基于LPC预测误差DWT的语音基音检测

在对语音信号进行ＬＰＣ分析的基础上，提出了一种有效的语音基音周期检测算法。该算法利用小波变换中著名的Ｍａｌｌａｔ算法逐层分解ＬＰＣ预测误差信号，在最低分辨率的逼近信号中寻找峰值，然后逐层回溯各个分辨率的逼近信号，最后在ＬＰＣ预测误差中确定出峰值，从而求出相应的基音周期。     

基于LPC预测误差DWT的语音基音检测

在对语音信号进行ＬＰＣ分析的基础上，提出了一种有效的语音基音周期检测算法。该算法利用小波变换中著名的Ｍａｌｌａｔ算法逐层分解ＬＰＣ预测误差信号，在最低分辨率的逼近信号中寻找峰值，然后逐层回溯各个分辨率的逼近信号，最后在ＬＰＣ预测误差中确定出峰值，从而求出相应的基音周期。     

声码器基音周期参数抗差错算法

为降低在窄带高误码率信道上语音传输的失真,针对基音参数提出了一种解码端抗差错算法.语音信号的基音周期本身变化比较平缓,在解码端将当前语音帧的基音参数与上一帧的基音参数进行比较,若发现变化超过一定范围, 则认为是当前帧基音参数出错,并对其进行纠错处理.为了防止由于基音参数的重建错误而引起的误码扩散,若上一帧语音进行过纠错处理,则当前帧语音不作纠错处理,直到下一帧语音再跳入恢复算法.实验结果表明: 在1×10-2以上的随机误码率下,采用本文提出的纠错算法后,信道误码引起的声码器基音参数误差能够降低10%以上.     

一种改进的基于小波变换的基音周期提取算法

基音周期是语音信号重要的参数之一,是进行语音信号数字处理的基础。针对传统自相关提取方法的不足。本文提出了一种小波变换和自相关结合的基音周期检测算法,它克服了小波变换法对某些信号检测时的缺点,在真实语音的基音周期检测中取得了较为满意的效果。     

数字语音信号的基音检测

声码器技术中的基音检测直接影响合成语音的质量。本文通过理论分析介绍了两种基音检测方法,编制了微机模拟程序,提出了一些判决阈值的选取原则,并且对元音u和语音序列“中央提出”(男声)进行了试验。通过比较,尤其经过对合成语音的试听,表明这两种方法都取得了令人满意的效果。这些内容可以为研究实现基音检测的实时处理方法提供一定的参考。     

利用声调判别提高汉语数码语音识别性能

数码语音“２”与“８”等的混淆是汉语数码语音识别错误的主要来源。为此,提出了在汉语数码语音识别中引入声调判别的方法。首先设计了变长度短时平均幅度差函数（ＬＶＡＭＤＦ）、元音中心定位、基音谐波单周期校正以及基音邻近搜索等一系列高性能基音周期估计算法,在此基础上设计了一个针对汉语数码语音声调识别的ＭＤＴＤ算法。实验表明,新的基音周期估计方法和ＭＤＴＤ算法使汉语数码语音识别率由９５．２％上升到９８．５％,更使“２”与“８”的分辨率由９０．５％上升到了９８．８％,从而较好地解决了这个难题。     

一种适于改进的LPC声码器的语音特征提取方法

运用了一种较为有效的清、浊音判决方法以及基音平滑方法来提高基音检测的准确性 .减小了基音周期不规则的不平稳语音段基音估计的误差 ,改善了在低速率的基础上合成语音的质量     

一种基于段的基音检测算法

作为语音信号处理领域一项基本、关键的技术,基音检测在语音信号处理中扮演着重要的角色,一直是语音信号处理的一个研究热点.首先对传统的基于短时自相关函数法的基音检测进行了研究;在此基础上提出了一种能同时检测一段语音信号基音周期的方法,有效地克服了传统基音检测算法只能检测一帧语音信号基音的缺点.进行了实验仿真,结果表明通过去野点,中值平滑等后处理的基于段的基音检测算法比传统的基于帧的基音检测算法具有更好的抗噪性.     

