采用WD倒谱法分析人体肾组织的超声散射微结构特征

提出了一种对超声散信号分析的新方法－ＷＤ倒谱法。利用该方法对人体正常肾和肾肿瘤组织的回波信号进行分析,与用ＡＲ倒谱法所得结果进行了比较。结果表明,两种肾组织散射子的平均间距明显不同,ＷＤ倒谱比ＡＲ倒谱更能反映软组织的微观结构特征,说明ＷＤ倒谱是软组织超声散射信号分析与软组织散射子平均间距定征的一种有效方法。     

基于子波分解计算散射子平均间距的倒谱法

提出了一种对超声散射信号分析的方法－－子波分解（ＷＤ）倒谱法,并利用该方法对正常猪肝组织的回波信号进行了分析,对软组织中散射的平均间距进行了估计,与用ＡＲＩ倒谱法所得结果进行了比较,结果表明：ＷＤ倒谱比ＡＲ倒谱更能反映软组织的微观结构特征,说明ＷＤ倒谱是软组织超声散射信号分析与软组织散射子平均间距定特征的一种有效方法。     

猪肝组织肝小叶平均间距的一种估计方法

利用AR倒谱法对猪肝组织的回波信号进行了分析，对猪肝组织中肝小叶的平均间距进行了估计，结果表明：AR倒谱能有效的反映猪肝组织的微观结构特征，说明AR倒谱是软组织中散射信号分析与软组织散射子平均间距估计的一种有效方法。     

应用Chirp-Z变换频谱细化倒谱分析生物软组织散射微结构特征

从软组织散射元准周期规则分布可导致超声散射信号产生相干峰的机理出发，提出了利用Chirp—Z变换频谱细化倒谱估计散射元平均间距及其变化的新方法，并利用该方法对仿体和生物软组织的回波信号进行了分析．结果表明，该方法是软组织超声散射信号分析与软组织散射子平均间距定征的一种有效方法．     

人体软组织微观结构的超声散射分析

分别利用ＡＲ倒谱和小波变换的方法，研究脾脏组织超声散射元的平均间距．结果表明，离体和在体情况下组织散射元的平均间距不同．ＡＲ倒谱和小波变换相结合是确定组织散射元间距的有效方法．     

离体猪肝组织散射元平均间距的小波估计

基于准规则排列散射元,构建了生物组织的超声散射模型,用小波分析方法处理了模拟肝脏和新鲜猪肝组 织的超声回波信号,得到该方法下离体猪肝的散射元平均间距d＝1.619mm．同时,文中就小波分析方法与基于 AR模型的估计方法作了比较．研究表明,小波分析既能较好地估计出生物组织散射元的平均间距,也可以估计出 其空间分布,从而避免利用AR模型估计时,由于AR阶次的不确定而带来的误差．     

语音信号共振峰提取方法的研究分析

目前的提取语音共振峰的方法比较多,常用的方法有倒谱法、LPC谱估计法、LPC倒谱法,但没有一种方法是十分完美的,为了系统的深入的研究共振峰的提取,本文对同一帧语音信号进行了不同方法的共振峰提取实验仿真,给出了具体的共振峰频率数据,同时对不同方法的优缺点进行了科学的、深入的研究分析,用Matlab对算法进行仿真实现,实验结果表明共振峰的提取方案中LPCC倒谱法避免了一般同态处理中对复对数的麻烦,可以较为理想的实现对共振峰的提取。     

下期发表论文摘要预报

离体猪肝组织散射元平均间距的小波估计牛金海 1,　严加勇 1,　王鸿樟 1,　谢志行 1,　刘镇清 2( 1 .上海交通大学生物医学工程系 ,上海 2 0 0 0 30 ;2 .同济大学声学研究所 ,上海 2 0 0 0 92 )摘　要 :基于准规则排列散射元 ,构建了生物组织的超声散射模型 ,用小波分析方法处理了模拟肝脏和新鲜猪肝组织的超声回波信号 ,得到该方法下离体猪肝的散射元平均间距 d=1 .61 9mm.同时 ,文中就小波分析方法与基于AR模型的估计方法作了比较 .研究表明 ,小波分析既能较好地估计出生物组织散射元的平均间距 ,也可以估计出其空间分布 ,从而避免利用 …     

浅谈一种基于AR模型的电厂电动机故障诊断新方法

电动机是电厂的重要设备,对发电厂的电动机故障进行诊断有重要意义。本文采用虚拟仪器系统作为开发平台,根据电动机振动信号的特点,对其进行虚拟诊断测试,在实际测试中,提出倒谱分析方法,是基于自回归AR模型的一种电机振动信号检测方法,首先是AR建模,并进行阶次预测和系数预测,得到相关参数;再进行倒谱变换,快速准确地提取出所需要的频谱信息,从而判断电机是否出现故障。     

一种语音信号对数幅度谱包络的无偏算法

LPC谱估计算法摆脱不了全极点模型的束缚,通过提高模型阶数来获得更好的频谱包络,但其在谱的谷值处有很大偏差的缺点.文中对倒谱法通过对对数频谱密度函数定义和对残差的迭代更新,得出了一种对数幅度谱包络的无偏算法.与LPC和MEL-LPC法比较具有较多优点,为语音信号零极模型的估计和对语音特征研究提供依据.     

