湿式球磨机筒体振动信号分析及负荷软测量

针对磨矿过程的磨机负荷(ML)难以有效检测,球磨机常运行在欠负荷状态,造成该过程难以实现优化控制和节能降耗的难题,通过综合分析球磨机筒体振动的产生机理、不同研磨条件下振动信号的功率谱密度(PSD)及ML参数与PSD各频段的相关性,提出了采用料球比、浓度及充填率三个负荷参数对ML进行软测量建模的方法.该方法首先将振动加速度的时域信号通过傅立叶变换至频域,然后采用主元分析法(PCA)对振动频谱数据的低、中、高三个频段分别进行降维和特征谱变量的提取,最后利用最小二乘支持向量机(LSSVM)实现特征谱变量与ML参数间的非线性映射.实验结果表明,该算法能够有效地提取频谱变量的谱特征,并具有较高的估计精度.     

基于过零率及频谱的语音音乐分类算法

针对语音/音乐分类过程中由于特征参数提取过多造成的维数灾难及分类准确率有待提高等问题,提出了一种基于过零率及频谱的语音/音乐分类算法.该算法在对语音及音乐2类信号进行端点检测及分段预处理后,结合每一音频段的过零率和频谱幅值特性进行分类识别处理,最后通过计算被判别为语音或音乐的概率实现分类.实验结果表明,此算法在音频分类中较同样最多只提2个音频特征且未用分类器算法的准确率平均提高约7.9%,较提取多个音频特征且采用分类器算法的准确率平均提高约5.7%.证明了该算法不仅计算量小,且分类准确率也有所提高.     

基于LZW算法的高负荷光栅传感网络数据分块无损压缩方法

为提高光栅传感网络数据分块压缩效果,设计了基于LZW算法的高负荷光栅传感网络数据分块无损压缩方法。在构建存储结构模型的基础上,提取高负荷光栅传感网络数据的关联谱特征量,经数据分块融合处理后,结合参数多分辨重构方法实现对数据的分块加窗处理,并根据窗函数检测结果构建特征压缩子空间调度模型;在均衡的窗口中,采用多尺度的LZW算法实现对高负荷光栅传感网络数据的特征分解和分块压缩。仿真结果表明:该方法分块融合匹配能力较强,有效提高了数据的存储空间。     

基于四阶矩的单矢量水听器多声源定位算法

为了克服基于四阶累积量的矢量水听器声源定位算法的计算复杂度高、运算量大以及定位精度不高等问题,提出一种基于四阶矩的单矢量水听器多声源定位算法.该算法利用信号四阶矩的性质,将单矢量水听器阵元数和声源数进行虚拟扩展,从而得到更多的多声源定位信息;通过提取有效阵元的方法减少了冗余,利用搜索峰值方法得到期望的多声源方位.理论分析和实验结果表明,该算法有效降低了计算量、提高了定位精度,克服了基于高阶累积量的矢量水听器定位算法的不足.     

一种应用于电子地图道路特征点提取的新方法

电子地图中的道路信息数据往往数据量比较大,在进行地图匹配时,不利于对电子地图的快速搜索,因此需要对道路数据进行压缩,提取道路特征点。为此在对现有的道路特征点提取方法进行分析的基础上,提出了一种基于无限圆逼近曲线的自适应道路特征点提取方法。该算法依据道路的曲率变化,按照自适应步长对道路数据进行压缩。仿真实验结果表明,该算法计算量小、逼真度高,有效地提高了电子地图道路数据压缩效率。     

基于小波包分解的滚动轴承故障诊断

提出了一种基于小波包分析的滚动轴承故障诊断方法用于实现滚动轴承早期故障的检测.该方法的诊断过程如下:对轴承原始振动信号进行频谱分析,获取振动信号能量集中的频段.根据频段的范围和振动信号的采样频率确定小波包分解的层数.采用小波包分解的方法提取滚动轴承振动信号中能量集中的频段并生成相应的重构信号,对重构后的振动信号进行Hilbert变换和二次频谱分析.通过对比轴承故障的特征频率和二次频谱中的特征谱线判断轴承是否有故障及其发生位置.运用上述方法对具有外环故障的滚动轴承进行了实验研究并成功地实现了滚动轴承外环故障的检测.实验结果表明基于小波包分析的诊断方法可以有效诊断出滚动轴承的早期故障.     

高光谱遥感图像的稀疏分解与压缩感知

基于稀疏分解和压缩感知原理对高光谱遥感图像进行压缩重构,提出一种基于过完备原子库上分解图像的稀疏分解快速算法,以减少图像稀疏分解的计算量.仿真计算结果表明,利用压缩感知和谱带分组技术对高光谱图像进行谱间压缩,可提高运算速度,并降低成本.     

