混响声场中语音识别方法研究

免提式话筒语音识别系统是语音识别走向实用的目标之一．实现这一系统，首先要解决房间效应引起的混响问题．通过讨论室内混响声场中语音的特点，提出用鲁棒性特征参数——滤波规整的Mel频率倒谱参数(FNMFCC，即MFCC参数在对数功率谱域进行低通滤波，倒谱域进行均值减，并用标准差加权进行非线性规整，采用这3种措施来消除混响引起的语音参数的变化．识别方法用矢量量化法，用4组无混响数码语音进行训练，对特定人无混响和4种混响声场中共150组数码音的平均识别率达到98．7％．提出的这一新方法在不降低无混响音识别率的情况下，提高了混响声场的语音识别率．该方法不仅识别率高，而且运算量小、所需内存空间小。易于做成小型实用的快速识别系统．     

基于CSD量化的数字滤波器的设计

数字滤波器在数字信号处理中占有举足轻重的地位。针对当前滤波器资源消耗大的问题，仔细研究了基于CSD（Canonic Signed-Digit)量化的滤波器设计方法，并对以往的CDS量化过程进行了改进，提出了一种降低滤波器运算量的改进方法，给出了设计基于CSD量化的滤波器的参考意见。仿真结果表明：改进后的算法对滤波器频率特性有一定改善，系统硬件实现时的存储资源也有所减少。     

古汉语颜色词刍议

颜色是一种抽象的物质，人们难以用具体的符号来描摹，所以导致作为颜色载体的颜色词大都是从具有这种颜色的物体的名词转化而来。古人将颜色分为正色与间色，所以又导致古汉语颜色词具有浓郁的感情色彩。     

基于普通编码器的高精度位置检测方法

根据普通增量式光电编码器测量转角位置的原理，分析了量化误差的形成原因和编码器脉宽制造误差对测量精度的影响，提出了新的信号处理算法——脉冲细分法，利用该方法减小了量化误差．同时标定出编码器的脉宽系数井以它作为脉宽制造误差的补偿参数，消除对位置测量造成的影响，最终提高了系统的测量精度．     

一种在压缩域内的帧类型转换方法

论述了在压缩域内将MPEG-2码流中的B帧或P帧转换为Ⅰ帧的方法。根据DCT变换的正交特性，在将运动补偿运算转换为矩阵相乘运算后，推导出压缩域帧类型转换的计算公式。针对采用半像素精度运动估计的帧，对相应公式做了修正。由于量化阶的选择极大影响转换过程中的失真程度和码率的大小，提出了一种重新计算量化阶的方法，利用压缩域的信息计算宏块的活动性，并由该活动性信息调整量化阶的大小。仿真实验验证了所提出方法的有效性。     

高码率平滑图像质量自适应量化控制算法

针对MPEG-2纯Ⅰ帧编码情况，在MPEG-2TM5自适应量化控制算法的基础上，提出了一种基于平滑图像质量的高码率下自适应量化控制算法。根据已编码帧的复杂度平滑分配各帧目标码字，利用非线性方法使宏块的量化因子变化平缓，以达到高码率下提高图像质量的目的，仿真结果表明，在相同码率下重建图像质量(PSNR)优于TM5算法。     

面向自主机器人的实时彩色视觉系统

设计开发了一种新型的机器人实时彩色视觉系统，以及基于颜色的实时分割和识别软件系统，采用即插即用型的USB接口数字摄像头，简化了系统的使用和维护，首先把输入的彩色图像从RGB空间转换到YIQ颜色空间，提取出和颜色有关的IQ平面的信息；然后根据目标颜色在IQ平面里分割图像，再对图像进行游程编码，并从游程编码中提取出有效的图像信息；最后通过TCP／IP接口将视觉信息发送给机器人控制系统，为了抑制光强变化的影响，采用了一种阈值学习方法，实验结果表明，整套系统具有很高的实时性和较好的识别效果。     

有源自适应消声系统实施问题的分析

本文通过对有源消声系统实施问题的分析,提出了有源自适应消声系统设计中系统采样频率及A/D、D/A和计算机字长的选用方法.     

小波变换及图象的VQ压缩

利用小波变换可实现图象的多分辨率分解，但分解后数据量并没有得到压缩，用ＶＱ对分解后的细节图象进行编码时，根据分解后矢量的均值，方差分类设计码本，该方法不但可有效地提高编码时搜索速度，而且重建后图象的也有所提高。     

距离加权矢量量化文本无关的说话人识别

本文在研究说话人识别的矢量量化方法时，分析了用矢量量化建立说话人识别模型的可行性。针对量化码本描述的不完全性，提出了一种经距离加权的矢量量化方法，能更好地刻划出说话人语音特征空间的精细结构，从而提高正识率。本文还对特征参数ＬＰＣＣＥＰ的选取进行了理论分析和实验研究，提出了平均互—自差异比的概念，给出了一种对特征矢量的每一维分量识别能力进行定量化估算的公式。实验结果表明，距离加权矢量量化是一种具有很高正识率的与文本无关的说话人识别方法。