加性白噪声环境下语音特征参数鲁棒性的研究

随着说话人识别技术的发展,实用有效的说话人识别系统越来越成为研究的重点。语音特征参数的鲁棒性直接影响一个说话人识别系统的具体性能,过去主要针对移动通信环境下存在信道失真的问题,研究差分倒谱的鲁棒性。文中则主要在加性白噪声环境下研究M el倒谱参数、M el差分倒谱参数的顽健性以及它们经过倒谱系数零均值化(CMN)处理后识别性能的改进。从仿真结果可以看出:在加性白噪声环境下,差分倒谱参数具有很好的鲁棒性;倒谱系数零均值化能有效的除去加性白噪声。     

一种单通道语音倒谱域去混响新方法

大多数去混响的算法都是基于短时分析,不可避免地带来了截断效应;如果对混响语音进行逆滤波,则要求房间冲激响应满足最小相位.本文提出了一种针对单通道的语音长时分帧的去混响算法.算法采用长时帧分析,有效减小了截断效应的影响.首先对混响语音信号进行长时分帧计算其最小相位分量倒谱,然后根据纯净语音和房间冲激响应倒谱的不同分布,在倒谱域阻带滤波得到去混响语音最小相位分量的估计,根据最小相位倒谱理论,进而可以估计出去混响语音频域的模,最后利用人耳对相位信息的不敏感性,用估计的去混响语音的模和混响语音的相位合成,傅里叶反变换得到去混响语音时域波形.实验表明,该算法有良好的去混响效果.     

倒频谱在航空发动机振动分析中的应用

基于倒频谱分析技术原理及航空发动机振动状态特征,探讨了倒谱在航空发动机振动分析中的应用。采用倒谱技术对实际发动机振动数据进行了分析,结果表明倒频谱分析技术应用于航空发动机振动分析,可以有效分离传递通道影响并从复杂的频谱中提取出特征频率。     

倒频谱在齿轮故障诊断中的应用

根据倒频谱所具有的特性，将原来信号频谱图上成族的边频带谱线简化为单根谱线。利用这一特点来识别齿轮振动复杂频谱图上的周期结构，分离和提取出密集泛频信号中的周期成分、多成分边频等复杂信号，使测试系统的在线故障诊断更加快速准确。     

用于分布式识别的语音参数的提取和性能分析

主要研究用于分布式语音识别(DSR)的语音参数的提取方法以及参数性能分析。以前所用到的语音参数大部分是LPC倒谱参数,但其抗噪声性能较差。文中主要讨论了MEL倒谱参数,并在移动通信环境下,比较了两者的性能。     

连接数字语音识别系统的DSP实时实现

：针对各种数字信息,实现了一种基于ＴＭＳ３２０Ｃ５ｘ 评价模块（ＥＶＭ）的与特定人无关的连接数字语音识别系统．在分析了连续概率密度的隐马尔可夫模型（ＣＤＨＭＭ）基础上,利用ＬＰＣ倒谱系数、ＬＰＣ差分倒谱系数、能量归一化系数及其差分系数作为语音特征矢量,训练和识别采用Ｖｉｔｅｒｂｉ算法和Ｂａｕｍ －Ｗｅｌｃｈ 重估算法,有效地提高了系统的识别率．给出了实现各个阶段所需的时间,比较了简单模板匹配法和隐马尔可夫模型法以及不同语音特征参数对识别率的影响．在具体实现中,着重处理了抗噪及实时实现问题．实验结果表明,本系统在普通机房条件下取得较满意的效果,正确识别率达到９２％ ,为其实用化提供了较为重要的技术途径．     

倒谱在水中目标分类中的应用

基于倒谱理论研究了倒谱的性质,提出利用倒谱可拾取谐波信息,并基于此提取了船舰辐射噪声的倒谱信息,结合ART神经网络,对一定范围内的多工况实测数据进行试验,取得了令人满意的分类结果。表明水声信号的倒谱特征中确实含着丰富的类别信息,同时有待进一步的研究与推广。