自适应线谱增强器浅析

通过快速傅立叶变换和自适应线谱增强器两者对不同噪声背景下谱线检测能力的仿真计算和对比,得出了后者优于前者之处。通过对强干扰下弱信号的线谱检测的计算、仿真,证明了自适应线谱增强器的另一优点。     

矢量信号处理结合DEMON谱的多目标分辨算法

将矢量信号处理技术与DEMON谱分析技术相结合,提出矢量DEMON谱分析方法,利用矢量信息提取DEMON谱并计算线谱方位,再根据线谱方位和各个线谱间频率差分别提取多个目标轴频.该方法不仅可获得更高的处理增益,同时通过声压、振速分频段线谱融合能够得到更加完整的DEMON线谱簇;且在单传感器条件下,应用结合矢量信息的最大公约数算法,能够提取多目标的轴频特征、分辨不同目标并测量方位.仿真结果验证了所提方法的有效性和可行性.     

低频线谱检测ALE算法应用

 舰船辐射噪声在低频段具有稳定的特征信息丰富的线谱成分,此线谱成分的检测对水下目标的定位和识别具有重要意义.为了有效地将舰船辐射噪声特征线谱从宽带背景噪声中分离出来,应用ALE算法理论对舰船噪声信号进行研究.ALE算法作为自适应FIRDF算法的一种变形,是自适应噪声抵消器的典型应用.低频线谱检测中采用ALE算法无需参考信号,自适应地将线谱成分信号进行匹配,可以从宽带噪声中将线谱成分分离出来,且线谱成分明显增强.理论分析仿真结合实际海试数据对LOFAR谱图进行研究,结果表明,ALE算法在低频线谱信号检测中能够达到期望的效果.与常规方法相比,检测性能得到有效提高,有利于辐射噪声线谱的提取.     

基于对称相关函数法的线谱检测

在被动声纳系统中,线谱检测是一个至关重要的问题。文中利用对称相关函数理论,分析了抵消平稳随机过程中与信号不相关的加性随机噪声的机理,并应用于线谱信号检测。仿真结果表明,该方法比传统的相关法有效,对线谱检测,优于经典功率谱检测方法。     

基于信号生成的多线谱振动控制方法

针对实际振动主动控制中,线谱振动信号与参考信号的频率差异造成自适应前馈式线谱振动主动控制方法的性能下降这一问题,进行了基于参考信号生成的线谱振动主动控制方法的研究.在线谱振动主动控制方法中,结合一种参考信号波形生成器,并通过带通跟踪滤波器对残余振动信号进行滤波,将各个频率的残余振动信号分量进行分离,提出了一种基于参考信号波形生成器的线谱振动主动控制方法,并对该方法的稳定性和收敛性进行了分析.仿真结果表明:带通滤波器提高了该线谱振动主动控制方法的收敛性能.基于双层隔振平台的线谱振动主动控制实验表明该方法能够在参考信号频率与线谱振源信号频率存在偏差时取得良好的振动抑制效果.     

声码器线谱对参数抗信道误码算法

为降低在窄带高误码率信道上语音传输的失真,针对线谱对参数提出了一种基于信源信道联合特性的声码器线谱对参数抗误码算法.该算法首先对声码器模式信息采用结合长时统计特性的改进最大后验概率算法进行恢复,然后对语音合成质量影响最大的线谱对参数进行基于前向统计概率和分模式加权的最小均方误差准则下的线谱对参数差错后处理.该算法在不消耗任何额外带宽且无算法延时的要求下,可以显著降低线谱对参数谱失真,提高声码器抗信道误码能力和信道误码条件下的合成语音质量.特别在较高信道误码率(5%)下,平均谱失真降低0.3, MOS(mean opinion score)平均提高15%左右.     

低频线谱的一种估计方法

分析几种低频线谱参数估计方法的优点与不足，结合舰艇噪声低频线谱所具有的特点，应用数字滤波－相关谱估计（ＤＦ－Ｃ）和自回归移动平均（ＡＲＭＡ）模型相结合的方法（ＤＦ－ＡＲＭＡ）对低频谱作估计，所得线谱的强度和频率估计值准确度较高。     

基于小波变换的柴油发动机辐射噪声线谱分析

对小波变换(多分辩率分析)用于柴油发动机辐射噪声分析.利用小波变换的"变焦"性能,并基于其多分辨率分析,以柴油发动机辐射噪声信号为对象,使用Daubechies小波及快速小波算法———Mallat算法对其进行塔式分解,然后进行各级小波波形结构特征提取,再结合经典谱估计的方法分析其线谱特征,进而提高线谱的分辨率,以获得更多的信息量,为柴油发动机降低噪声提供理论依据.分析表明,将小波变换应用于柴油发动机辐射噪声线谱分析具有重要的意义.     

