基于凸组合的麦克风阵列自适应语音增强方法研究

广义旁瓣相消器是应用极为广泛的麦克风阵列语音增强方法,对含高斯噪声的语音信号降噪效果较明显.然而,当语音信号中混有脉冲噪声时,利用此方法进行降噪处理所得增强后的语音信号可识别性明显变差.为改善含脉冲噪声语音信号的降噪效果,本文提出一种基于凸组合的麦克风阵列自适应语音增强方法.该方法利用由线性滤波和非线性样条滤波构成的凸...     

Alpha稳定分布噪声下卫星双信号调制识别

针对现有基于循环谱的单信号调制识别方法在Alpha稳定分布噪声下失效的问题,提出一种基于广义二阶循环谱的双信号识别方法.首先分析广义二阶循环谱对Alpha稳定分布噪声的不敏感性,在此基础上再分析待识别混合双信号的谱特性,提取其循环频率域脉冲谱线特征构成特征参量,最后通过检测脉冲谱线数量实现双信号的调制识别.仿真结果表明,该方法在Alpha稳定分布噪声和高斯噪声下都有良好的识别性能.     

大自由距离网格编码的最佳译码和DAPSK的迭代译码

提出一种新的接收机结构 ,用于卷积编码和差分幅度相移键控调制的迭代译码 ,其性能接近于加性高斯白噪声信道上的相干检测 .此外 ,还提出了对于 Lin等人的网格编码结构的最佳译码 ,性能优于其准最佳译码 ,但译码延时要比传统网格编码调制或卷积码的译码延时长 .     

一种基于KCCA的小样本脸像鉴别方法

基于典型相关分析和Fisher线性鉴别分析的等价性,提出了利用核典型相关分析来抽取小样本人脸图像的非线性鉴别特征,并用其进行脸像鉴别.这样得到的非线性特征本质上等价于核Fisher非线性最佳鉴别特征.基于ORL库的实验表明,对小样本人脸图像,KCCA可以得到和广义鉴别分析近似的识别性能,其所得非线性特征明显优于FLDA的线性鉴别特征.     

生活饮用水中碘化物的毛细管气相色谱测定法

本文讨论了水样在酸性条件下经衍生化处理后,采用RTX-5毛细管气相色谱柱,电子捕获检测器(ECD),分流进样测定水中碘化物的气相色谱法,该方法衍生化反应最佳时间为30min时,目标产物的峰面积最大,与生活饮用水标准GBT5750.5-2006相比,最低检测质量从0.005ng降至0.0004ng,方法检出限0.1μg/L,线性范围为0.5μg/L~10μg/L,RSD为0.76%~1.08%,回收率为95.0%~98.7%,该方法操作简便可行,检测限低,线性范围合理,适合生活饮用水及其水源水中碘化物的测定。     

电流变仪的AR三谱切片特性

研制了一种双圆盘式结构的电流变仪,介绍了其工作原理,为了测量外电场作用下电流变流体的动态流变性能,采用三谱切片分析方法,三谱可以描述系统的非线性耦合,抑制高斯噪声和保留相位信息.当电流变测量系统受到零均值的非高斯噪声干扰时,利用流变仪输出转矩的信号,建立四阶累积量的自回归模型,通过三谱和三谱切片分析流变仪的频率特性.实验和理论结果表明,电流变体的流变性和动态性能可以采用这种双圆盘式流变仪测量.     

非高斯噪声中Turbo码的性能改进研究

对Turbo码在非高斯脉冲型噪声下性能的损失进行了研究,提出了一种新的基于幅度统计特性服从ClassA噪声模型的修正译码算法.该算法修正传统MAP算法的外部信息和信道信息计算公式,使之适应非高斯的ClassA脉冲噪声环境,从而改进了译码性能,计算机仿真证明新的译码算法在Class A噪声环境中比传统MAP算法具有更好的性能.     

一类参数不确定非线性时滞广义系统的保性能控制

研究了一类满足Lipschitz条件的非线性参数不确定时滞广义系统的保性能控制问题.应用线性矩阵不等式方法给出状态反馈保性能控制器存在的充分条件,通过线性矩阵的可行解给出了保性能控制器的设计方法.     