检测语音端点及基音的概率模型及方法

在传统的语音识别系统中,语音端点检测和基音提取是2个分开的步骤。将2个步骤合二为一将有助于提高误别准确性、降低系统复杂度。该文使用了一种语音时域分析方法,它使用概率模型描述语音幅度分布规律,并使用隐Markov模型(hidden Markov model,HMM)描述语音中的状态转换。使用新方法可以同时完成对语音端点的检测、清浊音的判断与基音频率计算。实验表明:这种算法在10dB以上信噪比的条件下可以得到准确的基音频率和端点位置。     

基音同步分析在语音波形矢量编码中的应用

论述了一种基于基音同步分析的语音波形矢量编码方法,该方法利用语音浊音部分具有周期性的特点,采用小波分析方法进行基音同步分析,准确提取语音周期构成矢量,实现了语音信号的低数码率矢量编码,同时保持了较好的语音质量。     

Cascade algorithm and multiresolution analysis on the Heisenberg group

In this paper we investigate the relationship between the convergence of cascade algorithm and orthogonal (or biorthogonal) multiresolution analysis on the Heisenberg group. It is proved that the (strong) convergence of cascade algorithm together with the perfect reconstruction condition induces an orthogonal multiresolution analysis and vice versa. Similar results are also proved for biorthogonal multiresolution analysis.     

基于小波多分辨率分析和新的阈值自适应的信号去噪

针对信号去噪时,信号和噪声的频带相互混叠,且对信噪比有较高要求的情况,提出一种基于小波多分辨率分析和新的阈值自适应的去噪方法。实验结果表明,在采用相同的小波基的情况下,该文提出的算法和Matlab自带算法以及文献[5]提出的算法相比,信噪比得到较大的提高,减少了计算量,增加了算法的实时性。     

一种三维网格简化算法

为实现大数据量三维模型的化简,得到高质量、多分辨率的模型,满足实时绘制要求,采用半边数据结构表示三角形,用点到平面距离的平方和作为边折叠的权值,用渐进边折叠算法进行模型简化。在简化的过程中得到一系列的简化点序列,结合此点系列和简化的模型,就可以生成连续的任意分辨率的简化模型。经试验证明,本算法易于实现,效率高,占用内存空间适中。该算法可以用于交互式虚拟现实和网络模型的渐进传输。     

时间相位展开的误差分析与算法设计

时间相位展开方法投射一系列不同频率的条纹图到物体表面,然后将每点的相位在时间序列上独立进行展开,从而避免了误差的扩散,在近年来得到了很好的发展.本文对时间相位展开方法的效率、可靠性和精度之间的关系进行了研究和分析,并针对三种典型的时间相位展开方法：负指数拟合法,三频展开法和外差法,在上述三个方面作了定量计算和比较.根据几种方法的特点,提出了结合三频展开法和外差法优点的算法设计方法——三频外差法.计算机仿真和实验表明,该方法在仅使用三频条纹图的情况下,可以达到较高的可靠度和精度,应用前景比较好.     

二元向量值紧支撑正交小波的构造

研究了L2(R2,Cr)中二元向量值紧支撑正交小波的构造.给出了二元向量值多分辨分析和二元向量值正交小波的概念,利用多分辨分析理论,得到了一种有效的二元紧支撑向量值正交小波的构造算法,并给出了数值算例.     

求解加细方程的快速算法

多尺度加细方程的求解是小波分析与多分辨分析的应用基础。本文应用多分辨分析及矩阵的相关理论,采用迭代方法给出了求解m-尺度加细方程的快速算法(这里m>1;m∈Z)。该算法与己有的方法相比具有存储量小和运算速度快并且求解的范围更广泛的特点。     

基于小波网络的非线性逼近方法

利用小波空间中函数的多分辨率分解思想,结合神经网络构造了一种多尺度正交小波网络模型,利用最小二乘法对网络参数进行确定,对非线性函数进行了逼近的仿真研究,与前向BP神经网络进行了仿真比较。结果表明,这种新的小波网络具有良好的函数逼近能力,收敛速度快且逼近精度高。     

多分辨率多传感器动态数据的融合和应用

基于线性均方估计建立了q叉树的多尺度自回归模型。该模型应用于分布式多分辨率多传感器进行建模，可实现多分辨率多传感器的动态数据融合。将该算法用于高精度划线切割机器人系统中多传感器的建模，实现了型钢划线切割过程中型钢边缘的动态检测。实验结果表明，多分辨率多传感器数据融合可消除噪声的干扰，提高检测系统的测量精度和整个加工系统的加工精度。     

基于小波变换的低频数字水印嵌入算法

提出了一种基于小波变换低频系数的数字水印嵌入和检测算法．二值水印首先经过Arnold变换后再嵌入在原始图像的低频部分，仍能保持良好的视觉效果，进一步证明了低频部分不是水印的禁区．实验结果表明该算法有较好抗JPEG压缩、低通滤波等攻击的能力．     

基于小波变换的纱线棉结的识别与分类

应用二进小波多尺度分析的方法检测纱线信号的奇异点，并根据棉结定义，提出了纱线棉结的识别与分类的新算法。