认知无线电中感知信道的优化选择方法

在认知无线电中,频谱感知是实现频谱动态接入的重要前提和核心环节,文中在多用户多信道环境下基于能量检测提出了一种感知信道优化选择的方法。该方法从最大化一个次用户感知一个主用户信道能获得的归一化吞吐量出发,在目标检测概率限制下,提出了基于改进的匈牙利算法进行感知信道选择的最优方法。仿真结果表明,与感知信道随机选择方法相比较,文中提出的方法可以大大提高整个次用户网络的归一化吞吐量。     

莱斯信道下跨层系统的频谱效率分析

为提高无线通信网络在传输中的频谱利用率,提出一种莱斯信道下的跨层系统.该系统联合了物理层的自适应调制技术与数据链路层的自动重传技术.利用从接收端反馈回的信道状态信息和自动重传请求,发射端自适应调节调制模式,自动重传发射数据.推导了莱斯信道下,跨层系统的频谱效率和中断概率的封闭表达式,以及固定调制模式系统的频谱效率的表达式,并利用推导的表达式进行仿真.结果表明,对比仅有自适应调制的系统,跨层系统的频谱增益大约是1.5 dB;而与仅有自动重传的系统相比,其频谱增益最大达到3 dB.     

基于分集接收的卫星认知通信动态频谱感知策略

针对基于固定判决门限的频谱感知策略无法适应信道衰落变化导致频谱感知效率下降的问题,结合卫星网络中待检测信号能量较低的特点,提出一种Nakagami-m信道环境下基于分集接收的动态频谱感知策略。该策略利用改进的模糊聚类算法动态获得频谱最佳判决门限,使得判决门限能够根据信道衰落变化自适应调整;在此基础上利用MRC(maximum ratio combining)与EGC(equal grain combining)2种分集方式增大认知用户的接收信噪比,以减小弱信号环境对能量检测算法频谱检测性能的影响。仿真结果表明:该策略能够有效提高低信噪比环境下的频谱感知性能。     

基于串扰判决反馈信道均衡算法的语音通信系统设计

在强电磁干扰环境下,由于语音通信受到通信信道的快速时变衰落和码间干扰的影响,导致信道不均衡,降低了语音通信质量。提出一种基于串扰判决反馈信道均衡的语音通信系统的设计方法。该方法采用横向滤波器进行电磁干扰滤波器设计,利用语音通信信息传输信道频率特性的逆大于信息自身带宽的特征,通过调整均衡器参数进行,进行串扰判决反馈设计,结合信道自适应均衡处理技术,进行强干扰环境下语音通信信道均衡,以达到语音通信系统的优化。系统仿真结果表明,该语音通信优化系统具有抗电磁干扰能力及滤波性能较好、输出信噪比高、通信距离远、通信速度快、可靠性高等优点。     

双选择性衰落信道下的频谱感知

为提高双选择性衰落信道环境下频谱感知性能,提出了一种基于改进的复指数基扩展模型进行信道建模的频谱检测方法.该方法是在一般的复指数基扩展模型的基础上,采用一种能自适应移动速度的基函数,在恒虚警概率条件下,利用接收信号的循环特征,对授权用户的频谱进行感知.实验结果表明,在低信噪比和认知用户移动速度不断变化的环境下该方法有较好的检测性能.     

基于Otsu准则的TDCS自适应判决门限算法

提出了一种基于Otsu准则的TDCS自适应门限选择方案,该方法首先对信道感知的频谱幅值进行灰度映射,然后利用Otsu准则将频谱灰度分为背景噪声和干扰2类,同时确定出最佳的分类阈值作为TDCS剔除干扰的判决门限。该方法能够根据对信道的感知结果动态地搜索最佳判决门限,具有很强的自适应能力。仿真结果表明:文中所提方法在信道背景噪声变化时表现出比传统方法优异的性能,尤其是当背景噪声升高到一定程度时,传统固定门限值方法的通信系统将不能正常工作,而文中所提方法还具有良好的通信性能。     

