基于频域和时域结合的基音周期提取算法

基音周期提取是语音编码和语音识别领域的一项重要研究课题。为了解决传统的自相关方法容易出现的半频倍频错误,提出了基于时域和频域分析的提取算法。该算法首先提取时域自相关值最大的若干个候选值;然后统计每个候选值对应的频域上所有相邻两个谐波能量和的最大值,用来对其自相关值进行加权;最后根据历史的基音周期值以及候选基音周期所对应的频域能量值对加权值进行修正。使用Keele数据库进行测试表明,使用该算法后基音周期提取的半频倍频错误率比传统算法下降了50%左右。     

小波的提升方法在基音提取中的应用

提出用第二代小波构造算法———提升算法 ,提取声音的基音 ,并以软件实现了提升算法对音乐和语音基音的提取 ,取得了准确的结果     

改进的频域基音检测算法

在语音信号的低码率参数编码算法中,准确地提取基音信息是一个重要环节,文中对基于正弦波语音模型的频域基音检测算法的运算量大、易受共振峰干扰等问题提出了改进,改进后算法的运算量小,算法的准确性高,有效地减小了共振峰对频域基音检测算法的影响,模拟实验表明,改进算法的运算量仅为原算法的13%。     

基于FIR滤波器的基音提取预处理

基音周期是语音信号的重要参数，在语音分析、语音合成和语音识别中，估计基音周期都是一个重要任务。基于MATLAB设计的FIR滤波器，可以随时对比设计要求和滤波器特性调整参数，直观简便，极大的减轻了工作量，使滤波器设计最优化，在语音信号基音提取预处理方面具有精度高、稳定性好、灵活性强等优点，滤波效果较好。把其应用于基音提取预处理将为基音提取后继工作打下良好基础。     

基于改进基音跟踪算法的单通道语音分离

基于计算听觉场景分析(Computational Auditory Scene Analysis,CASA)的语音分离系统通过模拟人耳的听觉感知系统对混合信号进行处理并分离出感兴趣的目标语音,近年来得到了很大的发展。如何在干扰噪声存在的情况下进行正确的基音提取跟踪一直是CASA系统研究的重点。提出了一种基于目标语音源的改进基音跟踪算法。该算法通过对目标源估计和基音检测两个步骤的反复迭代计算,得到最终的基音轨迹。通过在不同噪声干扰条件下与传统基音跟踪算法对比的实验结果证明,该算法能够有效地抑制噪声,提高输出语音的信噪比和语音质量。     

一种基音周期估计的改进CAMDF算法

本文首先介绍了传统基音周期估计算法:ACF算法和AMDF算法.为了克服AMDF算法容易导致估计出的基音周期加倍的缺陷,本文重点阐述了CAMDF基音周期估计算法,并提出了改进CAMDF算法.该法是在CAMDF算法之前,对语音信号进行降比特处理.实验表明,改进CAMDF算法在降低对处理器件复杂度和精度方面要求的同时并不会影响基音周期的估计效果.最后,本文进行了各种基音检测算法的仿真比较,实验表明改进CAMDF算法在基音估计效果上具有很好的准确性和稳定性.     

一种基于段的基音检测算法

作为语音信号处理领域一项基本、关键的技术,基音检测在语音信号处理中扮演着重要的角色,一直是语音信号处理的一个研究热点.首先对传统的基于短时自相关函数法的基音检测进行了研究;在此基础上提出了一种能同时检测一段语音信号基音周期的方法,有效地克服了传统基音检测算法只能检测一帧语音信号基音的缺点.进行了实验仿真,结果表明通过去野点,中值平滑等后处理的基于段的基音检测算法比传统的基于帧的基音检测算法具有更好的抗噪性.     

一种基于ACELP的4.8kb/s高质量语音编码算法

介绍了一种基于代数码激励线性预测（ACELP）的4.8kb/s语音编码算法。首先对算法进行了概述,然后分别对算法所采用的基音周期估计,基音预测,代数码本结构以及代数码本搜索方式进行了介绍。重点对算法所采用的代数码本搜索技术进行了详细分析。定点C语言模拟结果表明,该算法在4.8kb/s速率上可以合成很高音质的话音。     

一种改进的MBE基音跟踪算法

通过对基音周期慢时变特性的研究,提出了一种改进的MBE基音跟踪算法．该算法旨在减少运算量,提升基音检测的实时性,将传统的基音跟踪算法改进为前后向各跟踪一帧．仿真实验表明,改进算法与传统算法对基音跟踪均取得了良好的效果,但是新算法计算量大幅度减少,执行速度明显提升．     

一种改进的基于小波变换的基音周期提取算法

基音周期是语音信号重要的参数之一,是进行语音信号数字处理的基础。针对传统自相关提取方法的不足。本文提出了一种小波变换和自相关结合的基音周期检测算法,它克服了小波变换法对某些信号检测时的缺点,在真实语音的基音周期检测中取得了较为满意的效果。     

一种2.4kb/S改进型MBELP编码

给出了一种改进的２．４ｋｂ／ｓ多带激励线性预测（ＩＭＢＥＬＰ）语音编码算法。与传统的ＭＢＥＬＰ算法相比，该算法在基音提取和清／浊音判决上采取了一些改进措施，使得合成语音质量有一定的提高。     

