850KW风力发电机组机舱底座有限元分析

机舱底座是风力发电机的重要组成部分,它的结构是否合理将直接影响到整个风力发电机的平稳运行。对850KW风力发电机的机舱底座进行受力分析,计算出它所受的各种力的大小和作用点的位置,通过PRO/E三维绘图软件建立850KW风力发电机机舱底座的简化实体模型,然后将其导入ANSYS有限元分析软件进行应力和变形分析,结果得出风力发电机机舱底座的最大应力小于材料的许用应力,满足材料的强度要求。为减小应力集中,提出改进意见,在合适的地方适当加厚筋板,比较看哪种情况下整体应力分布更加均匀,为以后的设计提供了科学依据。     

基于H.264的码率控制算法

为了更好地控制视频压缩码流的输出,该文基于最新的视频编码标准H.264提出一种改进的码率控制算法.该算法解决标准中原算法码率分配过于平均和不能充分利用已编码帧历史信息的问题.该算法引入内容复杂度因子使得码率分配更加准确,并在预测量化参数时引入量化参数调整因子,根据已编码帧的历史信息更准确地调整当前帧要使用的量化参数.实验结果表明: 与原算法比较,该算法在更能准确控制码率的情况下,视频输出序列的峰值信噪比平均提高0.23 dB, 取得更好的码率控制效果,便于接收端获得更加稳定的压缩视频流.     

预测自适应Gauss混合模型线谱频率的量化

为了实现高质量低速率的语音编码,提出了高效线性预测Gauss混合模型(Gaussian mixture model,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linear spectral frequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明:LP-GMM-LSFQA在20 b/帧时量化性能超过预测分裂矢量量化22 b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

基于参数模型的自适应二进制算术编码算法

为了在视频编码系统中更灵活地运用二进制算术编码,分析了内容自适应二进制算术编码算法的原理和编码流程,针对编码中的模型参数提出了2种不同的参数模型配置:高编码效率参数模型和低复杂度参数模型。低复杂度参数模型与高编码效率参数模型相比,在同等编码质量下可以将运算量降低约30%,存储空间节省87.5%,并结合视频编码中的码率控制机制提出了编码过程中在两种参数模型之间的自适应切换策略,以此来实现熵编码中复杂度和编码效率的折中,以适应不同的应用需求。     

GOP-Level Bit Allocation Using Reverse Dynamic Programming

An efficient adaptive group of pictures(GOP)-Ievel bit allocation algorithm was developed based on reverse dynamic programming(RDP).The algorithm gives the initial delay and sequence distortion curve with just one iteration of the algorithm.A simple GOP-level rate and distortion model was then developed for two-level constant quality rate control.The initial delay values and the corresponding optimal GOP-level bit allocation scheme can be obtained for video streaming along with the proper initial delay f...     

基于运动估计的H.264/AVC BU层码率控制算法

为解决H.264/AVC视频编码标准中码率预测不准确的问题,基于JM80提出了一种改进的BU层码率控制算法.该算法假设编码复杂度均匀分布在图像宏块的每个点上,根据宏块运动矢量预测出下一帧的编码复杂度,进而预测出宏块的量化步长和输出比特数的关系,因而比JM80采用的模型更直接和准确.该算法同时采用基于Lagrange乘子法的率失真最优准则的比特分配策略.仿真结果显示出经该算法控制后的输出码率非常接近目标码率,且和JM80中方法相比,对所有测试序列都有明显的峰值信噪比(PSNR)增益.     

声码器线谱对参数抗信道误码算法

为降低在窄带高误码率信道上语音传输的失真,针对线谱对参数提出了一种基于信源信道联合特性的声码器线谱对参数抗误码算法.该算法首先对声码器模式信息采用结合长时统计特性的改进最大后验概率算法进行恢复,然后对语音合成质量影响最大的线谱对参数进行基于前向统计概率和分模式加权的最小均方误差准则下的线谱对参数差错后处理.该算法在不消耗任何额外带宽且无算法延时的要求下,可以显著降低线谱对参数谱失真,提高声码器抗信道误码能力和信道误码条件下的合成语音质量.特别在较高信道误码率(5%)下,平均谱失真降低0.3, MOS(mean opinion score)平均提高15%左右.     

基于Gaussian混合模型的LSF参数量化方法

为了高效率量化线谱频率(linear spectrumfrequency,LSF)参数,提出了基于G auss ian混合模型(G auss ian m ix ture m ode l,GMM)的LSF量化算法。假设LSF矢量属于GMM中的某一个G auss ian分布,用G auss ian分布随机矢量的量化方法对LSF矢量进行了量化。利用准确的G auss ian分布变量量化误差,得到了G auss ian分布矢量的比特分配方法。应用G auss ian分布随机变量的非均匀量化方法量化每一维LSF参数。最后给出了分裂矢量量化、基于概率密度函数(probab ility dens ityfunction,PDF)量化方法和该算法的性能对比。该无记忆LSF量化算法在21 b/帧可以达到透明量化,比传统Sp litVQ节省3 b。     

实时低速率语音压缩编码的算法研究

针对数字化通信网及多媒体应用中低速率数字语音编码问题，以多带激励（ＭＢＥ）声码器为模型，采用了一些新算法去降低编码速率和改善音质。利用动态规划算法对基音周期进行平滑，去除了声码器中常有的音调噪声。利用ＬＰＣ全极点模型谱逼近ＭＢＥ谱包络，并采用共振峰增强技术来补偿模型误差，有效地降低了编码速率。为了能够实时实现这个编码系统，采用了分裂矢量量化，多级矢量量化和前向多层人工神经网络等技术进行优化和改善，使之在２．４ｋｂｉｔ／ｓ，１．２ｋｂｉｔ／ｓ及８００ｂｉｔ／ｓ等速率上实时实现了较高质量的语音压缩编码。