基于自适应极大熵算法的混合语音信号分离

关于混合语音信号的盲分离问题,基于自适应的极大熵算法是一个非常良好的解决办法,本文深入研究了该算法并且针对实践应用中的一些问题.对该算法进行了改进.文章最后给出的实验结果表明,改进后的算法在盲分离语音信号和提高算法效率上,都是非常有效的.     

基于自适应互信息极小化算法的混合语音信号分离

针对混合语音信号的盲分离问题,基于自适应的互信息极小化算法是一个非常良好的解决办法,本文深入研究了该算法,并且为了加快算法的收敛速度,对该算法进行了改进,文章最后给出的实验结果表明,改进后的算法在分离语音信号和收敛速度上,都是非常有效的.     

基于话者分类和HMM的话者自适应语音识别

本文提出了一种基于话者分类和ＨＭＭ的话者自适应语音识别方法，采用对参考话者聚类、并按话者类分别建立ＨＭＭ模板的策略，对于新注册的用户，系统只需利用其极少量的语音，便可将与之最相近的一类模板指派给新用户，再采用基于谱空间映射的两级自适应方法，使系统自适应到用户的模式下工作．这种方法既提高了识别性能，又降低了自适应的难度，还有利于ＨＭＭ的建立．讨论了话者分类数和自适应语音数据对话者自适应效果及识别性能的影响，提出了一种在自适应语音数据不足情况下仍具有较好自适应效果的基于ＦＶＱ的码本自适应改进算法，该算法还具有对自适应字表不敏感的特点．     

基于结构化特征语音模型的区别性说话人自适应算法

针对特征语音说话人自适应算法的缺陷,提出了基于结构化特征语音模型的区别性说话人自适应方法.该算法能根据自适应数据量调整自适应参数,并采用基于最大互信息量准则的区别性参数估计方法,进一步提高了自适应性能.有监督自适应的实验结果表明,在仅有一句自适应语句的情况下系统误识率相对下降了6.7%,同时算法表现出了优于特征语音自适应方法的渐进性能.     

基于相关矩阵行列式分析的GSC二元麦克风阵列语音增强算法

为了提高广义旁瓣相消器语音增强算法在二元麦克风阵列中的噪声抑制能力,提出了一种基于相关矩阵行列式分析的GSC二元麦克风阵列语音增强算法,该方法首先对二元阵列的输入进行相关矩阵行列式分析,利用基于语音活动检测和信噪比估计确定系数的维纳滤波器改进GSC结构的固定波束成形支路的输出,再利用基于相关矩阵行列式分析的语音活动检测更新自适应噪声抵消器系数,提高GSC结构中自适应支路噪声估计的准确性.实验结果表明,相较于近些年来其他二元麦克风阵列的语音增强方法,该方法在多个噪声源和复杂类型噪声条件下的语音质量更高,信号失真更小,处理后的语音更接近目标语音.     

一种新的语音噪声抵消算法

针对单参考输入自适应噪声抵消器在多噪声源情况下除噪声效果不理想的问题,根据多参考输入自适应噪声抵消器模型,在推导多参考输入最小均方（MLMS）算法的基础上,给出其改进算法（IMLMS）,结合语音信号的特点,给出了多参考输入自适应语音消噪算法（VMLMS）,利用调整算法执行过程的算法改进思想,突破了传统的修正收敛系数的算法改进模式,最后对几种算法的性能进行了计算机仿真比较。     

一种基于MVSSLMS算法的改进及在语音增强上的应用

提出了一种改进的变步长LMS(Modified Variable Step Size Least Mean Squares)算法.用误差信号的自相关e(n)e(n-1)及均方误差e2(n)来调节自适应滤波算法的步长μ(n).仿真结果表明该算法的收敛速度更快,优于MVSSLMS算法,可以很好地应用于自适应系统中.最后,研究了改进算法在语音增强系统中的实现,从混噪语音中提取了原始语音信号.     

单通道RLS算法自适应噪声消除及其遗忘因子的确定

利用RLS算法实现了单通道的自适应噪声消除,并且根据语音信号短时平稳的性质,提出了针对语音信号噪声消除计算RLS算法遗忘因子的方法。实验证明,基于该遗忘因子的RLS算法单通道自适应滤波器能够达到较好的语音降噪效果。     

基于声透镜粒子群算法的自适应噪声对消算法

在复杂的语音获取应用环境中,麦克风阵列接收的信号难免会产生方向、幅度和相位的模糊问题。提出了一种基于声透镜粒子群算法的自适应噪声对消算法。通过声透镜波束形成技术采集语音信号,将粒子群算法应用于自适应噪声对消中解决获取信息模糊问题。Matlab计算机仿真结果表明本算法与传统自适应噪声抵消算法相比具有更好的噪声抵消能力和性能,信噪比大大提高,且可以有效解决语音数据的模糊问题。     

基于双通道神经网络时频掩蔽的语音增强算法

为提高语音增强算法消除方向性噪声和抑制混响的能力,结合单、多通道处理信号的优势,提出了双通道神经网络时频掩蔽语音增强算法.首先,利用改进的多分辨率耳蜗动静态特征,结合依据信噪比优化的自适应掩模,对双麦克风信号分别进行单通道神经网络初步语音增强,达到全面利用语音非线性特征改善感知度的目的;其次,提出一种基于自适应掩模方向矢量定位法,精确计算语音、噪声的空间协方差矩阵和方向矢量,在带噪和混响的环境下精确定位目标声源;最后,输入信号到卷积波束形成器中,进一步去噪和抑制混响.实验结果表明:与其他单、多通道语音增强算法相比,重构语音具有更好的语音质量和可懂度.     

