基于短时对数谱的MMSE语音增强算法研究

研究了单话筒采集条件下基于语音短时对数谱的最小均方误差(MMSE—LSA)估计的语音增强算法，给出了其算法分析的基本流程图。由于语音是时变的，因此，假设语音频谱分布为高斯分布，在此基础上讨论了MMSE—LSA算法的先验信噪比ξh的2种估计方法——最大似然估计方法和直接判决估计方法。试验证明此方法的语音增强效果较好，尤其在较低信噪比时效果更明显。     

基于LFM信号检测的高斯窗短时傅里叶变换的窗参数选择

研究了高斯窗短时傅里叶变换对线性调频信号检测的窗口参数的选择。通过推导给出了对特定线性调频信号的最佳高斯窗窗口参数的选择公式及分辨不同的线性调频信号的参数选择原则，还证明了由高斯窗谱图的Radon变换可以获得线性调频信号的精确参数估计。仿真结果证明了所用公式和方法的正确性。〖KH-*2D〗      

不同应力水平下红砂岩短时蠕变声发射特征

为认识岩石蠕变过程中的声发射特征,进行了短时蠕变声发射试验,研究了红砂岩在不同应力水平下的声发射特征.试验结果表明:在减速蠕变至等速蠕变过程中,声发射事件率与能率随时间的增大而减小,并且减小的幅度随着应力水平的增大而减小;当加载应力约为峰值应力的40%~60%时,声发射振幅随时间的增大而减小;当加载应力约为峰值应力的70%~80%时,声发射振幅保持相对稳定.在加速蠕变阶段,声发射振幅发生跃迁的频率显著增大,而声发射事件率与能率在加速蠕变的中后期开始增大.因此,可根据不同应力水平下的声发射特征,对红砂岩不同蠕变阶段进行辨别.     

基于短时能零积和鉴别信息的语音端点检测

为了提高低信噪比下语音端点检测的准确率,提出了一种新型的语音端点检测算法.该算法利用短时能零积法和鉴别信息的互补优势,一边降噪一边端点检测,而且对于被判为噪声的帧利用基于子带能量鉴别信息方法来进行二次复检,根据鉴别信息来更新噪声能量门限,从而能更准确地跟踪噪声的能量变化.实验结果表明,该方法在信噪比变化比较剧烈的情况下仍然能够准确地进行端点检测,对语音信号的后续处理起到了很好的作用.     

采用短时傅里叶变换的铁路车载探地雷达数据解译方法

为了更好地实现探地雷达( GPR)在铁路路基检测中的应用,寻求一种用于识别路基不同病害特征的有效方法,克服传统人工解泽方法的低效率和主观性,选取大同一准格尔铁路线中典型的雷达实测图像,采用短时傅里叶变换(STFT)方法,通过对信号进行时域和频域分析,确定合适的窗函数类型和长度,得到一组可用于对不同铁路路基病害进行分类的时频域图像,分析表明,图中不同深度处的能量分布特性与实际路基情况相符.然后,通过对图像形态特征的分析,得到一组典型的特征参数值,研究了不同目标信号在该特征参数空间的聚类特征,并将STFT方法与Welch功率谱估计法、时域局部能量法的计算结果进行了对比分析,结果证明STFT方法具有优越性,可以作为GPR数据分类的基础.     

珠江三角洲城市短时强降水概率分布模型的对比分析

采用GPD、GEV和Pearson-Ⅲ型3种概率分布模型,对比分析珠江三角洲18个城市短时强降水的概率分布,主要结论如下:1经AD、PPCC、RMSE和Q统计值拟合优度检验结果显示GPD模型普遍优于GEV和PIII型,反映超限量阈值法更适用于观测年限较短站点的极端水文气象事件的设计分位值推算;2花都、广州、新会、恩平、顺德、中山、珠海、深圳8个城市GPD模型的形态参数表明短时强降水出现概率高,且推算的设计降水大于GEV和P-III相应设计值;3参考相关"短时临近降雨强度等级划分"标准,珠江三角洲两年一遇短时强降水雨强即可达特大暴雨级别,是导致城市内涝的主要影响因子。     

基于支持向量机方法的轨道交通乘客旅行时间短时预测方法研究

目前,北京市已建成总长456km的轨道交通网络,41个换乘枢纽,已基本形成网络化运营,轨道交通在北京公共交通系统乃至城市交通系统中发挥越来越大的骨干作用. 同时,由于北京城市空间调整,城市交通出行活动中心有随城区扩展外移之势,轨道交通出行旅行时间越来越受到关注. 因此,本文研究基于历史数据的轨道交通乘客旅行时间预测方法,引入支持向量机回归模型,并针对预测算法中模型参数的选择问题,提出基于遗传算法的预测模型参数寻优算法,用以提高预测精度. 最后选取实际轨道交通运营线路的动态信息进行计算,预测结果误差小于10%,获得了较高的精度. 生成的旅行时间预测信息,通过乘客信息系统的发布,能够有效减少旅客换乘走行与等待时间,均衡网络客流分布,提高轨道交通网络运营效率.     

中医脉象信号的短时傅里叶分析

众所周知，短时傅里叶变换是信号时频分析的变换方法。连续短时功率谱表示信号在连续时间与连续频率平面内的能量分布，而离散短时功率谱表示信号x(n)在离散时间与连续频率平面内的功率分布。应用全极点滑动窗递归算法，分析了15例吸毒者和15例正常人脉象信号的离散短时功率谱，发现吸毒者脉象信号在特定时频区域内的平均功率值P1一般高于正常人的值。以平均功率P1与总平均功率P的比值为特征参数，提出了用于划分正常人和吸毒者的临界参数，据此15例吸毒者全被检测出来，但有两例正常人被误判。研究结果表明，短时傅里叶变换是分析脉象信号的有效方法。     

基于藏语拉萨语语音识别中端点监测算法的研究

藏语语音识别技术研究已成为当今一大热点,而端点检测则是语音识别预处理阶段的关键环节之一。文章以标准拉萨藏语为对象,通过将加窗、短时能量和过零率相结合的方法对藏语语音识别技术中端点检测的算法进行了研究。实验表明,采用上述三种算法相结合的研究方法对浊音较重的藏语语音识别较为合适,可显著提高识别率。     

基于ICA与PSD的ERD／ERS信号检测

介绍一种基于独立分量分析（ICA）空间滤波结合功率谱密度（PSD）曲线分析法用于提取大脑在想象动作时产生事件相关去同步／同步（ERD／ERS）信号的方法．其检测流程为：先对想象动作诱发的脑电（EEG）信号进行ICA分解得到独立分量与相应的解混矩阵,再按特征频段取其主要分量得到滤波后数据,然后采用短时傅里叶变换计算相关导联EEG信号在特征时段与频段的PSD曲线,引入ERD／ERS系数作为量化指标以进行想象动作的识别．计算结果表明,上述方法能够显著增强运动想象脑电信号的ERD／ERS特征信息,且通过实际分类验证,采用该方法可以获得更高的识别正确率,较传统信息检测方法平均提高8％以上．