改进的繁殖码激励线性预测编码器

尽管码激励线性预测编码（ＣＥＬＰ）算法在中、低比特速率中已提供了较好的语音质量，但对随机码本的全搜索，其计算是极其复杂的。本文在繁殖码激励线性预测编码器的基础上研究了决定最优激励的全搜索过程，提出了用改进的繁殖码本作为激励源的有效搜索方法，使ＣＥＬＰ编码器的计算量减少为正常全搜索的。     

基于SELP声码器的连续丢包隐藏算法

针对在连续丢包情况下声码器合成语音质量较差的问题,提出了一种特征参数的分模式线性预测技术。该方法利用参数的短时相关性,以子带清浊音参数为模式信息,计算各特征参数在不同模式下的预测系数,并根据获得的分模式预测系数用上一个正确接收帧的特征参数预测当前丢失帧的参数,最后用恢复的参数重建丢失语音帧。测试结果表明:当丢包长度的范围在75~200 ms时,与传统的抗丢包处理算法相比,该方法能够将合成语音的平均意见得分(mean opinion score,MOS)提高0.03左右。     

基于Linux平台上线性预测语音编码器性能分析

线性预测编码器是一类非常重要的语音编码器。文中主要描述了几种线性预测语音编码算法的软件及实现,即码激励线性预测编码(CELP)、低延迟CELP(LD-CELP)和混合励磁线性预测(MELP),编码速率分别为4.8、16、2.4kb/s。几种语音编码器的C语言程序已在Linux平台上可编译和执行,并对结果进行了以MOS为标准的主观测试。波形分析主要使用了Praat和Adobe Audition软件。结果表明,MELP和CELP的质量相当,而LD-CELP编码器的质量则要高得多,虽然是以牺牲较高的比特率为代价。     

ACELP语音编码算法改进与仿真

代数码激励线性预测算法(ACELP)是目前诸多低速率语音编码标准的算法核心,包括3G语音标准VSELP、AMR、AMR-NB、AMR-WB.该算法基于码激励线性预测模型,通过对码本的有效搜索,确定基音延迟,算法时间复杂度为O(n3).本文在ACELP算法基础上,对ACELP中自适应码本搜索过程进行改进,提出E-ACELP算法.通过AMR标准中8种速率情况的仿真,E-ACELP算法码本搜索时间减少、时间复杂度下降.基于E-ACELP算法,语音编码标准性能和效率得到提高.     

一种CVSD丢包隐藏方法

CVSD语音编码算法具有抗比特错误能力强的优点,但对于无线分组网络环境下出现的丢包,算法性能急剧下降.为了提高CVSD编码器的抗丢包能力,在解码端嵌入丢包隐藏算法,采用自适应线性预测恢复CVSD解码器的状态,应用同步叠加时长调整技术重建当前丢失的语音包,提出了一种适用于CVSD的丢包隐藏算法.语音测试结果表明,与现有的...     

基于预测神经元模型的语音线性预测系数求解新方法

采用预测神经元作为语音信号线性预测模型的一种实现形式,可将线性预测系数的求解问题转化为预测神经元的训练问题,并运用BP算法得到了[神经元权值（即线性预测系数）的递推计算公式,考虑到语音信号能量的不确定性,提出了运用相对预测误差能量作为判断的参数,并按清音和浊音中两种情况讨论了收敛判据,由于利用预测神经元的迭代训练算法,理论上可以最大限度地挖掘语音样本中的相关性,因而可得到非常精确的线性预测系数,计算结果表明,运用预测神经元方法所得到的线性预测系数,精度明显高于传统的杜宾算法和格型算法。     

基于时延预测的VoIP抖动缓冲控制算法

网络时延抖动是影响VoIP语音质量的重要因素之一.为消除时延抖动,提高VoIP语音质量,提出一种基于时延预测的自适应抖动缓冲控制算法.算法采用AR模型为时延序列建模,通过LMS算法进行时延的一步预测,并根据时延预测值,以缓冲时延最小化为目标,自适应调节缓冲区大小.仿真试验结果表明,该算法在网络平稳时,取得了较小的缓冲时延,在网络状况突发时,具有较快的收敛速度,可以有效提高VoIP语音质量.     