一种用于掌纹识别的Gabor滤波器方向选取方法

根据掌纹图像的频谱特征,提出了一种自动选取Gabor滤波器方向的方法.该方法将掌纹图像的Fourier谱映射到极坐标域,分析并计算Fourier谱在角度轴上的投影峰值,从而设置Gabor滤波器的方向.实验结果表明:该方法提高了掌纹图像的识别率,且算法实现简单.     

基于 ＬＺＷ 算法的高负荷光栅传感网络数据分块无损压缩方法

为提高光栅传感网络数据分块压缩效果,设计了基于 ＬＺＷ 算法的高负荷光栅传感网络数据分块无损压缩方法。 在构 建存储结构模型的基础上,提取高负荷光栅传感网络数据的关联谱特征量,经数据分块融合处理后,结合参数多分辨重构方 法实现对数据的分块加窗处理,并根据窗函数检测结果构建特征压缩子空间调度模型?在均衡的窗口中,采用多尺度的 ＬＺＷ 算法实现对高负荷光栅传感网络数据的特征分解和分块压缩。 仿真结果表明:该方法分块融合匹配能力较强,有效提高了数 据的存储空间。     

石灰岩声发射频谱特性演化及破裂阶段识别

为获得石灰岩受压破裂阶段声发射识别信息,开展石灰岩单轴压缩声发射试验,获得加载全过程的声发射特征参数及其波形信息,首先结合石灰岩应力与累积能量走势的特征选取 5 个岩石加载破坏过程中的关键点。通过频谱分析与小波包分析,找到石灰岩声发射频谱特征变化规律,获得适合的破裂阶段识别信息;其次利用小波包分解所提取的频带能量占比训练 BP 神经网络,为岩石破裂阶段预警提供双 重保证。研究结果表明：主频值整体呈现先上升后下降的趋势,频谱宽度变化为 200 kHz-300 kHz-200 kHz,频率由单一低频转化为低高频并存后又恢复单一低频;低频高幅为频谱特征的一种主要形态存在;小波包分解将信号频率分为 8 个频段,可将 1、2 低频段之和小于 30%的信号作为特征点,进行岩石破裂预测;以该特征点为界将石灰岩声发射信号划分为两类,训练后的 BP 神经网络能够实现这两类信号的快速准确识别与分类,对于预测岩石破裂阶段有一定价值。     

Evaluation of frequency-lowering algorithms for intelligibility of Chinese speech in hearing-aid users

Despite the attention being given to and the knowledge of the benefits of evaluating frequency-lowering algorithms for hearing-impaired people, the causality between these algorithms and their benefits is still not clear. This is aggravated by the fact that comparative research on the methodologies and skills required for fitting an appropriate algorithm to individual patients is lacking. Against this back-drop, the current study has attempted to make progress in this area. In this experiment, six experienced traditional hearing-aid users with severe impairments in the high frequencies were fitted with two different frequency-lowering methods, and weekly hearing tests were con-ducted to track the benefits of such methods. After the experiment, five of the listeners accepted the frequency-lowering algorithms. Both methods showed superior results when compared with the listeners' own hearing aids in most of the tests, and the segmented compression algorithm was indicated to have better "anti-noise" quality and speech intelligibility improvement capabilities. A preference for the appli-cation of proportional compression to unvoiced speech was also found in this algorithm. Unlike in previous studies, all speech materials here are recorded in Chinese. Therefore, the results could also be used to evaluate the benefits of frequency-lowering to the intelligibility of Chinese speech for patients. As a result, an improvement was found, especially in the recognition of consonants. Moreover, no adverse effect was found in intonation recognition.     

一种基于功率因数补偿的谱相减算法改进

对带噪语音进行传统谱减增强后,会引入"音乐噪声",并造成语售可懂度急剧下降.针对这一缺点,本文提出了一种采用功率因数补偿的过减形式的谱相减算法,以提高语音可懂度.采用MATLAB对算法进行了仿真,仿真结果表明:该算法有效的抑制了背景噪声、减少了"音乐噪声",比传统谱相减算法有较大优越性.     

Real-Time Implementation of an Efficient Speech Enhancement Algorithm for Digital Hearing Aids

Introduction Speech enhancement is necessary in digital hearing aids since ambient noise may prevent speech percep-tion by hearing-impaired listeners, especially when the speech is greatly corrupted by background interference. This paper mainly deals with…     

Electric-stimulus rate encoding algorithm of Mandarin tonal information in cochlear implant

The modern multi-channel cochlear implants usually extract and encode the temporal envelope cues. This kind of algorithms can hardly satisfy the users who speak tonal languages, such as Mandarin. Many studies have tried to enhance the recognition ability of Mandarin through encoding tonal information and made suggestions to frequency-modulate the fixed pulse-rate carrier with the extracted tonal information based on the rate-pitch theory in electric hearing. However, how to encode and deliver the tonal information such as F0 by changing electric-stimulus rate has not got further study in clinical electric-stimulus mode. The present paper focuses on this matter by piecewise calculating the appreciable electric-stimulus rates. Then an electric-stimulus encoding algorithm of Mandarin tone is brought forward and testified through acoustic simulations. Such conclusion can be drawn that this algorithm of electric-stimulus rate could convey tonal information well and help to enhance the Mandarin speech recognition ability.     

