基于基频的梅尔倒谱系数在车辆识别中的应用

用传统的梅尔倒谱系数作为特征进行车辆识别时,识别效果易受噪声干扰.为增强特征鲁棒性,提出一种加权的基频自适应梅尔倒谱系数特征提取算法.首先用能熵比法对车辆声音信号进行端点检测;然后提取车辆信号的基频,自适应构建三角滤波器组,提高滤波器对基频的感知敏感度;最后对基频自适应梅尔倒谱系数进行F比加权.实验结果表明,与传统梅尔倒谱系数相比,在识别车辆时,加权的基频自适应梅尔倒谱系数识别准确率提高7.10％,虚警率降低3.93％,漏警率降低7.10％.     

基于基频状态和帧间相关性的单通道语音分离算法

提出一种基于基频状态和帧间相关性的单通道混合语音分离算法.首先,从混合语音中提取2个源语音的基频进行状态编码,基于编码的基频状态构造自适应字典,并通过引入基频信息在字典层面对各源语音信号进行区分.然后,采用频繁模式挖掘算法,提取基频状态为1时字典的频繁1项子集,缩减字典尺寸.最后,以基于正交匹配追踪的分离语音为基础,检测分离效果差的混合语音帧,搜索与其相关度最高的平移后的邻近分离语音帧进行叠加,并采用软掩蔽方法进行第二次分离校正.仿真实验结果表明,该算法获取的分离语音信噪比优于现有的2种经典语音分离算法,并且该算法采用频繁模式挖掘算法大大减小了运算量.     

音频贝叶斯谐波模型中参数的提取

由于音乐信号具有暂态特性、夹杂噪声、且它的基频在频域上具有复杂的结构,因此分析音乐信号是一项复杂的工作.本文在分析音乐信号时引入了音频贝叶斯谐波模型,并在此基础上提出了一个基于贝叶斯谐波模型的简化模型,然后采用可逆跳转蒙特卡罗(RJMCMC)采样算法对此模型中基频参数和谐波幅度进行了估计,仿真结果表明该算法取得了较好的效果.     

一种单通道的周期性信号盲分离算法

提出一种针对周期性源信号的单通道盲源分离方法,该方法首先利用希尔伯特变换将单通道的混合信号表示为复数形式后,并用交叉互验技术来估计谐波分量的阶数,然后通过人工蜂群算法优化用于估计基频的代价函数以获得源数、基频及其谐波长度,最后由一种自适应滤波算法来估算源信号的幅值,从而实现了盲源分离的目的.仿真实验结果表明了该方法思路的可行性,且可达到"全盲"的要求.     

多项式函数拟合实现汉语声调的语音合成

汉语语音的声调是个人语气与情感状态最直接的表达,是体现汉语语言状态最重要的特征之一。为了使得语音合成的逼真度得到有效的提高,讲话者的话语更加具有区分度,通过加入声调参数特征实现语音语调变换,以期成为情感识别和语音识别的准确度最有力的助推剂,弥补语音合成结果在情感特征以及语音演唱方面的不足。分别对汉语阴平、阳平、上声、去声采用基频提取的方式进行声调的分析、研究,将得到的基频曲线采用多项式函数拟合的方法对汉语4种声调进行重新构建,从数学角度对汉语声调进行分析、重构,采用三角函数曲线模拟随时间变化的语音基频曲线,根据共振峰频率将曲线进行叠加,达到了95.91%的满意的识别结果。结果表明:采用多项式函数拟合方法实现汉语4种声调的语音合成,更好地还原了语音的数学本质,使得抽象化的语音表现得更直观可控。     

电力系统基波频率的高精度测量新方法

针对电力系统基波频率测量的现状,提出一种高精度的频率测量新方法.该方法通过计算待测电信号的相关系数自适应地确定傅立叶变换的窗长,从而实现无频谱泄漏的自适应窗长傅立叶变换,即实现电力系统基频的高精度测量.针对有谐波、间谐波、噪声等复杂背景下的基频检测进行仿真分析,仿真结果表明:该方法检测精度高,抗噪声能力强,且计算量小,易于工程实现.     