TD-SCDMA中 AMR 语音编码器的实现

语音编码方案的选取对移动通信系统的通话质量、信道容量等有重要影响.讨论了TD-SCDMA系统中AMR语音编码的自适应机制,分析了AMR中代数码本线性预测(ACELP)算法及实现过程.该方案可以在一块TMS320C5510上实现,通过在TD-SCDMA系统的硬件平台上自环测试,结果是理想的.     

自适应语音压缩感知方法

针对固定正交基下语音信号稀疏化程度低、适应性差的问题,提出了一种自适应的语音稀疏化方法,并将其应用到语音压缩感知理论中.该方法首先采用线性预测系数的加权线性组合对语音信号进行线性预测,并以线性预测残差基作为信号基.然后,按照稀疏约束条件训练出稀疏表示的过完备字典,并交替应用1-范数稀疏约束的追踪和奇异值分解算法,达到字典与稀疏系数同步更新.该方法从信号特征入手,学习并提取特征或纹理信息,能较好地实现语音信号的稀疏化,提高语音压缩感知的重构性能.实验结果显示,与其他正交基方法相比,该方法的语音稀疏化程度高.语音质量的主客观评价结果显示,该方法具有良好的重构性能.     

线性预测（LPC）技术及其实现方法

线性预测（LPC）是语音信号处理中最有效的分析方法之一。而最佳预测设计的核心是LPC系数的计算。本文阐述了线性预测的基本原理,从理论上分析了提取LPC系数的三种算法的差异,最后通过实验数据,用FFT谱模拟原始语音谱,将LPC谱与语音谱进行谱包络匹配,得出相应结论。     

基于谐振结构的线性预测编码

语音编码中一般用线性预测编码(LPC)建立信号的声道响应，如何提高LPC的预测增益并用尽可能少的比特数量化LPC参数将直接影响编码器的性能．文中提出了一种基于信号谐振结构的LPC技术(HLPC)，利用HLPC可使LPC谱与信号谐振峰具有最佳的拟合，同时可获得0．36dB的额外预测增益．设计了LPC参数的线性预测多层分裂码本矢量量化(LPMSVQ)方法．数值实验表明，利用LPMSVQ可在21bit／帧下获得透明的量化质量．     

基于支持向量机的小波域自适应水印算法

提出一种小波域中基于小波系数方向树模型的支持向量机自适应水印算法.利用支持向量机在小样本的情况下具有良好的学习和泛化性能的特点,建立小波域内不同尺度上同方向子带内相同空间位置的小波系数间的关系模型;根据关系模型来嵌入和提取水印.为提高图像视觉效果,采用模糊聚类的方法自适应地选取水印的嵌入位置.实验结果表明:该方法对常见的图像攻击具有很好的鲁棒性,而且水印的隐蔽性好、安全性强.     

连续微线段柔性加减速自适应前瞻规划算法

针对目前数控加工代码大多是连续微线段的情况,提出一种新型的自适应前瞻规划算法.首先,采用简化的S曲线加减速减少计算时间,提高加工过程的平稳性,并采用二分法求解段内可达到的最高速度;然后,采用识别速度敏感点的方法分割前瞻区间,实现自适应动态规划,进一步优化前瞻区间的终点速度,提高加工效率;最后,通过模拟实验验证算法的可行性.结果表明:相较于传统规划算法与其他前瞻规划算法,文中前瞻规划算法可显著提高加工效率.     

基于学习的人脸图像超分辨率重构算法

提出了一种新的基于学习的人脸图像超分辨率重构算法,利用高分辨率图像和低分辨率图像的拓扑结构相似性,将现有的低分辨率人脸图像在低分辨率人脸图像字典中展开,在保持系数不变的同时将字典换为高分辨率人脸图像字典,最终得到待重构的高分辨率人脸图像.在系数估计时,使用主成分分析的方法,同时加入了最小全变分作为约束,算法充分利用了不同人脸图像之间的相似性和人脸图像本身的内部相关性.实验结果表明,结果既保持了对原有图像的忠实性,又比较适合人眼观察.     