电子耳蜗的选择性频率幅度调制编码算法

为提高电子耳蜗植入者在噪声下的语音识别能力,提出了一种利用频率调制信息的算法。该算法根据人耳听觉机理,增加了频带选择法则。该法则对不同频带提取出的频率调制信息进行了有选择的传递,并在听觉仿真试验中得到验证:该算法既可以比传统幅度信息编码算法更有效地提高电子耳蜗植入者在噪声下的语音识别能力,又降低了不选择频带而全通道传递频率调制信息算法的复杂度(频率调制信息提取的计算量降低了37.5%),减少了内存占用,使之适合在临床上实时实现。     

基于噪声短时谱动态估计的语音增强谱减算法

针对谱减法增强语音后残留"音乐噪声"明显,影响语音清晰度的问题,在分析现有的噪声谱减算法基本特性的基础上,提出一种基于噪声短时谱动态估计的语音降噪方法.通过估计噪声短时功率谱及其变化趋势,动态调整谱减法中的过减系数,有效抑制残留噪声.仿真实验表明,新的谱减算法在提高语音信噪比的同时保持较小的失真度,具有较好的增强效果.     

一种改进的适用于数字助听器的基于非线性频率压缩的多通道响度补偿方法

为了改进数字助听器中的响度补偿, 并提高高频部分的语音可懂度, 提出一种基于非线性频率压缩的多通道响度补偿的综合方法。首先, 为了避免语音的频率畸变, 基于语音可懂度进行频谱的多通道划分。然后, 采用一种非线性的频率压缩方法, 将高频部分的声音压缩至患者能听到的低频部分。所提出的非线性频率压缩方法是基于不同频段对语音理解度的贡献占比来改变频率压缩比。最后, 为了实现自适应的响度补偿同时防止传统宽动态范围压缩的固定压缩比降低语音质量, 采用一种随时间可变压缩比的自适应宽动态范围压缩方法。实验结果表明, 相对于传统的宽动态范围压缩和频率压缩方法, 该方法可以改善20%的语音鉴别准确率。     

基于谱减的语音增强算法的改进

为降低噪声对语音通信的干扰,提出了一种基于谱减的语音增强算法的改进方法。根据噪声频谱的G auss统计模型修正语音增强过程中噪声频谱的估计方法,利用帧内、帧间约束估计每一个频点的先验信噪比,提出了一种简便的估计语音在每一个频点出现的概率的方法,得出了修正的语音增强算法。在白噪声以及坦克噪声环境中分别对算法的性能进行测试。实验结果表明:在几乎不损伤语音清晰度的前提下,该算法使“音乐噪声”得到了更好的抑制,同时信噪比提高了约8 dB以上。     

失真控制下的短时谱估计语音增强算法

针对传统谱估计增强算法易产生语音畸变、导致语音清晰度低的问题,提出了一种失真控制下的短时谱估计语音增强的新算法.该算法首先引入语音畸变的客观度量参数,并根据这一参数得到抑制语音畸变的约束条件,然后结合人耳听觉掩蔽特性和无语音概率参数,修正最小均方误差对数谱估计函数,最后联立约束条件和估计函数,得到增强后的语音,从而实现了在噪声抑制和语音畸变之间的折中,改善了语音增强的效果.主观试听和客观测试结果均表明,与其他谱减法相比,在相同的信噪比和去噪度条件下,新算法的语音畸变度最小且几乎察觉不到音乐噪声.     

G.729.1 算法的改进与 DSP 全汇编优化设计

在G．729．1宽带语音编码算法中,时域混叠编码器的谱包络编码根据帧内子带的相关性,采用差分霍夫曼编码来减少编码的比特分配。针对相邻帧对应子带的谱包络存在相关性,给出了在原有谱包络编码模式的基础上,增加一种帧间对应子带差分霍夫曼编码的模式来进一步减少谱包络的编码比特数,从而提高合成语音的质量。由于G．729．1可以根据信道的特征随时调整编码速率以取得更好的宽带语音质量,这使得该编码算法具有很高的复杂度。为了能在数字信号处理器（digital signal processor,DSP）上实时实现G．729．1,结合TMS320VC5505数字信号处理器对G．729．1算法采用全汇编实现,并对汇编后的G．729．1代码做了进一步的汇编优化,优化后的G．729．1算法在保证了高质量语音输出的同时,提高了编码效率,实现了对语音信号的实时处理。