基于脑电的立体视频加速度的特征识别

构建一种能够自适应提取脑电特征的PMEMD-2JSD-CSP模型,明确了立体视频的两类匀加速深度运动的可分性.利用部分噪声辅助多变量经验模态分解(PNA-MEMD)对脑电(EEG)信号进行分解得到本征模态函数(IMF),应用基于詹森-香农散度(JSD)的有效因子对IMF进行两次不同范围的自适应筛选,筛选结果按照权重叠加构成重构信号.利用共空间模式(CSP)对重构信号进行空域特征提取,支持向量机(SVM)对特征进行分类,分类正确率最高为73.16%,证明了该模型对两类EEG信号特征提取的有效性.     

基于高斯低通滤波的音乐节拍提取

提出一种基于高斯低通滤波的节拍提取算法,对音乐信号进行能量分析,确定信号的能量包络.在获得能量包络基础上,采用叠加分析的方法,实现在减少有待分析数据量的同时,消除信号的噪声.然后,应用高斯窗函数构造一个低通滤波器,对压缩后的信号数据进行低通滤波处理,滤除音乐信号中不能决定节拍信息的高频部分.最后,通过峰值检测的方法确定音乐信号的节拍.实验结果表明,本文所采用的方法提取结果准确,且实用性强.     

MIDI文件主旋律音轨的抽取

在数字音乐的研究应用中,大多数高层语义的音乐特征研究都以MIDI音乐文件库作为素材,其中主旋律音轨作为最重要的音乐信息,而从MIDI文件中获取主旋律信息具有很大的难度和误差.提出一种应用随机森林的方法自动抽取MIDI文件中主旋律所在的音轨.首先根据信息熵理论定义了音轨特征的熵值,并通过实验判断该特征的熵值对区分MIDI主旋律音轨与伴奏音轨是有效的.然后由MIDI文件的音轨信息熵和一些其他重要特征组成特征向量,构建随机森林分类器抽取MIDI文件主旋律所在的音轨.由实验可知,该模型有较高的准确率,对提取MIDI文件主旋律音轨有效.     

计算含多处裂纹结构基频的一种近似方法

将计算单裂纹结构基频的方法推广到求含多处裂纹梁弯曲振动的近似基频。通过在未损伤梁位移的基础上叠加一个多项式来构造裂纹梁的位移函数,它满足梁的边界条件和运动条件;应用Rayleigh方法,求出含多处裂纹简支梁的弯曲振动基频,得到了梁的近似基频的闭式表达式。与Ansys计算结果比较表明,该方法具有较高的精度。     

基于谐波提取技术的风机频率自适应研究

为解决风机受谐波干扰引起电压畸变和频率波动从而影响风机并网稳定运行的问题,提出频率自适应锁相方法,以谐波提取电路为基础,设计具有滤除风机谐波功能的NSOGI (new second-order generalized integrator)锁相环。首先,在谐波提取电路中加入基波谐振电路,验证谐波提取前后锁相环的锁频精度;其次,在传统锁相环基础上加入直流抑制器,对输入信号的频率进行跟踪;最后,进行理论和仿真分析,对比DSOGI-FLL谐波提取前后电路中的频率偏差,验证2种锁相环的锁频精度。结果表明：在谐波提取电路中加入基波谐振电路,减少了谐波对基波源的影响,提升了谐波提取的效果;在抑制风机电压畸变和直流谐波方面,NSOGI 锁相环效果较好,锁频精度较高,验证了方法的可行性和正确性。采用NSOGI对电压和频率进行控制,能够提升供电可靠性,改善并网电能质量,为风机并网稳定运行提供了理论参考。     

基于DTW算法的哼唱检索系统的设计

本文在音乐主旋律特征的提取、特征库的建立方法以及以DTW算法为核心的相似度匹配算法的理论原理基础之上,提出一种针对MIDI音乐的主旋律提取方法。该方法简化了提取音乐特征的工作量,缩短了检索时间。设计实现了一个基于音乐内容的哼唱检索系统,利用包含200首乐曲特征的数据库对该系统进行验证。实验结果表明,该系统具有较高的检索命中率和较快的检索速度。     

