基于遗传算法时滞系统的滤波器参数自调整内模控制

对于工业控制过程中的时滞系统,采用内模控制的设计方法,建立了滤波器参数λ的优化自整定;并且研究了利用十进制编码的遗传算法及其具体的遗传操作过程,实现了滤波器参数λ的优化自整定,从而避免了二进制编码所导致的影射误差.仿真结果表明,对于在控制过程中过程模型变化或过程模型与预估模型失配时,通过优化调整内模控制器的滤波器参数λ;可改善系统的控制品质,提高控制系统的鲁棒性,且易于工程实现.     

DRM系统信道编码器模块实现研究

本文依据ETSI 颁布的DRM系统标准,分别基于FPGA、普通DSP和VLIW DSP三种不同硬件平台实现了DRM系统信道编码器模块,并对基于三种不同硬件平台的实现进行比较分析.     

基于SPW的编织卷积码的仿真实现

SPW是一个先进的通信系统建模、仿真工具,它具有非常灵活的自定义模块能力。编织卷积码是一种高效的纠错编码,具有比Turbo码更强的纠错能力。在介绍了编织卷积码原理的基础上,将编织卷积码封装为自定义模块,并在SPW环境中对编织卷积码在AWGN信道下的性能进行了仿真,仿真结果表明编织卷积码的性能与系统帧长、编码器个数有较大的关系。     

基于Speech SDK的语音应用程序实现

利用Microsoft Speech SDK的API for Text-to-Speech和API for Speech Recognition,采用Visual Basic 6．0语言,建立文本语音转换应用程序和实现语音识别程序,简单地实现了语音识别的功能,识别出来的内容即可保存为文件,也可作为命令使用,让计算机执行某项操作。     

基于实数编码的多种群演化遗传算法

针对标准遗传算法(SGA)在实际应用中存在早熟收敛、精度较差及运算速度慢的缺点,提出了一种基于实数编码的多种群演化遗传算法(RMGA).实验结果表明该算法能够有效的提高全局搜索能力和局部快速搜索能力,对改进SGA的缺点是十分有效的.     

API8108A语音芯片在人机交互系统中的应用

本文详细介绍了 APL US公司的一次性可编程语音芯片 API810 8A的基本结构及工作原理 ,并讲述了其与单片机的接口技术和在人机交互系统中的应用     

基于比特平面SBI变换的遥感图像无损压缩

提出一种基于子块互换(subblock interchange,SBI)的遥感图像无损压缩方案.采用小波变换对遥感图像进行分解,将生成的频域数据按不同比特平面分别进行SBI变换并用算术编码进行压缩.该方案改进了基于列的扫描方式,将小波系数按幅值大小进行重新排序,根据SBI变换后数据特点取消了文本压缩中常用的前移编码(MTF),在降低复杂度的前提下提高了压缩率,同时具有信噪比和分辨率可扩展特性.     

基于矢量量化的语音信号频带扩展

对基于矢量量化的频带扩展方法进行了改进.在码本形成上提出了重新量化的方法,并用码本结合浊音度的方法调整增益.首先根据清浊度和能量被划分为标准将窄带输入信号清音、浊音和静音3类;然后每类信号选择不同的码本,用基于矢量量化的方法将窄带信号的谱包络转换成高频带信号的谱包络;再用激励信号(高斯白噪声信号)和重建的高频谱包络合成高频带语音;最后将高频带与原窄带信号之和作为最终的宽带信号.仿真及与其他方法比较说明,本文的方法所需计算量小,适合实时环境.     

基于空时分组编码的OFDM系统频率分集方案

增加发送或接收天线的个数可以提高无线通信系统分集增益和性能,但通过增加天线个数往往会大大增加系统的尺寸和成本,尤其是对于接收端显然是不现实的.针对空时分组编码正交频分复用(STBCOFDM:Space-Time Block Coded Orthogonal Frequency Division Multiplexing)系统提出频率分集方案,在相同符号错误率(SER:Symbol Error Rate)条件下,利用频率分集无须增加发送天线的个数.分析了该方案成对错误概率(PEP:Pairwise Error Probability)的上限值,给出了系统的编码增益和分集增益.结果表明,该方案可同时获得频率分集和空间分集增益.仿真实验证实了该方案在10-3符号错误概率条件下,与2发1收的STBC-OFDM系统相比,信噪比增益提高3 dB,与4发1收的STBC-OFDM系统具有几乎相同的误码性能.     

基于训练模型改进的语音问句信息抽取方法

为进一步提高客户语音问句实体信息抽取的准确性,增强智能问答系统知识图谱中信息抽取技术的整体效果,首先对语义标注进行优化,随后在BiLSTM-CRF(bidirectional long short-term memory conditional random filed)基础上加入BERT(bidi-rectional encoder representation from transformers)模型对句子进行实体抽取学习.在具体实验中,以语音问句事件文本为数据来源,对其进行语义标注和实体抽取实验.结果 表明,在语义标注优化的基础上同时加入BERT改进模型,信息抽取结果均高于BiLSTM-CRF方法,且改进模型的调和平均值达到91.53％,即可为增强事件实体信息抽取提供实践意义.