图像压缩方法

研究了基于方向预测偏差度以及模式经验分解(DEMD)的图像分解方法.对于分解所得到的图像高频信息提出采用基于JPEG 2000的9-7小波进行压缩,而对其他的图像分量则实施Bandelet变换处理.从而得到一种高保真图像压缩新方法.仿真实验表明,本文方法在恢复图像质量方面优于广为采用的JPEG 2000以及原有的几何多尺度分析方法.     

一种基于BEMD的纹理图像分类改进方法

提出了一种基于二维经验模式分解(BEMD)的纹理图像分类改进方法。采用BEMD算法将纹理图像分解为两层二维固有模态函数(IMF)和一个余量之和,结合灰度共生矩阵(GL-CM)对这两层IMF各提取5个纹理特征参数,组成一个扩展的10维特征向量,然后根据扩展的特征向量,采用最小距离分类器(MDC)进行纹理图像分类。仿真结果证明了该方法进行纹理图像分类的有效性。     

基于运动疲劳下语音参数变化的研究

运动疲劳的检测在运动科学界有着非常重要的意义,若没有科学的运动体系作为指导,运动过量对运动员的身体会造成严重伤害.基于语音的运动疲劳程度检测,研究了基于短时平均能量、短时平均幅度函数、短时过零率、短时自相关函数和梅尔倒谱系数5个语音特征参数在运动疲劳下变化的规律.实验结果显示,随着运动疲劳程度的加深,时域和频域语音参数的幅值均呈现不同程度的上升,其中语音信号中短时平均幅度升高得最明显,短时过零率最缓慢.2种不同程度运动之间,短时过零率的增长率最快,短时平均能量的增长率最缓慢.     

基于MFCC与GFCC混合特征参数的说话人识别

针对说话人识别中单一参数表征不够全面的特点,将抗噪性能一般的传统MFCC参数与鲁棒性更强的GFCC参数相互融合,并结合它们的动态特性构成一种新的混合参数.针对特征参数维数过高造成的冗余,研究了每种特征参数各分量与识别结果的关系,舍弃其中贡献较低的分量以实现特征参数降维的目的,并将混合参数应用于基于高斯混合模型的说话人识别系统.仿真实验表明,该混合特征参数具有更好的识别性能和抗噪性.     

用于安全监控系统的音频事件检测研究

针对视频监控过于依赖图像信息,在黑暗条件下或视线盲区无法进行及时、有效监控的问题,本文提出一种可以用于辅助安全监控的音频事件检测系统,以枪击声和尖叫声为关键事件,把过零率、短时能量、子带能量比和Mel倒谱系数作为音频特征,基于SVM分类器设计实现了一种多级分类系统。结果表明,该系统可以有效地检测出两种关键事件,最优识别率达90%。     

改进卷积神经网络的语音情感识别方法

研究了基于卷积神经网络的语音情感识别算法,改进了传统卷积神经网络训练过程中的卷积核权值的更新算法,使卷积核权值的更新算法与迭代次数有关联;同时为了增加情感语音之间的特征差异性,将语音信号经过预处理后得到的梅尔频率倒谱系数特征数据矩阵进行变换,提高卷积神经网络的表达能力.实验表明,改进后的语音情感识别算法的错误识别率比传统算法的错误识别率约减少7%.     

利用经验模态分解的QRS综合波检测

在分析心电信号能量分布特点基础上,利用经验模态分解(EMD)方法的自适应数据分析特性提出了一种QRS综合波检测方案.采用完全数据驱动的EMD方法将心电信号分解成一组内蕴模式函数(IMFs).求取各内蕴模式函数的能量并归一化,根据能量分布的特点确定信号是否存在电平整体偏置、基线漂移、高大T波等影响QRS综合波检测的因素,并采取相应的抑制措施.然后以较简单的可调阈值进行判定,并采取一系列防错检、防漏检措施来准确定位QRS综合波.采用MIT-BIH Arrythmia Database对该方法进行了验证,平均正确检测率高达99.91%.结果表明,该方法是一种高效的QRS综合波检测算法.     

语音增强技术在关键词检测系统中仿真研究

描述了一个机票定制系统,在强噪声环境的公共场所针对汉语小词汇量非特定说话人的连续无限制语音流中检测出其中的关键词语音.为增强其关键词语音信号提出建立一种新的基于行为模式分解的语音增强算法.对同一噪声环境下增强关键词语音信号的HMM与未增强关键词语音的HMM进行了比较,结果显示,采用增强语音信号强度的算法在提高关键词的检...     

