基于特征语谱图和自适应聚类SOM的快速说话人识别

为获得说话人发音特征,基于仿生思想,提出一种基于语谱图统计的方法,通过对说话人短时语谱图的线性叠加获得可表征说话人稳定发音特征的特征语谱图。为解决资源受限的设备中说话人识别系统网络训练速度慢、识别效率低的问题,基于传统自组织映射(self-organizing feature map,SOM)神经网络提出了一种自适应聚类SOM (adaptive clustering-SOM,ACSOM)算法,随着待识别说话人数的增加,自动调节增加竞争层神经元个数,直至聚类数达到说话人个数。采用该AC-SOM模型对100人的自建特征语谱图样本库进行聚类识别,最大训练时间只需304 s,最大单张识别时间小于28 ms;在识别人数相同时,相对于所对比的其他识别方法,该方法大大提升了网络训练速度和识别速度,满足了边缘智能(edge intelligence)系统中对数据处理与执行的实时性的要求。     

水下目标LFM回波的小波尺度谱重排及匹配检测

在浅水混响限条件下,为提高水下小尺度目标检测性能,结合宽带线性调频(LFM)信号回波目标信息量大、混响背景相关性弱的特点,提出对目标宽带回波进行时频谱重排压制混响,再进行匹配检测的方法.通过比较目标回波的短时傅里叶变换和小波尺度重排谱时频表征,发现小波尺度谱重排能较好地实现目标信号和耦合混响的分离.再结合匹配滤波的定位特性设计基于小波尺度重排谱的时频匹配检测器.仿真和测试数据分析表明,文中方法的检测性能优于传统匹配滤波约4 dB,在混响背景下,时频匹配滤波器仍能对水下目标进行有效定位,且能较好抑制旁瓣.     

基于反褶积广义S变换的地震频谱成像方法研究

当薄互层较发育时,利用地震资料对储层的含油气性进行预测存在较大的困难。因此,发展高精度的时频分析方法并将其应用于储层内的烃类检测具有重要意义。提出了基于反褶积广义S变换的新时频分析方法;该方法将信号的广义S变换谱与窗函数Wigner-Ville分布进行二维反褶积,可得到信号Wigner-Ville分布。通过数值模拟结果可知,该方法与传统的时频分析方法相比,不仅克服了传统时频方法采用固定时窗分析信号的局限,并且具有更高的时频分辨率。三维实际资料处理结果表明,相对于传统时频方法,该方法适用于非平稳的地震信号分析;在薄储层预测方面更具优势,进行烃类检测的可靠性也较高。     

语谱特征的身份认证向量识别方法

针对采用梅尔频率倒谱系数(mel-frequency cepstrum coefficient,MFCC)作为身份认证向量(identity vector,i-vector)进行说话人识别存在语音信息不全的问题,提出一种基于语谱特征的身份认证向量识别说话人的方法。语音信号经过预加重、分帧加窗预处理之后,通过短时傅立叶变换转换成语谱图,语谱图被提交到高斯通用背景模型,在高维均值超向量空间中选择合适的低维线性子空间流型结构以构造符合正态分布的向量作为身份认证向量。这些获取的身份认证向量经过线性判别性分析实现降维并存储。最后采用对数似然比(log-likelihood ratio,LLR)方法对训练和测试阶段的i-vector进行评分,完成说话人识别。以TIMIT数据库为标准的数值实验结果表明,相比采用MFCC作为特征的识别方法,研究的等错误率(equal error rate,EER)更低。     

基于反褶积短时傅利叶变换的薄储层流体识别——以元坝为例

元坝地区长兴组台地边缘礁滩相储层油气资源潜力巨大,礁后滩储层厚度薄,气水识别是该区的勘探难点之一。低频伴影是进行流体识别的有效方法,但对薄储层进行流体识别难度巨大。为此,本文引入了反褶积短时傅立叶变换。相较于传统时频分析方法有更高的时间分辨率和频率分辨率。由于该方法利用了信号短时傅里叶变换,在理论模型和实际数据分析中我们发现同一地震剖面取不同时窗时其“低频阴影”油气检测结果存在很大差异。为此,我们通过建立模型以及实际地震数据实验,得到了最佳时间和频率分辨率的地震主频与时窗组合关系式。在此基础上可进行高分辨的低频伴影分析。实例应用表明该方法效果明显。     

基于高度再指定的FY-2C双通道云导风同化及预报试验

为了探求FY-2C双通道云导风在实际预报中的可用性,先对双通道云导风进行合并,并利用T511模式12 h预报场对云导风进行高度再指定,使得云导风资料的空间密度和质量明显提高。进而利用WRF模式及其变分同化系统WRFDA对高度再指定前、后的云导风在同化及预报中的影响进行了研究,结果表明：同化原始云导风使初估风场的统计误差增大,而同化高度再指定后的云导风对初估风场有明显的改善作用;同化原始云导风会导致压、温、湿的初估场误差增加,但同化高度再定位后的云导风效果明显好于同化原始云导风;同化高度再定位后的云导风对48 h内的风场预报有改善作用,随着预报时效的延伸,风场的改善带动了其他要素场从负影响到正影响的转变。     

具有三维转动目标的ISAR成像新方法

传统的逆合成孔径雷达(inversesyntheticapertureradar,ISAR)距离 多普勒成像算法基于目标平稳飞行假设。当目标作机动飞行时,转速和转轴经常是时变的,采用传统方法成像会使图像模糊,甚至无法辨识。为此需要分距离单元进行时频分析,得到距离 瞬时多普勒图像。采用重排后的平滑伪Wigner Ville分布(smoothedpseudoWigner Villedistribution,SPWVD),既克服了WVD交叉项严重,不能正确成像的缺点,又克服了SPWVD降低时频集聚性,不能准确定位的缺点。仿真结果表明,该方法对机动目标能得到高质量的雷达图像。     

二元对比排序在谱图鉴别与检索中的应用

提出包括对比平均法和相对比较法的模糊模式识别方法——二元对比排序法,并将对比平均法用于根据~(13)C-NMR 谱和 MS 谱鉴别未知化合物的结构,取得令人满意的结果.     

基于神经网络的声场景数据声谱图提取方法

在复杂环境声场景识别任务中, 梅尔频谱作为输入的深度卷积神经网络有良好的识别能力, 然而梅尔滤波器组依据人耳生理特征设计, 对于声场景识别并非最优滤波器组。针对此问题提出声谱图提取神经网络取代传统梅尔频谱提取过程, 通过训练该网络使声谱图自动适应声场景数据集。声谱图提取神经网络连接ResNet50作为声场景识别架构, 在DCASE2019声场景数据集上进行训练与测试, 实验结果表明该架构比传统模型有更高的识别率, 能够有效调整频率曲线、滤波器幅值以及滤波器形状。     

基于字典学习的77GHz雷达人体动作识别

基于视觉的人体动作识别方法对光线和视距环境较高,并且存在侵犯隐私的问题,在应用中有局限性。为了解决这个问题,提出一种基于毫米波雷达和字典学习的人体动作识别方法。首先对人体动作的雷达回波信号进行时频分析得到时频图,再使用两种特征提取方法对时频图进行降维描述,将两种降维后的数据融合,通过LC-KSVD字典学习算法同时学习多特征字典和一个线性分类器,最后根据稀疏系数和线性分类器来识别动作。在此基础上,设计77 GHz毫米波雷达动作识别实验系统,结果表明:算法在10种人体动作数据集上达到了97.7%的识别准确率,可见所提方法实现了对人体动作的准确识别。