连续相位调制技术的分析与应用

探讨了连续相位调制技术,提出了基于CPM技术的应用实例,任何连续相位调制器均可分解为无记忆调制器和连续相位编码器,该技术具有较高的功率和频谱利用率.采用多元码和CPM调制技术相结合实现的串行级联系统,既降低了CPM系统成本,又提高了系统性能,具有较大的实用价值.     

Bent函数的构造

文献给出了一类布尔函数的Walsh谱分解式，并由此分解式构造出了大量的Bent函数．本文在相关文献的基础上，继续给出一类布尔函数的Walsh谱分解式，利用谱分解式给出了Bent函数的另几种构造方法．     

Turbo码的设计及性能分析

本文在分析Turbo码编解码机制、探求它性能优越原因的基础上,进一步研究了Turbo码的构成编码器设计,交织深度、交织表的选择,以及解码算法对其性能进一步提高的影响;比较了其与之前流行的RS码和运用维特比译码的卷积码的性能。此外,本文还指出了Turbo码这种新思路给未来研究工作带来的启发。     

一种基于BP短LDPC码的改进级联算法

对短LDPC码的分阶统计译码(OSD)算法进行了分析,研究了BP和OSD的级联算法及对数似然比累积算法,考虑到译码复杂度和性能的折中,提出了一种改进的级联算法,用最小和算法替代BP算法,然后与对数似然比累计算法进行级联.仿真结果表明,和原始的BP算法相比,译码性能有了很大的提升;和BP-OSD级联算法相比,译码复杂度降低,性能几乎一致.     

对数正态分布无失效数据的Bayes统计分析

利用对数正态分布的性质,从失效概率在时间相差较小的情况下应具有时间的连续性出发,讨论了检验时刻失效概率的分层Bayes估计,进而利用分布函数曲线拟和方法得到了母体参数的线性回归估计,并结合实际问题进行了计算．     

Bent函数的构造

给出了一类布尔函数的Walsh谱分解式,并据此给出了Bent函数的构造。     

基于改进YOLOv3的轻量化神经网络算法研究

对于小样本数据集,YOLOv3神经网络框架在训练时存在特征利用率和特征传递效率低的问题,其网络性能得不到充分利用,为解决这些问题,该研究提出基于改进的YOLOv3轻量化神经网络模型,该网络模型将YOLOv3基础框架中的ResNet残差网络结构改为DenseNet的密集串联结构,并将多尺度输出结构删减到2个.在自制麻将子数据集上的实验表明,改进YOLOv3的神经网络的每秒计算帧数(FPS)对比改进前提升了119.03%,预测目标与实际对象交并比(IoU)在0.5以上的平均检测精确度(mAP-50)提升了2.45%.将改进模型推广至开源数据集Kaggle以及Caltech上,改进模型相比原模型的每秒计算帧数分别提升了124.39%、140.05%,预测目标与实际对象交并比在0.5以上的平均检测精度分别提升了12.5%、5.34%.     

朝鲜语文语转换及其拼接代价的研究

拼接代价函数是决定合成音自然度的重要因素之一。针对拼接代价函数,以往的研究只考虑拼接点处的特征向量是否相等,而没涉及到特征向量的一阶连续性。该文研究并实现了以三音子做为基元的朝鲜语文语转换系统,并研究了基元动态特征对拼接的影响,设计了能反映特征连续性的一种新的拼接代价函数,利用两个基元在拼接点处的特征向量及其一阶差分值计算拼接代价。实验结果表明,基于动态特征连续性的拼接代价函数可以较好地改善拼接处的频谱连续性,有效地提高了朝鲜语合成语音的自然度。     

振管式传感器的模态实验与仿真

从振管式传感器结构离散化入手,采用数学方法对其进行矩阵分析,并以矩阵形式给出振管的振动方程.然后通过对矩阵的求解分析,得到振动频率和主振型的矩阵表达式.再用Matlab工具建立连续线性杆元模型,进而求得其频率和振型.最后,通过模态实验验证实物模型与仿真模型的差异,将其结果与模型分析相联系,证明振管的数学模型是正确的.     

汉语语音合成的研究进展

为解决如何让机器像人那样说话的问题,综述了近年来汉语语音合成技术的进步和发展;描述了汉语语音合成系统的设计方法;对基于汉语语音特点的语音合成过程中的一些关键技术和原理进行了详细的分析和比较;阐述了语音合成在多媒体等方面上的应用以及目前评价语音合成系统性能的一些新方法,并对当前语音合成技术的研究热点和语音合成技术存在的问题进行了分析,为语音合成技术的进一步研究提供了借鉴作用。