电感耦合等离子体原子发射光谱的现代谱估计

用现代谱估计方法对电感耦合等离子体原子发射光谱（ＩＣＰ－ＡＥＳ）及其信号特性作了讨论。本工作用现代谱估计技术中的自回归模型（ＡＲ）方法计算功率谱。采用Ｌｅｖｉｎｓｏｎ－Ｄｕｒｂｉｎ递归算法计算ＡＲ模型的参数,然后用这些参数计算功率谱。用实际的ＩＣＰ－ＡＥＳ光谱和测量信号所得的结果表明,采用谱估计方法可以对ＩＣＰ－ＡＥＳ光谱的频率构成和特性作进一步深入的理解。     

一种重构辐射噪声调制谱的方法

在进行辐射噪声信号的仿真研究中,希望利用经滤波、特征提取等处理所得到的反映目标特性的线谱、连续谱、调制谱来重构辐射噪声,以便于研究辐射噪声在声场中的传播特性。本文提出了利用迭代算法估算调制深度谱的算法,给出了时域辐射噪声的重构模型,以实测数据的调制谱为出发点,来重构其时域信号,并对重构前后的调制谱进行了误差分析,取得了较好的效果。     

基于谐波和噪声能量改进的语音截止频率轮廓估计

为了对语音谐波/噪声模型中的语音截止频率轮廓进行更好的描述,本文提出了一种基于谐波和噪声能量改进的语音截止频率轮廓估计算法。改进算法对累积谐波和噪声能量函数进行对应谐波处的功率谱加权,并且在语音截止频率轨迹的平滑部分采用形态滤波的手段。实验表明,与原算法相比,通过改进算法得到的截止频率轮廓在语谱图上标注得更为准确,在主观评分测试中改进算法也获得了优于原算法的测试评分。改进算法比原算法能够更加准确的对语音截止频率轮廓进行估计,从而使得语音谐波/噪声模型在语音编码、语音合成及识别方面具有更为有效的应用。      

文本无关说话人识别的全特征矢量集模型及互信息评估方法

提出了一种文本无关说话人识别的全特征矢量集模型及互信息评估方法,该模型通过对一组说话人语音数据在特征空间进行聚类而形成,全面地反映了说话人语音的个性特征。对于说话人语音的似然度计算与判决,则提出了一种互信息评估方法,该算法综合分析距离空间和信息空间的似然度,并运用最大互信息判决准则进行识别判决。实验分析了线性预测倒谱系数(LPCC)和Mel频率倒谱系数(MFCC)两种情况下应用全特征矢量集模型和互信息评估算法的说话人识别性能,并与高斯混合模型进行了比较。结果表明:全特征矢量集模型和互信息评估算法能够充分反映说话人语音特征,并能够有效评估说话人语音特征相似程度,具有很好的识别性能,是有效的。     

面向语音增强的约束序贯高斯混合模型噪声功率谱估计

提出了一种基于极大似然的噪声对数功率谱估计方法,采用高斯混合模型对每一个频带上的功率谱包络构建统计模型,将时序包络划分为语音和非语音类,它们分别对应于高斯混合模型的两个高斯分量,描述语音和非语音的统计分布,其中非语音高斯分量的均值即为噪声功率谱的最优估计.采用序贯学习的方法,在极大似然准则下逐帧更新模型参数,并逐帧给出噪声功率谱的最优估计值。此外,由于序贯更新过程中语音信号长时缺失,容易导致模型失稳,提出了一种在线的最小描述长度准则(MDL)来判断语音信号是否长时缺失,从而保证了模型的稳定性.实验表明,算法性能整体优于经典的MS和IMCRA算法。      

基于高斯-拉普拉斯-伽玛模型和人耳听觉掩蔽效应的信号子空间语音增强算法

针对信号子空间语音增强算法中的子空间选择和线性滤波器中噪声功率谱和拉格朗日乘子的估计问题,用高斯、拉普拉斯和伽玛模型描述了语音的分布,提出了利用目标语音概率最大化来确定信号子空间维度的方法。在噪声子空间上,利用条件概率估计出噪声功率谱。接着,为了合理地折中增强语音中的残余噪声和语音畸变,提出了一种基于人耳听觉掩蔽效应的拉格朗日乘子估计方法。实验证明,在多项语音质量评价指标上,所提算法都取得了更好的结果。所提的信号子空间算法比传统的信号子空间算法更有效地消除了噪声,使得恢复的语音具有更好的质量。      

一种对加性噪声和信道函数联合补偿的模型估计方法

语音识别系统在面对实际环境中多变的加性噪声和信道差异的影响时性能急剧下降,抑制这些噪声和差异所造成的性能下降具有重要意义.作者提出了一种模型补偿算法,使用句子中的非语音段估计加性噪声,然后利用EM算法估计信道函数,从而在倒谱域上对失配的声学模型进行联合补偿.实验表明,相比基线系统,采用该算法的系统的平均性能相对提升幅度超过50%.算法可以动态跟踪环境的变化,性能表现优于一些传统的语音识别稳健性处理算法.     