一种修正格型自适应陷波器在科氏流量计上的应用

根据格型自适应的结构原理,运用了一种频率响应非对称的修正自适应格型陷波器(improved adaptive lattice notchfilter,I-ALNF)在科氏流量计上的应用,并把零极点参数全部引入自适应算法中,使得算法与陷波器完全匹配,且使陷波器具有更好的特性。仿真结果表明,修正格型自适应陷波器比格型自适应陷波器的频率跟踪精度更高,稳定性更好。     

基于改进自适应遗传算法的层合板铺层顺序优化方法

针对复合材料层合板的铺层顺序优化,设计随适应度自适应变化的变异算子和交叉算子,提出了一种改进的自适应遗传算法。通过铺层顺序优化算例证明:与标准遗传算法相比,改进的自适应遗传算法在组合优化方面具有更好的稳定性、收敛性和运行效率。针对不同的设计变量个数,变异算子和交叉算子应选取不同的参数;当设计变量较多时,自适应遗传算法选取P_(c1)=0.9,P_(c2)=0.6,P_(m1)=0.19,P_(m2)=0.01具有更优的收敛效率。     

混合噪声的图像复原算法

提出了一种基于中值滤波和局部线性核平滑的图像去噪算法.该算法采用在空间域中的自适应滤波思想,运用改进的混合滤波器去除图像中的混合噪声.该算法的特点是复原后的图像能较好地保留边缘,同时对图像退化的先验知识要求不严格,并且有明确的数学公式,更适合实际运用.实验表明,作者提出的方法对含有混合噪声的图像复原具有较好的效果.     

改进型模型参考自适应Smith预估控制算法在合成氨中的应用

本文提出的改进型模型参考自适应预估控制算法是克服大时滞、有扰动及被控过程参数时变的有效新型算法。理论分析及对合成氨H_2/N_2控制的计算机仿真结果表明,该法在抗干扰能力及鲁棒性方面优于当前其它的自适应Smith预估控制算法。     

基于全相位算法的自适应滤波算法

为减小实时信号的自适应处理时间,改善系统性能,在全相位数据空间概念的基础上,提出一种全相位自适应信号处理方法,并通过仿真对该算法在不同原始信号、不同噪声干扰的情况下进行了性能分析．在对该算法和经典的自适应算法在不同原始信号、不同噪声干扰的情况下进行了性能对比之后,提出了该算法的改进方案来改进输入信噪比小于0时的性能．结果表明,改进方案的输出误差性能达到甚至优于理想状态下的经典自适应算法, 从而验证了该算法及其改进方案的可行性和优越性．     

低码率下MPEG—2自适应量化控制策略

对ＭＰＥＧ－２ＴＭ５量化控制策略进行了修正，提出了一种基于宏块直方图特性的自适应量化控制方法．该方法考虑了人眼的视觉特性和编码效率，适应于低码率下的ＭＰＥＧ－２压缩编码，并能有效地提高图象质量．     

基于自适应估计SNR的分组Turbo码译码算法

 针对分组Turbo码自适应Chase译码算法中SNR是预先设定值的情况,提出一种新的自适应估计信噪比(SNR)的译码算法。该方案利用了接收码字的统计信息与SNR之间存在的对应关系来调整门限函数,达到控制译码复杂度的目的。仿真结果表明,所提出的译码算法能自适应反映信道情况,降低译码运算复杂度,提高译码处理速度,获得了较好的性能。     

一种改进的游程编码算法

提出了一种基于小波和数学形态学的自适应游程编码的改进算法。图像小波分解,经数学形态学膨胀处理后,位平面将出现大量极长的连"0",利用游程编码可有效压缩数据量。最为理想的游程编码的字长应当等于游程的实际长度对应的二进制数的比特总数。改进的自适应游程编码算法突出的特点是它可以将原始比特流转换成码长的二进制编码。实验结果表明,当连续码流相等的情况下,改进的算法可以有效减少编码长度。     

一种新的图像自适应水印算法

数字水印是数字媒体版权保护的一种有效方法.提出了一种新的基于DCT(Discrete Cosine Transform)域的盲图像自适应数字水印算法.该算法利用视觉系统HVS(Human Visual System)特性和图像的局部特点,自适应地选择量化步长对图像各个分块的直流分量通过量化来嵌入水印,同时为了弥补在感知容量小的分块直流分量上水印嵌入强度的不足,利用照度掩蔽特性对该分块的部分低频系数也自适应地嵌入同一水印信号,从而使水印的稳健性和不可见性之间达到很好的平衡.水印的提取不需要原始图像.实验结果表明该算法实现的水印具有良好的不可见性,并对常见的几种图像处理和噪声干扰也具有很好的稳健性,其性能优于其它文献上的相近算法.     

多目标遗传算法在甲醇合成优化中的应用

针对甲醇合成优化中的多个目标函数 ,对多目标遗传算法进行了改进 ,引进了多个体交叉算子和种群间的变异算子 ,使用多目标权重因子解决了适应度函数的构造问题 ,不仅提高了算法本身的运行速度 ,而且在处理实际的多目标优化时 ,提供了较好的灵活度 ,在指导实际生产中表现出了良好的性能。