不同关门力度下乘用车关门声声品质评价

针对在主观偏好性试验中关门力度对听审者的主观评价有很大影响这一问题,考虑轻、重关门力度对声品质评价的影响,提出了一种新的关门声声品质评价参数——SE(sharpnessenergy)。即利用二次EEMD分解和Wigner-Ville分布得到样本的能量分布,参考尖锐度计算公式推导得到SE计算公式,并将其归一化为百分制,SE突出了高频成分对声品质主观偏好性的影响。为验证参数SE的有效性,将该参数和主观评价结果进行相关性分析,结果表明当关门力度不同时,SE与样本评价结果相关性更高,SE比尖锐度能更准确地反映高频成分对声品质的影响。     

SAR有源压制干扰抑制效果评估方法研究

合成孔径雷达(SAR)是对地观测和军事侦察的重要手段,但SAR非常容易受电子干扰的影响.SAR干扰技术的发展也促进了抗干扰技术的发展,现代SAR系统往往采用多种抗干扰技术.干扰抑制效果的评估是衡量一种抗干扰方法有效性以及SAR系统抗干扰性能的一项综合性指标.本文针对有源压制干扰,将干扰抑制效果评估方法划分为主观评估方法和客观评估方法.对于主观评估方法,引入了图像质量等级改善因子的概念,提出了基于图像质量等级评估标准的主观评估法,该方法可以在一定程度上降低主观评估结果的随机性和主观性.对于客观评估方法,研究了基于回波能量的评估方法和基于图像质量指标的评估方法,给出了具体的评价指标,可以客观、定量的对干扰抑制效果进行评估.最后分别采用点目标和面目标对客观评估方法进行了仿真验证,结果表明了方法的可行性和有效性.     

Multistep Linear Programming Approaches for Decoding Low-Density Parity-Check Codes

The problem of improving the performance of linear programming (LP) decoding of low-density parity-check (LDPC) codes is considered in this paper. A multistep linear programming (MLP) algorithm was developed for decoding LDPC codes that includes a slight increase in computational complexity. The MLP decoder adaptively adds new constraints which are compatible with a selected check node to refine the results when an error is reported by the original LP decoder. The MLP decoder result is shown to have the maximum-likelihood (ML) certificate property. Simulations with moderate block length LDPC codes suggest that the MLP decoder gives better performance than both the original LP decoder and the conventional sum-product (SP) decoder.     

独立成分分析支持向量机回归模型及其在近红外光谱分析中的应用

首先采用独立成分分析(ICA)提取近红外光谱数据矩阵的独立成分和相应的混合矩阵,然后用支持向量机回归(SVR)对混合矩阵和实测浓度矩阵进行建模,建立了独立成分分析-支持向量机回归(ICA SVR)的近红外分析建模方法.结果表明,ICA SVR模型的预测结果明显优于SVR和偏最小二乘法(PLS)方法,方法用于肉样品中水分、脂肪和蛋白质的同时测定,获得了满意的结果.     

基于小波变换和K-SVD的探地雷达杂波抑制研究

针对探地雷达原始图像中存在着大量以地表直达波为主的杂波噪声干扰问题,为了有效提取目标信号,提出了一种基于小波变换和K-Means奇异值分解的自适应双边滤波方法。将原始雷达数据进行小波分解,并应用K-SVD算法变换稀疏编码和更新原子,用更新后的稀疏系数和字典重构小块,将小块进行小波逆变换重构图像,然后对重构图像进行自适应双边滤波得到处理后的图像,以实现小波变换、K-SVD算法和自适应双边滤波方法的优势互补。与其他方法进行对比的结果表明,所提出的方法具有良好的杂波抑制效果,在峰值信噪比和目标图像熵上性能更好。研究结果在实际雷达勘测任务中具有一定的应用价值。     

一种新的加权主分量分析方法

提出了一种新的加权主分量分析方法,该方法和传统主分量分析的区别在于考虑了训练样本分布情况,给出了一种新的均方差矩阵估计方法,再进行特征抽取和识别.在ORL人脸数据库上的试验结果表明,所提出的方法在识别性能上优于主分量分析.