二阶隐马尔可夫模型的学习算法及其与一阶隐马尔可夫模型的关系

研究和推导了二阶隐马尔可夫模型(HMM2)的学习算法,其中包括前向、后向变量的定义与计算,Viter-bi算法,以及Baum-Welch算法.同时还研究了HMM2与一阶隐马尔可夫模型(HMM1)之间的关系,发现对任给的HMM2,总存在一个HMM1与之等价,提出了HMM2与HMM1的等价性定理,并给出了定理的证明.     

一种时间规整算法在神经网络语音识别中的应用

提出一种新的网络结构,这种网络能够很好地解决神经网络语音识别中的时间规整问题。该网络从输入语音信号的特征矢量序列中提取一组固定数目的特征矢量,然后将这组特征矢量馈入神经网络分类器进行识别。和其他的神经网络语音识别方法相比较,用这种网络进行前端处理,可以缩短后端神经网络分类器的训练和识别时间,简化分类器的网络结构并保持较高的识别率。     

横波液速的卷积反投影估计

声波测井记录中有关横波速度的估计是目前需要解决的一个难题,原因在于伴随着横波存在着强伪瑞利波(Pseudo-Rayleigh Wave),为了有效地抑制干扰波,突出横波的强度,必须估计测井信号的非色散谱。本文详细讨论了利用CT技术中卷积反投影重建技术估计多道测井记录的非色散谱的算法,并由此进一步得到横波波速的估计。计算机模拟结果表明该算法是有效的,在估计精度上优于传统的相似处理技术。     

用于混沌同步的非线性观测器的稳定性分析

首先讨论了时间连续驱动混沌同步非线性观测器的线性化误差动力学方程的稳定性,给出了关于观测器渐近稳定性的判别准则.[KG*2]随后通过理论分析和数值仿真发现,在时间离散驱动下,只要满足一定条件,观测器与原系统仍有可能达到同步,而不管在连续驱动时是否有渐近稳定的同步观测器存在. 最后推导出了时间离散驱动时混沌同步非线性观测器的渐近稳定性的判别准则,仿真实验结果验证了该准则的正确性.     

盲均衡和信道参数估计的一种ICA和进化计算方法

首先给出了一种盲均衡的新方法。该方法利用过程采样技术和一种新的独立分量分析神经网络，仅通过接收到的信号完成在线盲均衡，基于接收信号的四阶累积量和线性系统的特性，利用进化规划算法和均衡输出序列，估计信道参数。计算机仿真结果表明算法具有较好的性能。     

稳定的IIR自适应滤波器的综合

本文根据李亚普诺夫稳定性理论,对不需要补偿器的IIR自适应数字滤波器的设计进行了探讨。在期望信号先验知识未知的情况下,只要输入信号矢量的范数一致具有下界,这种滤波器就是渐近稳定的。仿真表明,这种滤波器要求的计算量少,收敛速率快。     

晶体管脉冲同步分频系统的研制

在精密的时间测量系统中,为了获得严格的定时同步脉冲,必须消除多级分频器所产生的误差,因而需用比较复杂的分频系统。本文专门讨论了利用脉冲选择的晶体管化同步分频系统的线路综合原理和研制技术问题,对组成系统的各种单元脉冲电路,如晶体管窄脉冲形成器,晶体管间歇振荡器,晶体管多谐振荡器,晶体管延迟电路以及晶体管门电路等均作了较深入的分析,并给出相应的实验结果。系统的主振信号是由一100千赫晶体稳频的振荡器产生,通过多级脉冲选择的双侧同步分频电路,可以同时获得稳定的100千赫,10千赫,1千赫及100赫等重复频率同步窄脉冲,同步脉冲的宽度为0.4微秒,幅度大于3伏。实验结果与理论分析基本上是一致的。