数字信号处理课程多教学模式的探索

针对数字信号处理课程教学中存在的问题，提出如何在注重理论教学的同时，结合实际抓好应用教学的理念。文中从基础学习、提高学习、兴趣学习3个方面采用不同形式的教学模式，使学生从被动学习到主动学习，乃至兴趣学习，旨在提高学生的知识运用能力和独立分析解决问题的能力。     

蚁群聚类神经网络的耳语音声调识别

提出了一种基于蚁群聚类神经网络的汉语耳语音声调识别方法.根据耳语音发音特点,以听神经平均发放率、幅值包络、共振峰、声道长度等构成的多维矢量描述声调特征,采用蚁群聚类算法将多维特征矢量聚类后,送入局部有监督特征映射神经网络进行声调识别.这一方法通过对特征参数的聚类压缩了神经网络的输入神经元数目,因而可以有效避免在大数据条件下神经网络不易收敛及速度慢的问题.对多人耳语音声调的识别实验显示,采用蚁群聚类神经网络的耳语音声调识别方法与传统方法相比,性能明显提高,平均正识率达到87.5%.     

《数字信号处理》中“奇偶分量分解”实例教学

以"信号奇偶分量分解"知识点为例,在《数字信号处理》课程中,采用形象化的实例教学,将理论与应用相结合,可以提高学生的学习兴趣,便于学生更好地了解和掌握课程内容,增强学生思考问题、分析问题和解决问题的能力。该法在实际教学中获得了良好的教学效果。     

“数字信号处理”课程中的卷积运算教学研究

卷积的定义及其计算是数字信号处理课程中的重点也是难点,从三个方面阐述了卷积的相关知识。首先介绍了数字信号处理课程中三种卷积的定义及其相互间的联系和区别;然后分析可卷积的图解法基本步骤,并进一步引入了卷积的快速算法——竖式乘法及起点判断方法;最后总结了两信号在时域的3种卷积与三种变换域的乘积对应关系。卷积相关知识的归纳,尤其是卷积的快速算法对于学生的卷积计算有很好的帮助作用。     

利用微课翻转课堂优化DSP实验教学探索

DSP实验教学是DSP技术课程的重要组成部分,对于学生准确理解和扎实掌握DSP系统架构有重要的作用.针对DSP技术实验教学存在的问题,建设DSP实验教学微课资源并利用微课翻转课堂优化DSP实验教学,可以使学生成为学习主体并有效激励学生开展DSP创新性实验,提高学生实践能力和创新意识,有利于培养DSP技术方面的卓越工程师,在DSP实验教学中取得较好的教学成果.     

一种语音信号线谱对参数的优化算法

提出了一种计算语音信号线谱对（LSP）参数的新算法。LSP参数可以通过求解一个与线性预测系数（LPC）相关的非线性N阶方程得到。首先利用埃特金迭代法求高阶非线性方程的一个实数根,再采用多项式综合除法降阶,最后运用费拉里算法求解一元四次方程的根,得到LSP系数。理论分析以及基于TMS320C5510 DSP的实验结果表明,本文提出的算法与目前的算法相比,不仅计算精度高、运算量小,完全可以实时处理。而且并可应用于G.729A标准等低码率实时语音传输系统。     

电子信息类本科DSP教学实践与探索

随着DSP技术在通信、控制等领域的深入应用,阐述了高校电子信息类专业开设DSP课程的指导思想、教学内容、实验以及具体实施方法,分析了存在的问题,并就今后如何进一步改进教学方案提出建议。     

低信噪比环境下语音检测的邻域极值差分信号功率谱分维算法

提出一种邻域极值差分信号功率谱的分形维值算法,并用于低信噪比环境下的语音活动检测. 在时域信号邻域范围内作极值差分检索获得邻域极值差分信号,进一步根据差分信号功率谱估计的最小误差求解分维值.在安静环境下,对正常语音和耳语音的语音信号活动检测(speech activity detection, SAD)性能与盒维相似,明显好于谱熵算法. 多种噪声环境下的SAD检测结果显示,所提算法的误检率远低于谱熵算法,在除白噪声以外各种条件下的误检率均低于盒维算法,且计算量约为盒维算法的5%. 实验表明,该算法在SAD检测和效率两方面具有良好的综合性能.     

基于LDPC码的MPEG-4鲁棒数字水印

提出了一种基于LDPC码的MPEG-4视频水印方案,利用LDPC码的纠错性能和人眼视觉特性在MPEG-4视频中实现数字水印的嵌入和提取. 嵌入前先对水印信息进行LDPC编码,将处理后的水印嵌入到视频I-VOP亮度分量的中频系数中. 盲提取时用LDPC迭代译码算法对提取的水印信息进行译码. 实验表明,该方案降低了水印在传输中的误码率,有效提高了抗攻击能力,对于常见的视频攻击具有较强的鲁棒性.