基于自适应分段的语音端点融合检测

语音端点检测是语音识别预处理的一个重要环节,语音端点判断正确与否直接影响到语音识别的效果。短时能量法与过零率方法是语音端点检测的两类主要方法,融合这两类算法,并结合短时频谱峰值,归纳总结了4条语音端点检测的融合检测准则。在语音分段时提出自适应逐级分段计算,寻找满足误差要求的语音起始和终止端点。语音实验验证了本文所提语音自适应分段融合检测方法的有效性,同时,该方法没有增加语音端点检测的额外计算量。     

基于信道选择和自适应功率控制的动态频谱分配

针对频谱分配过程中会出现用户间的干扰问题,提出了一种基于信道选择和自适应功率控制的动态频谱分配算法.该算法的基本思想是将认知用户间频谱的竞争转化为以信道选择为策略空间的博弈模型,通过调整发射功率和利用改进后的效用函数来选择最优的分配策略.实验结果表明:该算法在实现频谱动态分配的同时减小了对授权用户的干扰,提高了系统总吞吐量.     

基于低速率语音的自适应联合编码调制方案

为了在时变衰落的高误码率无线信道上进行实时可靠语音通信,提出一种基于低速率语音的自适应联合信源信道编码与调制传输方案。该方案根据对合成语音质量影响程度不同自适应地将语音参数划分为不同重要性级别,配合采用不同效率的速率匹配的删余卷积码(rate compatiblepunctured code,RCPC)进行保护,在正交频分复用(orthogonal frequency division modulation,OFDM)系统的不同子信道上进行传输。各参数均根据当前信道的噪声水平跟踪动态调整,子信道的瞬时噪声根据RCPC译码前后序列符号改变情况进行估计。仿真结果表明:在Nakagami-m时变衰落信道下,该自适应联合编码调制方案可以很好地适应信道地时变衰落特性,在恶劣的信道条件下提供良好的合成语音质量,相对传统分离传输方案,误码率降低20%~30%,语音合成质量明显提高。     

一种基于隐马尔可夫模型的自适应联合频谱预测方法

基于隐马尔可夫模型(Hidden Markov Model,HMM)的频谱预测是次用户(SU)根据频谱感知历史信息得到主用户(PU)信道状态训练集,用前M个时刻信道的状态组成的矩阵作为待测矩阵与训练集匹配,根据匹配的相似度对下一时刻的信道状态进行预测。由于信道预测是基于前M个时刻的信道状态,其信道状态的不确定性直接影响到预测的准确性。文中针对这一问题,提出一种基于HMM的自适应联合频谱预测方法,根据本地预测中各待测矩阵的可信度给予不同的权值,通过数据融合来得到最终的预测结果。此外,为了解决文中的数据融合问题又提出一种基于本地预测可信度的自适应分组融合算法。仿真结果表明,该方法能够明显提高频谱预测的准确性。     

基于EMD法的语音信号特征提取方法研究

为了提高语音信号的识别率,提出了一种基于经验模态分解(EMD)法的语音信号特征参数提取方法。该方法先对语音信号进行EMD分解,获得其内模函数;再进行FFT和DCT变换,得到特征分量,以此构成语音信号新特征参数。最后采用高斯混合模型(GMM)进行说话人语音识别,实验表明新特征参数取得了较好的识别率。     

基于DWT变换的语音端点检测

根据语音特性,提出一种基于离散子波变换（DWT）的语音端点检测方法．该方法利用（数字）语音信号的多尺度能量分布特性和不同分辨率下重构语音信号的相关特性来刻画（数字）语音信号,从而在噪声中检测出语音信号的端点．仿真试验结果表明：基于DWT变换的端点检测法与常用的端点检测方法相比,具有更好的抗噪性和识别稳定性．     

自适应高斯混合模型语音增强方法

语音增强是解决噪声污染的有效方法,它的首要目标是在接收端尽可能从带噪语音中恢复纯净的语音信号．针对噪声环境下的语音增强问题,提出了一种语音增强新方法．该方法利用小波子带的方向性特点以及小波系数尺度内的相关性,将小波系数的概率分布建模为一种自适应高斯混合模型,在贝叶斯框架中采用这种概率模型可以得到一种具有空间自适应性的贝叶斯萎缩函数．利用这种萎缩函数可以实现对小波系数的修正．仿真实验表明,该算法对于噪声有较好的抑制作用,该算法在主观和客观测试中都具有良好的语音增强效果,可以在语音识别、语音编码中获得应用．     