结合tetrolet与红外显著性特征提取的红外与可见光融合

针对红外与可见光图像融合过程中红外热目标不突出、纹理及边缘细节易缺失等问题,提出一种结合tetrolet变换域与红外显著目标特征提取的融合方法。首先,在SURF框架内构建基于HOG的特征点描述符实现红外与可见光图像的精确匹配;其次,基于贝塞尔面结合背景及目标进行自适应抑制完成红外目标显著性特征提取;接着,将处理后的红外与可见光图像通过tetrolet多尺度变换分解为低频和高频分量;然后,利用基于局部能量和相对亮度自适应规则对低频分量进行融合,对高频分量采用基于局部空间频率自适应融合规则;最后,将融合的低频分量与高频分量通过tetrolet逆变换,以获得最终的融合结果。实验结果表明,本文算法对不同场景下的红外与可见光图像的融合效果不但主观上具有显著的目标特征,同时背景纹理和边缘细节清晰,整体对比度适宜,运行时间较其它算法得到了明显提升,并且在客观评价指标上也取得了较好的效果。     

基于视觉显著性的彩色图像分割

为了提高图像显著性检测的准确性,从数学模型上探索显著性的多特征空间.利用多尺度特征提取算法获得低层视觉特征,对特征矩阵用低秩矩阵恢复理论提取显著图,并在自底向上模型基础上融合了高层视觉特征,由高层视觉特征构成一幅权重的显著图.提高了显著度和显著目标的检测性能.通过自适应阈值算法对视觉显著目标进行分割.实验结果表明,该模型比传统的模型提取的显著目标更完整、更准确.     

卫星移动信道中色高斯随机过程仿真方法研究

 对频率选择性信道和频率非选择性信道,高斯随机过程是信道建模的基础.深入探讨了基于有限个谐波重叠产生有色高斯随机过程的方法,利用所产生的高斯随机数,对Loo模型进行了仿真,给出了这个模型的理论和仿真的概率密度函数和累积分布函数图.仿真结果表明,用有限个加权正弦信号的叠加近似有色高斯过程的方法不仅简单、准确,而且其实现性和实时性都很好.     

基于分句匹配的哼唱音乐检索系统的算法研究与实现

提出一种以分句匹配为基础的哼唱音乐检索的系统架构及实现方法.首先建立以分句为基础的歌曲旋律特征库,之后采用改进的自相关函数法提取哼唱的基音序列,经规整化处理后,生成与歌曲旋律特征库所一致的特征,然后采用分句匹配方法进行检索.经过实验分析,结果表明这种新的处理方法对于哼唱音乐检索的正确率有明显的提高.     

谐波增强与频率估计的自适应方法

基于递归预测误差原理，研究了用来估计谐波中基波频率和增强谐波的方法，并由此设计了一种具有任意的窄带性能和预期形状的均匀切口的自适应谐波增强或陷波滤波器．由于算法非线性部分只涉及基波频率一个参数，使算法很易用于具有高次谐波的过程．而且由于利用了可变极点半径和忘却因子（ｆｏｒ－ｇｅｔｔｉｎｇｆａｃｔｏｒ）因而算法对谐波频率的敏感性强，收敛速度快，并能跟踪频率时变的信号．     

音乐是健美操的灵魂

健美操动作具有强烈的节奏性 ,是通过音乐充分地表现出来。因此音乐是健美操运动不可缺少的组成部分。音乐是健美操练习的口令 ,是运动的节拍。音乐对健美操练习起重要的支配作用。音乐的旋律、速度能使健美操练习更具有感染力。健美操运动之所以深受人们的喜爱 ,很重要的因素之一是现代音乐给健美操带来了活力     

基于高频方波注入的永磁同步电机转矩脉动抑制策略

传统的高频方波注入法，利用转子的饱和凸极效应，可提升转速控制精度，但该方法也导致电流中含有大量的谐波而产生畸变，对电机的转矩脉动产生负面影响。本文在传统高频方波注入法的基础上，通过谐波电流抑制算法，利用坐标变换及低通滤波器采集出5、7次电流谐波分量，将采集的数据经过谐波电压补偿。本文提出一种谐波抑制高频注入的方法。该方法消除电机工作中电流谐波分量，达到抑制转矩脉动的目的。仿真和实验结果表明了该算法可以有效的抑制定子电流的畸变，降低转矩脉动，且具有较高的灵活性。     

浅谈朝鲜族民间音乐艺术特点

朝鲜族民间音乐在整个少数民族音乐中处于非常重要的地位。本文从朝鲜族民间音乐中的曲式、调式、旋律、节拍、节奏等特点进行研究,深入了解朝鲜族民间音乐存在的形式与文化内涵的重要部分。对朝鲜族民间音乐的社会价值、文化继承进行研究,具有非常重要的意义。