基于功率谱小波分解的神经网络钻头磨损监测

在钻削过程中,钻削力功率谱与钻头磨损之间具有较强的相关性,被广泛用于钻头磨损监测,但是关于功率谱特征的提取和识别一直没有很好解决.文中采用小波变换对功率谱进行多层分解,提取低频分解系数作为功率谱的包络信息,从而实现对功率谱特征的提取和压缩,并利用BP神经网络对功率谱小波低频分解系数进行融合,实现钻削过程钻头磨损状态的智能识别.试验结果表明:该方法可有效实现功率谱特征提取,经训练的神经网络具有较高的识别精度和推广能力.     

听觉模型倒谱系数及其在声目标识别中的应用

针对目前广泛采用的美尔倒谱系数(MFCC)鲁棒性不足的问题,基于人类听觉模型提出了一种可用于战场声目标识别的倒谱系数. 用小波包变换代替了传统的傅里叶变换,克服了傅里叶变换在频域上单分辨率的缺陷和对噪声的敏感性. 用指数压缩替换固定的对数压缩,较好地模拟了人耳处理信号的非线性能力. 在SensIT实验数据和外场实际采集的低空目标数据上的实验结果表明：相对于经典的美尔倒谱系数,本文提出的倒谱系数在识别准确性和抗噪声能力方面都有较明显的提高．     

Hilbert-Huang变换及其应用研究

讨论了几种非线性非平稳信号的时频分析方法,重点介绍了经验模态分解方法及Hilbert-Huang变换,并对Hilbert-Huang变换的时频分析特性进行了计算机模拟仿真分析.给出了Hilbert-Huang变换在心音信号分析中的应用实例,实验结果验证了该方法的有效性和优越性,具有一定的工程应用价值.     

基于EMD优化NAR动态神经网络的地铁客流量短时预测模型

为了能够更加准确地实现地铁客流预测，提出了一种基于经验模态分解算法（empirical mode decomposition，EMD）优化非线性自回归（nonlinear auto regressive，NAR）动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量具有一定的变化规律，为此使用了基于时间序列的NAR动态神经网络，该网络具有优秀的非线性动态拟合能力和反馈记忆的功能.结合EMD经验模态分解算法优化NAR动态神经网络预测模型，以此来减少预测误差，提高预测精度.结果显示，EMD-NAR神经网络组合预测模型适用于地铁客流的短时预测，预测精度可达93%，具有较好的应用价值.     

分析抽油机井系统效率监测数据的EMD分析

在利用抽油机系统效率变化曲线评价有杆抽油系统性能时,测试仪器误差和外界环境干扰作为噪声包含在测试数据中,导致计算得到的油井系统效率曲线不能直接用于系统分析和评价中。为了解决这一问题,本文在对比小波方法和经验模式分解法(EMD)提取复杂信号趋势项的能力的基础上,将EMD方法用于抽油机井系统效率测试数据分析,有效地提取了抽油机井系统效率的变化趋势,仿真结果表明该方法具有简便和高效的特点。     

用第二代小波去噪降低EMD边缘效应

应用经验模式分解（EMD）进行信号处理时通常利用三次样条插值拟合信号的上下包络,因而常出现边缘效应,影响处理质量。本文提出先用第二代小波对信号去噪,再运用EMD。第二代小波在保持第一代小波原有特性的基础上,可实现整数到整数的小波变换,并且转换速度更快,不需要额外的内存空间。仿真实验表明,同等条件下用第二代小波能有效减少EMD的分解层数,提高分解效率,同时能降低边界效应的影响,使EMD更具实际应用价值。     

单通道双MFSK信号调制识别方法

针对单通道双MFSK信号的调制识别问题,提出了一种基于经验模态分解(EMD)和分形盒维数的调制识别算法。该算法利用EMD将混有高斯噪声的双MFSK混合信号分解成多个分量,提取每个分量的分形盒维数作为特征参数,使用BP神经网络作为分类器对其进行识别。仿真结果表明,该算法对频谱不混叠的双MFSK信号有较好的识别效果。     

一种分析宽带天线特性的快速有效方法

提出一种快速分析天线宽带特性的有效算法.该方法利用特征模对天线给定频带内少数频率点进行分析,选取这些频率点主要特征模函数组构成降维子空间;利用奇异值分解技术,构造该频带内一组与频率无关的特征模正交基.运用特征模正交基可以快速获得天线频带内所有频率点的特性.文中分析了蝶形天线与宽带缝隙天线给定频带内特性,并将计算结果与一般矩量法计算结果作比较,两者之间具有良好的一致性.