多级矢量量化中的码本共享

为了解决语音参数编码算法中多级矢量量化中码本尺寸过大,存储量过大,导致搜索复杂度大的问题,提出了多级矢量量化中的码本共享的迭代算法。该算法基于多级矢量量化中各级待量化码矢之间的相似性,采用模拟退火算法,通过迭代得出共享变换系数。在1.2 kb/s的正弦激励线性预测声码器中,采用该算法对线谱对参数进行多级矢量量化。测试结果表明:在共享级别选择恰当时,可降低存储量20%,同时重建语音谱失真损失约为0.02 dB,可见该算法可以有效降低码本容量,同时对语音质量影响极小。     

多参考信号的ICA方法及其在去除脑电伪差中应用

为消除脑电信号中的心电、眼电等伪差,在已有的不动点算法和带参考信号的独立分量分析算法的基础上,提出了一种多参考信号的独立分量分析方法.该方法通过计算各伪差在各路观测信号中的比重,去除伪差对观测信号的影响,从而得到较为纯净的脑电信号,所提方法相对于传统的fast ICA算法具有更小的计算量,并且不需要对分离的独立源进行人工干预,同时也是对ICA-R算法的一种扩展,解决了其只能提取单路源信号的缺点.仿真实验证明该方法更切合实际情况,而且能够更加有效地去除脑电信号中的多个伪差.     

一种无线通信信号超窄带滤波方法的改进

在无线通信过程中,采用传统超窄带滤波方法很难获取较宽且没有被干扰的频带,有效信号在频域中会出现裂口,导致大量数据丢失,造成人为干扰。提出一种新的无线通信信号超窄带滤波方法,依据幅值、斜率以及带宽对干扰源位置与数量进行判定,为无线通信信号超窄带滤波提供可靠依据。将干扰数据与有效数据投影至不同空间,分别对其进行超窄带滤波处理,通过数据特征值子空间滤波法,获取无线通信信号超窄带滤波的回波数据,实现无线通信信号超窄带滤波,完成无线通信信号超窄带滤波方法的改进。实验结果表明,所提方法能够有效滤除无线通信信号中的超窄带干扰,能保留数据的完整性,避免人为干扰。     

内燃机表面振动信号的性质

研究内燃机表面振动信号,阐明内燃机振动信号是十分复杂的非平稳随机信号;揭示了内燃机振动信号中分形及多重分形行为;提出通过奇怪吸引子的嵌入维估计能完整描述振运输 最少独立变量数目,并指出内燃机振动是一个高维非线性动力学问题,这是利用内燃机表面振动信号实现内燃机故障诊断的重要理论基础。     

基于自适应邻域的空域错误掩盖算法

针对以固定邻域内的像素为参考进行图像错误掩盖时,往往容易导致边界信息的丢失或产生阴影和虚假条纹的问题,提出了根据错误块邻域图像特征选择自适应参考像素集的空域错误掩盖算法.介绍了一种有效的分割方法,将邻域分割为与错误块相关和无关的两个区域,并以相关区域内的像素为参考进行空域内插.实验结果表明,该算法掩盖的视频图像既能有效地重建多个方向的边界信息,又能抑制或消除无关区域的影响,可广泛应用于掩盖MPEG、JPEG和H.26x等基于块编码码流中的错误.     

广播电视常用音频数字编码技术

文章介绍了广播电视行业常用的音频数字编码方式：非压缩编码(PCM)和压缩编码(MPEG、Dolby、DTS)的原理以及优缺点、应用范围．     

基于中心对称圆阵的不相关源和相干源的DOA估计

基于中心对称的圆阵,提出了一种针对不相关源和成对相干源的波达方向(DOA)估计方法.这是一种分两步估计的方法,首先利用阵列流形的唯一性条件估计出不相关源;然后通过构造中心对称的阵列流形来去除不相关源的干扰,同时达到去除成对相干源相干性的目的.这种方法简单有效,由于直接在阵元空间进行估计而不需要进行波束变换,因此具有较高的估计精度.仿真实验结果验证了该方法的有效性.     

基于基因算法的用于系统识别的测试信号的设计

详细介绍了如何用Matlab实现基因算法生成两个不同的具有最小峰值的测试信号,并且把这两个不同的测试信号输入到一个识别工具箱里,通过检验输出的结果来确定这两个测试信号是否适合用作特殊系统的识别.本文所用基因算法产生的测试信号如预期的一样具有最小峰值,但当把这两个测试信号输入到识别工具箱之后,估计系统的矩阵特征值与原始系统的矩阵特征值有很大的差距.产生这种差异的原因主要有两个,一个可能是产生这两个测试信号的长度不够,另一个可能是这两个测试信号非正交.     

一种快速DSSS/QPSK信号检测方法

针对DSSS/QPSK扩频通信的非协作检测问题,研究提出了一种基于时域分析处理的检测方法,该方法基于DSSS/QPSK信号的基本特征,通过对接收到的信号在时域做简单的延迟相乘处理与自相关分析完成对信号的检测和实现对DSSS/QPSK扩频系统重要参数信息码周期的估计.计算机仿真模拟结果显示,文章所建议方法简单有效,可操作...     

未知相关噪声下的广义波达方向估计算法

针对未知相关噪声情况下信源波达方向的估计,提出一种适用于均匀线阵的广义波达方向估计算法。该算法利用修正后的协方差差分算法,有效地消除了阵元间的相关噪声的影响。不同于以前的算法,提出的算法通过对接收数据的前后向空间平滑协方差矩阵进行共轭运算得到新的变换矩阵,因此修正后的协方差差分矩阵是个实部为零的厄米特矩阵,从而有效地降低了特征分解过程的计算量。本算法能解决相关噪声下,同时分辨相干与非相干信源的问题。理论分析和仿真结果均表明所提算法的有效性。