连续型隐马尔可夫模型(HMM)参数与语音识别

提出了一种新的连续型隐马尔可夫模型（ＨＭＭ）的概率密度函数,并导出了一系列的参数寻优迭代公式,与常用的概率密度函数相比,它的运算量较小,且不易产生计算时的上溢与溢问题,把它用于ＨＭＭ语音识别,效果较好。     

基于低密度校验码的分布式信源编码算法

为充分利用信息采集网络中信源的相关性,有效解决采集设备的存储能力和计算能力受限的问题,提出了一种基于低密度校验码(LDPC)的分布式信源编码算法,将编码复杂度转移到解码端,在保证解码输出质量的基础上有效降低信源编码复杂度.该算法针对高斯信源,基于陪集分割原理,采用LDPC实现.实验结果表明:相对于网格码和Turbo码,该算法更加直观、简单,且在相关信噪比较低时具有明显的优势,当符号错误率为10-3时,相对于网格码和Turbo码,信噪比分别有3.0~3.5dB和0.7dB左右的改进.     

基于LDPC的分布式信源编码算法

分布式信源编码是一种新的编码方式,它实现相关信源的独立编码和联合解码。在保证解码输出质量的基础上有效降低信源编码复杂度。本文提出了一种基于LDPC的分布式信源编码算法,该算法针对高斯信源,基于陪集分割原理,采用LDPC码来实现。实验结果表明：相对于采用网格码和Turbo码实现的分布式信源编码,该算法直观简单且更具良好的性能。     

一种基于辅助路由的拥塞自适应协议

针对现有多跳无线自组网路由协议以被动方式对拥塞进行处理,有可能导致更多的分组丢失、更长的时延和更大的网络开销问题,提出了一种基于辅助路由的拥塞自适应协议（congestion adaptive protocol based on aided-routing, CAPAR）。该协议以主动方式对拥塞进行处理,采取建立辅助路由的方法对发送给拥塞节点的业务流量进行分流,主动避免拥塞的发生,克服了以被动方式对拥塞进行处理所带来的不利影响。给出了CAPAR协议的建立过程,证明了CAPAR协议的正确性,并对其路由存储代价和路由更新代价进行了分析。结果表明,与其他按需路由协议相比,CAPAR减少了重新建立路由所带来的开销和时延,其路由更新代价明显降低。     

OFDM系统中一种自适应比特分配算法

在OFDM系统中应用白适应比特分配能够优化系统的性能。在传输速率固定的前提下,对动态比特和功率分配的优化问题进行分析后．提出了一种新的基于预分配的自适应比特分配算法。该算法由预分配和迭代分配两个过程组成。在预分配过程中．信道状态较好的子载波将被优先考虑,然后通过迭代分配进一步将总发射功率降低。仿真结果表明,该算法是一种最优的比特和功率分配算法。与传统的等比特分配方案相比,该算法能够显著提高系统的性能。     

垂直分层空时码的迭代检测算法

为解决垂直分层空时码的最优最大似然（ML）检测难以实现,而常用检测算法的性能受到错误传播影响的问题,提出了一种垂直分层空时码的迭代检测（ID）算法．该算法利用多天线接收信号的软信息进行迭代并行消除干扰,有效地降低了错误传播的影响．仿真结果表明,ID算法的收敛速度快,其检测性能比常用的ZF—DFE算法有明显的提高;在低信噪比区域,ID算法的检测性能与ML算法相当．     

一种基于奇异值分解的带噪语音识别方法

提出了一种抗噪声的语音识别方法,用于训练和用于测试的语音信号在提取特征之前,均需经过相同的奇异值分解滤波,本文还提出了一种滤波参数的选取方法,实验证明,采用这种方法可以大幅度提高传统隐马尔可夫模型语音识别系统的抗噪声性能。