自适应小波阈值语音增强新方法

针对单一小波闻值语音增强方法降低语音可懂度这一问题,提出一种基于自适应小波闻值的语音增强新方法．根据噪声帧频谱的平整度判断出噪声的类型,即是白噪声（合频响曲线比较平整的有色噪声）还是频响曲线不平整的有色噪声．由于不同类型的噪声具有不同性质的Lipschitz指数,对两种不同的噪声类型分别采用不同的自适应小波阚值对带噪语音信号进行增强处理．用计算机仿真和实际环境录制的语音数据对该方法的性能进行了测试,实验结果表明在两种实验数据情况下,该方法均具有较好的噪声抑制能力．     

一种基于EMD技术的语音信号去噪算法

分析了基于经验模态分解(EMD)方法的含噪语音信号尺度滤波特性,并根据清音和浊音的不同特点,应用软门限方法对以宽带随机噪声为背景的语音信号IMF分量作门限处理,提出了一种基于EMD的语音信号噪声处理的算法,计算机实验仿真结果表明,该算法具有较好的语音去噪效果和较小的语音失真性能。     

语音存储与回放系统

提出了一种以８０３１单片机为核心的语音存储与回放系统，介绍了系统的组成及软、硬件设计方法。该系统结构紧凑，具有灵活的录音、放音功能；语音音量自动控制功能。采用体选ＲＡＭ的方法，扩大了存储空间，使语音存储时间可以达到十几秒。结果表明，在音频信号频率为３００Ｈｚ至３４００Ｈｚ范围内，系统噪声小，语音回放效果良好。     

基于小波变换的基音同步叠加技术

针对传统的基音同步叠加方法的缺陷提出了相应的改进方法：一是将小波变换用于声门闭合时刻（ＧＣＩ）的检测,获得ＧＣＩ的准确位置,在此基础上,按每个基音周期起始的精确位置进行基音同步叠加,在一定的范围内,改变单音节的基频和时长去拟合连续语流中音节的超音段变化;二是用升余弦滚降窗函数代替基音同步叠加算法中的Ｈａｍｍｉｎｇ窗函数,使合成语音的质量明显提高,调节更加方便．     

语音信号时间动态规正新方法

利用函数逼近原理，提出了一种语音信号时间动态规正的新方法，并由此导出了可用于神经网络语音识别的新特征。重点讨论了时间动态规正的原理、新特征的提取方法和性质。实验及理论分析表明，新特征对于神经网络语音识别及语音压缩具有很好的效果。     

基于皮尔逊系统的语音信号盲源分离

当利用传统自然梯度算法对所有语音信号都使用同一个激活函数进行分离时,对语音信号的盲源分离效果都不尽理想.针对这一问题,采用基于皮尔逊系统的分段激活函数对传统自然梯度算法进行改进.通过引入皮尔逊系统,将皮尔逊函数与传统激活函数相结合,再利用信号的矩估计方法,分段选择合适的激活函数代入分离矩阵,有效克服了传统语音分离算法的缺点和不足.仿真结果表明,在对实际的语音信号进行分离时,改进算法的性能明显优于传统自然梯度算法,并且在保持了良好收敛速度的同时大大减少了均方误差.     

基于句向量的文本相似度计算方法

为进一步提高文本相似度计算的准确性,提出基于句向量的文本相似函数(part of speech and order smooth inverse frequency, PO-SIF),从词性和词序方面优化了平滑反频率(smooth inverse frequency, SIF)计算方法,SIF算法的核心是通过加权和去除噪声得到句向量来计算句子相似度。在具体计算时,一方面通过增加词性消减因子调节SIF句向量计算权重参数,获得带有词性信息的句向量,另一方面通过将词序相似度与SIF句向量相似度算法进行线性加权优化句子相似度得分。实验结果表明,增加词性和词序的方法可以提升算法准确率。