一种适于改进的LPC声码器的语音特征提取方法

运用了一种较为有效的清、浊音判决方法以及基音平滑方法来提高基音检测的准确性 .减小了基音周期不规则的不平稳语音段基音估计的误差 ,改善了在低速率的基础上合成语音的质量     

基于改进空间平滑技术的ESPRIT探地雷达时延估计算法

该文针对探地雷达地下回波时延估计问题,在详细论述ESPRIT探地雷达时延估计数据预处理过程的基础上,提出一种基于改进空间平滑技术的ESRPIT探地雷达超分辨率时延估计算法。基于FDTD的层状模型仿真数据验证了所提算法的有效性和可靠性。     

基于正交性检测的宽带DOA快速估计算法

基于子空间的正交特性,给出了一种宽带信号波达方向(DOA)快速估计算法.应用正交性检测获得方向估计,无需预处理,成功避免了预处理误差给估计结果带来的影响;通过频谱分析只选取能量集中的少数窄带频段数据进行角度估计,大大降低了奇异值分解的矩阵规模,可做到快速实时;在对信号能量比较充分利用的同时也保证了算法的高分辨率.计算机仿真验证了该算法的有效性和快速性.该算法可以应用于任意阵列.     

基于实车数据和BP-AdaBoost算法的电动汽车动力电池健康状态估计

动力电池健康状态(state of health, SOH)估计是电动汽车领域关注的一个热点,目前的大部分方法都是基于实验室测试数据进行估计,忽略了实际车辆运行情况。使用国家大数据联盟平台采集的实际车辆运行数据进行电池SOH的估计。数据预处理方面,在清洗异常数据时,保留了实车数据中合理的强噪声数据,保证了数据的真实性。特征选择方面,选择容量增量曲线峰值和对应的电压以及基于安时积分得到的小片段充电容量数据。算法方面,针对真实数据的弱时序性问题,利用反向传播-自适应推进(back propagation-adapt boost, BP-AdaBoost)算法进行电池SOH估计的研究。最后,利用同一类型三辆车的数据进行了模型训练、测试和验证,预测结果与长短期记忆-循环神经网络(long short term memory-recurrent neural network, LSTM-RNN)算法对比,BP-AdaBoost算法估计误差更小,平均绝对误差达到0.96%,因此,所提出的方法可以应用于实车电池SOH的高精度估计。     

一种无需先验信息的抗多点源干扰方法

针对存在主瓣干扰在内的多点源干扰情况,现有的阻塞矩阵预处理和特征投影预处理都取得了一定的抗干扰效果,其主要思想都是先通过预处理消除主瓣干扰,再进行常规自适应波束形成,实现对主瓣干扰的抑制,但是这2种方法需要期望和干扰的先验信息来构造预处理矩阵。为解决实际运用当中先验信息无法直接获取的问题,采用强弱信号波达方向估计方法和估计出期望信号方向和干扰方向,再结合基于伪协方差矩阵的特征投影预处理的主瓣抗干扰方法,得到一种无需先验信息的抗多点源干扰算法。仿真实验结果表明,所提方法在不知道角度先验信息的条件下于多点源干扰处形成了大于60 dB的空陷,且相比于其他方法,波形保持好,受快拍数的影响小,取得了较好的抗多点源干扰效果。     

基于指纹块中主要脊和次要脊的方向场估计

针对方向场估计算法存在估计精度不高、计算时间开销过大的现象,提出一种基于指纹块中主要脊和次要脊的指纹方向场估计方法.它主要包括4个处理步骤：预处理原始指纹图像,利用上半邻域搜索算法提取指纹前景块中的主要脊和次要脊,利用脊的直线模型估计指纹前景块方向,以及采用修正方案提高方向场估计的精度.实验结果表明,该方法不仅具有令人满意的估计精度,而且拥有很高的计算效率;且具有很强的抗噪性能,能够有效提高指纹识别系统的性能.     

单画幅欠采样图像复原中的插值作用

采用直接复原方法和插值复原方法对单幅欠采样低分辨率模糊图像进行复原实验,以考察线性插值在图像复原中的作用.直接复原法是对采集到的欠采样低分辨率模糊图像直接用最大似然图像复原算法进行复原,不作任何预处理.插值复原法是先对图像进行插值预处理,增加像素数,提高图像采样分辨率,然后再用最大似然图像复原算法进行图像复原.结果是直接复原方法和插值复原方法对欠采样模糊图像的复原,效果相同,主观视觉和评价数据十分接近.这说明通常用于单画幅欠采样模糊图像复原预处理的线性插值没有起到提高复原效果的作用.     

一种基于基音周期估计的音频水印算法

提出了一种水印信号与载体信号均为语音的数字音频水印算法．主要由用混沌序列对音频水印加密，基于载体信号基音周期估计确定水印嵌入位置和根据量化步长△确定水印嵌入强度等关键步骤所组成．仿真结果表明，该算法不仅具有较好的透明性，而且也对叠加噪声、低通滤波、重新采样等攻击具有较好的鲁棒性．