结合幅度谱和功率谱字典的语音增强方法

从双路字典学习、噪声功率谱估计、语音幅度谱重构角度提出了一种改进的谱特征稀疏表示语音增强方法。在字典学习阶段,融合功率谱与幅度谱特征,采用区分性字典降低语音字典和噪声字典的相干性;在语音增强阶段,提出一种噪声功率谱估计方法对非平稳噪声进行跟踪估计;考虑到幅度谱和功率谱特征对不同噪声的适应程度不同,设计了语音重构权值表。对分别由幅度谱和功率谱恢复而来的两路信号进行自适应加权重构,结合相位补偿函数得到增强后的语音信号。实验结果表明,该方法在平稳、非平稳噪声环境下相比于单一谱特征的语音增强方法平均提高31.6%,改善了语音增强方法的性能。      

基于线性调频Z变换和短波语音通话的飞机类型识别研究

研究用短波语音通话携带的飞机舱室噪声对飞机类型进行识别的方法。分析了飞机舱室内噪声在短波信道和语音通话干扰下的物理特性,定义了估计语音段的飞机噪声信噪比的公式,提出了自适应的抑制语音增强飞机噪声的模型,通过CZT变换分别提取目标信号不同频段的功率谱密度级特征,并设计了用支持向量机进行分类识别的二叉分类树。对8类现场实测数据进行实验:增强后语音段的平均信噪比提高约22 dB,分类树对语音应答间隔噪声、语音段信号和增强后的信号的平均识别率分别为82.79%,15.25%,50.18%。实验表明:应答间隔噪声可用于飞机类型识别;语音抑制算法带来较大的信噪比和识别率增益,证明语音段蕴含有助于飞机类型识别的重要信息,可为后续的研究奠定基础。      

基于最大似然多项式回归的鲁棒语音识别

本文针对最大似然线性回归算法线性假设的缺点,将多项式回归方法用于模型自适应,构建了基于最大似然多项式回归的非线性模型自适应算法。该算法在对数谱域用多项式回归方法,逼近每个Mel子带上识别环境模型均值与训练环境模型均值之间的非线性关系。多项式系数通过EM算法和最大似然准则从识别环境下的少量自适应数据中估计。实验结果表明,二阶多项式就可以较好地逼近模型均值的非线性环境变换关系。在噪声补偿和说话人自适应实验中,最大似然多项式回归算法的误识率都明显低于最大似然线性回归算法。本文算法较好地克服了线性模型自适应算法线性假设的缺陷,可同时减小噪声,和说话人的改变或其它因素对语音识别系统的影响,尤其适合说话人和噪声的联合自适应。      

一种直升机旋翼试飞测试系统设计与实现

针对语音信号中存在加性噪声使MFCC的鲁棒性和识别系统的性能下降的问题,基本谱减法的引入在增强MFCC抗噪性上取得的效果有限,为了使MFCC具有更好的抗噪性,提出了一种改进算法,在谱减法的基础上引入谱熵的思想,利用谱熵值的分布逐帧进行噪声估计,可更精确地谱减去噪。实验结果表明,当语音中含有加性噪声时,与基本谱减法相比,改进谱减法的说话人识别系统抗噪性与鲁棒性更好。     

基于改进噪声估计的谱减法应用于说话人识别

针对语音信号中存在加性噪声使MFCC的鲁棒性和识别系统的性能下降的问题,基本谱减法的引入在增强MFCC抗噪性上取得的效果有限,为了使MFCC具有更好的抗噪性,提出了一种改进算法,在谱减法的基础上引入谱熵的思想,利用谱熵值的分布逐帧进行噪声估计,可更精确地谱减去噪;实验结果表明,当语音中含有加性噪声时,与基本谱减法相比,改进谱减法的说话人识别系统抗噪性与鲁棒性更好。     

卷积噪声环境下语音信号鲁棒特征提取

提出了一种基于独立分量分析(ICA)的语音信号鲁棒特征提取算法,用以解决在卷积噪声环境下语音信号的训练与识别特征不匹配的问题。该算法通过短时傅里叶变换将带噪语音信号从时域转换到频域后,采用复值ICA方法从带噪语音的短时谱中分离出语音信号的短时谱,然后根据所得到的语音信号短时谱计算美尔倒谱系数(MFCC)及其一阶差分作为特征参数。在仿真与真实环境下汉语数字语音识别实验中,所提算法相比较传统的MFCC其识别正确率分别提升了34.8%和32.6%。实验结果表明基于ICA方法的语音特征在卷积噪声环境下具有良好的鲁棒性。      