线谱对矢量量化方法的改进

介绍了8kb／sCS-ACELP语音编码算法中线谱对参数的基本原理，对线谱对参数作了详细的说明，并给出了由LPC系数到线谱对参数的转变过程。对算法中线谱对量化方法做了分析，提出了改进方法。通过仿真试验，证明了新的量化方法有一定的有效性。     

线谱频率参数的快速、低存储矢量量化

为降低码书的存储空间和搜索复杂度,更充分地利用线谱频率参数帧内和帧间的相关性,提出了一种快速、低存储的矢量量化器。将线谱频率参数去除平均值后进行一阶滑动平均预测,将残差进行三级矢量量化。在第二级量化时,将高维线谱频率参数矢量分裂成两个低维的部分,分别用不同的码书进行量化,降低了码书的存储空间和搜索复杂度。C语言仿真结果显示,在满足低速率编码的前提下,平均谱失真达到0.91 dB,2~4 dB的谱泄露为0.13%,无4 dB以上谱泄露,同时码书的存储空间和搜索复杂度均降低了31%以上。     

Duffing系统线谱值降低的参数选取

为确定最优的参数组合以降低Duffing系统的线谱能量值,以单自由度Duffing系统为参考模型,利用4阶Runge-Kutta法数值分析线性系统与非线性系统的输出动力学特征,分析阻尼参数和非线性参数对系统性能的影响,确定系统处于混沌状态的系统参数.在Duffing系统参数确定的情况下,选周期外激励力对系统进行控制,辅以Lyapunov指数图确定系统处于混沌状态的参数取值范围;根据选取的参数取值范围做系统输出的Lyapunov指数,并根据指数大小选定系统混沌程度强弱的外激励幅值与角频率参数,进而确定线谱经系统后的能量降低值.结果表明,适当调整控制参数可降低单频线谱值.     

一种自适应线谱对滤波器的新算法及在线性预测中的应用

本文从自适应格型滤波器导出自适应线谱对（ＬＳＰ）滤波器，使用最小均方（ＬＭＳ）型自适应算法逐级更新计算线谱对系数。实验表明。该算法与其它算法比较，具有更高的收敛率和较低的失调。用该算法计算得到的ＬＳＰ系数进行语音线性预测合成，获得比使用ＰＡＲＣＯＲ系数更好的效果。     

试论中世纪的音乐教育

中世纪音乐教育主要表现在音乐教育思潮的形成、记线谱的发明、神职人员的培养等方面,其不仅体现了当时音乐教育发展的实际,而且为以后欧洲乃至世界的音乐教育的发展积累了成果与思想.     

一类多频线谱振动的主动控制方法

针对多频线谱振动提出一种新的主动控制方法--多通道解耦LMS自适应滤波方法.该方法以多个并行的LMS自适应滤波器结构和带通滤波器组成前馈控制器,带通滤波器对自适应滤波器进行解耦,以一个单自由度的减振器作为执行机构,对多个频率线谱振动进行主动减振.综合了LMS算法的快速性和频域自适应滤波的有效性,物理意义清晰,易于扩展.应用于国产某型机械式制冷机的主动减振,用B&K的PULSE 7700对现场调试结果进行分析,验证了该方法的有效性.     

一种高效的线谱对参数分段量化方案

为了适应300 b/s以下超低速声码器的需要,提出了一种基于离散余弦变换DCT高效的线谱对参数分段量化方案--DCTSQ(discrete cosine transform segment quantization)方案.采用分段量化的思想,针对语音分段后提取出的线谱对参数矩阵维数不固定问题,对维数转换进行优化分析并利用DCT实现.在此基础上,推导出了DCTSQ方案的码本设计方法.仿真结果表明,相对于目前的分段量化方案和矩阵量化方案,DCTSQ方案可有效提高LSP参数量化效率.     

增强技术在正弦波模型中的应用

针对可用正弦波数量较少，带宽略嫌不够的实际情况，提出合成端采用带宽增强，线谱增强和断点内插等后处理方法，采用带宽增强不需或只需很少的额外比特就可增加合成信号的有效带宽，提高正弦波的利用率，使音色变得更为亮丽，采用线谱增强可增加合成信号的厚实感，减少或消除因谱线损失引起的派生噪声，采用断点内插可弥补正弦波轨迹被强制截断的缺点，改善合成信号的质量。     

带有帧间级间预测的线谱频率参数多级矢量量化

为在极低速率下实现高质量的语音编码,提出一种高效的带有帧间及级间预测的线谱频率参数多级码本矢量量化(IFP-MSVQ-ISP)算法。算法利用多级矢量量化中上一级码本的选定码矢对残差矢量进行预测,对去除预测分量的残差矢量再进行下一级矢量量化。测试结果表明,这种带有多级码本级间预测的算法与无级间预测的算法相比,能够有效降低线谱频率参数的量化误差,使谱失真降低0.1 dB以上,合成语音客观MOS提高0.02以上。该算法的实现对极低速率下语音压缩编码算法的研究具有重要的参考价值。     

预测自适应Gauss混合模型线谱频率量化

为了实现高质量低速率语音编码,提出了高效线性预测Gauss混合模型(Gaussianmixturemodel,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linearspectralfrequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明LP-GMM-LSFQA在20b/帧时量化性能超过预测分裂矢量量化22b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

稀土离子（Eu^2＋和Gd^3＋）掺杂的钡镁复合氟化物的发光特性

本文报导了Ｇｄ＾３＋与Ｅｕ＾２＋共掺杂的钡镁复合氟化物在室温下的发射光谱中，不仅有Ｅｕ＾２＋的带状发射，而且还出现了Ｅｕ＾２＋的４ｒ（＾６Ｐ７／２－４ｒ（＾８Ｓ７／２）线谱发射。这是由于Ｇｄ＾３＋掺入后，使部分Ｅｕ＾２＋５的配位数由８增至１０，从而诱导出了Ｅｕ＾２＋的另一种发光中心，使得Ｅｕ＾２＋的线谱发射产生。     

预测自适应Gauss混合模型线谱频率的量化

为了实现高质量低速率的语音编码,提出了高效线性预测Gauss混合模型(Gaussian mixture model,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linear spectral frequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明:LP-GMM-LSFQA在20 b/帧时量化性能超过预测分裂矢量量化22 b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。