带有非线性扰动的不确定广义系统的保性能控制

研究了具有非线性扰动的不确定广义系统的保性能控制问题.设计了一个保性能控制器,并应用线性矩阵不等式方法给出状态反馈保性能控制器存在的充分条件.最后,通过线性矩阵不等式的可行解给出了保性能控制器的设计方法.     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

一种改进的SISO多用户检测算法

根据信道译码器所提供的发送比特的先验信息,对数据联合算法(PDA)进行了改进,在仅有较小性能损失的前提下,进一步降低了PDA算法的计算复杂度.     

采用双树复小波和混合概率模型的光学相干层析图像去噪

为了去除光学相干层析图像中的斑点噪声,提出了基于双树复小波变换的混合概率模型ProbShrink算法. 针对原始光学相干层析图像中信号和噪声的分布特点,在微观层面引入了混合概率模型：将OCT图像取对数后进行双树复小波变换,对于层状边缘中与边缘点“方向一致”的小波系数,采用广义高斯模型描述;对于其他小波系数,则采用高斯模型进行描述. 而后采用改进的ProbShrink算法进行去噪. 实验结果表明,该算法在大幅提升信噪比的情况下保持边缘锐度的相对稳定,优于传统的基于小波变换的去噪方法.     

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题。应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用。一个仿真例子说明其有效性。     

一种用于手势识别的局部均值模式纹理描述子

提出了一种改进的局部二值模式即局部均值模式用于对静态手势进行分类. 计算不同分辨率的原始手势图像、非线性光照变化图像、高斯模糊图像和椒盐噪音图像的局部均值模式、局部二值模式和局部角相模式. 利用gentle_Adaboost 分类算法对这些算子特征进行训练和测试,实现手势分类. 文中提出的局部均值模式能充分利用区域内像素灰度值之间相关性和区别性信息进行编码,恰当地描述不同手势的特征,具有简单快速及良好的区分度等特点. 实验结果表明：与局部二值模式和局部角相模式相比,局部均值模式算子取得了更高的分类准确度.对于原始图像,该描述子的分类准确度达到95%,同时该模式对非线性光照变化和高斯模糊具有较强鲁棒性.     

多模噪声及其消噪研究

基于多尺度小波包变换良好的时频局部分析能力,对一类非高斯噪声—多模噪声的统计特性进行研究.仿真表明,对多模噪声做小波包变换,实现了将多模噪声转化为简单的高斯噪声来处理,小波包变换的检测性能比传统的高阶统计量的检测性能优越.     

IRA码在混合信道上的高斯估计

将高斯估计方法运用到IRA码在具有加性白色高斯噪声和删除干扰的混合信道上的性能分析中,导出了IRA码在该信道上概率密度进化的递归等式和误码率的解析表达式.根据所得的解析结果,对IRA码在混合信道上的渐进性能进行了预测并提出了IRA码的优化设计方法.     

矢量图像去噪的格子波尔兹曼方法

摘要： 针对矢量图像数据量大,基于传统非线性扩散模型的算法效率低和难以实现并行化的缺点,该文通过在格子波尔兹曼模型的松弛因子中嵌入矢量图像的边缘特征,并定义新的平衡态分布函数,实现矢量图像的非线性扩散去噪. 此方法在保证稳定性的情况下,能实现大步长迭代计算以提高计算效率. 随后,通过二维扩散问题的数值仿真,定量评价了平衡态分布函数对计算精度和效率的影响. 为验证此种方法,对分别受到加性高斯白噪声和脉冲噪声的彩色图像进行了去噪实验,结果显示在图像处理质量和计算效率方面,该文方法都优于加性算子分裂算法.     

Banach空间中线性算子Moore-Penrose度量广义逆的扰动

应用度量稳定扰动的定义及广义正交分解定理,给出在一般范数下有界线性算子的Moore-Penrose单值度量广义逆的误差界估计,并推导出其度量广义逆扰动的范数估计.因为度量广义逆一般为有界齐性的非线性算子,所以其扰动定理的证明与线性广义逆的扰动定理完全不同.