基于S变换的脉冲星辐射脉冲信号检测

为了提高脉冲星辐射脉冲信号的检测速度和在低信噪比下的检测效果, 提出了一种基于S变换的脉冲星辐射脉冲信号检测算法. 文中证明了高斯白噪声S变换域功率谱服从自由度为2的卡方分布, 基于此对累积信号S变换域功率谱进行阈值处理,累加阈值处理后的时频功率谱作为统计量进行检测. 此外阈值处理后的功率谱也可用来测量脉冲星信号的时间延迟. 仿真实验验证了本文算法的有效性,其检测性能优于同类的基于高斯分布模型的检测算法, 同时还可以在一定精度下给出脉冲星信号的时间延迟值. 关键词： 脉冲星 卡方分布 S变换域检测 时延测量     

使用振幅调制和功率谱相减的联合变换相关器作多目标检测

提出一种使用振幅调制和功率谱相减的联合变换相关器作多目标检测，这一方法对联合功率谱作了修正，先将联合功率谱减去纯输入景物的功率谱和参考图象的功率谱，再将所得修正的联合功率谱乘以振幅调制滤波函数。分析和量化了输入景物噪声对联合变换相关器性能的影响。这种方法比条纹调节的联合变换相关器和修正的条纹调节的联合变换相关器能产生更好的相关输出和适应输入景物噪声的能力。     

基于二维空间的语音分形处理算法

提出了一种二维空间的语音分形增强算法。算法对已加窗、模块化的语音数据进行二维傅里叶变换。以分形维数构成自适应滤波器,降低噪声,增强语音,得到清晰的信号。研究表明,分形算法可以弥补传统线性分析方法的不足,二维自适应滤波前后语音的包络形状较好地保持了原始语音信号的特征,算法减小了由于非平稳噪声的影响,并有效抑制了音乐噪声。     

基于修正Mel域掩蔽模型和无语音概率的耳语音增强

提出了一种基于修正Mel域听觉掩蔽模型和无语音概率的耳语音增强方法。该方法根据耳语音的发音特点对Mel频率进行修正,对每一帧耳语音信号进行Mel域频带滤波,同时通过无语音概率(SAP)动态地确定每个频带的听觉掩蔽阈值,对不同的听觉掩蔽阈值自适应地调整谱减系数来进行耳语音增强。对增强后的耳语音进行客观和主观测试,结果表明,该方法与其它谱减法相比,能将残留噪声和背景噪声控制在人耳掩蔽阈值下,取得更小的语音失真,主观听觉也得到了很大的改善。      

基于鲁棒损失函数的标签有噪信号调制方式识别

针对现实信号调制方式标注易发生错误, 即训练数据集中信号调制方式标签存在噪声情形, 我们选取l₁模损失函数及其推广形式作为对标签噪声具有鲁棒性的损失函数, 结合深度卷积神经网络优良的自动特征提取能力, 提出一种针对信号调制方式存在误判噪声的深度学习算法。该算法在训练数据集合标签噪声率达50%情形下, 对信号调制方式的识别准确率依然保持较高水平。相反, 对于采用通常的交叉熵作为损失函数的深度卷积神经网络, 其已无法对信号调制方式进行分类识别。在公开的数据集上的数值实验表明, 所提算法对于标签有噪信号调制方式识别具有较强的鲁棒性。     

GaAs／GaAlAs多量子阱反射型光调制器及自电光效应器件

采用分子束外延技术生长含有大周期数的ＧａＡｓ／ＧａＡｌＡｓ多量子阶（ＭＱＷ）及分布布喇格反射器（ＤＢＲ）的ＰＩＮ结构器件。研究了量子限制斯塔克效应（ＱＣＳＥ），分布布喇格反射及非对称腔模（ＡＳＦＰ）效应对光的反射调制作用及这三种效应的兼容性对光调制及逻辑器件的重要影响。给出我们研制的反射型光调制器及自电光效应器件的实验结果。对于常通型及常闭型调制器，其两态衬比度可达１０ｄＢ。所研制的ＳＥＥＤ器件，其导通光能耗低于１０ｆＪ／（μｍ）￣２，实现其光学双稳态及Ｒ－Ｓ光触发器工作。     

TX100胶束中光解蒽醌的TRESR研究

用时间分辨电子自旋共振（ＴＲＥＳＲ） 波谱仪研究了光解蒽醌自由基的化学诱导动态电子极化（ＣＩＤＥＰ） ．实验测量表明,在蒽醌／ 乙二醇／ＴＸ－ １００ 体系中,蒽半醌自由基ＡＱＨ·有很强极化ＥＳＲ 信号,在激光激发后～０ ．８μｓ,检测到蒽醌负离子基ＡＱ·－ 的信号,表明ＡＱＨ·自由基部分地离解为负离子基ＡＱ·－ ．