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。      

存在通道幅相与互耦两种误差的均匀圆环阵流形曲线拟合方法

针对实际装配后均匀圆环阵的阵列流形向量偏离理论值的问题,提出一种利用单声源从不同方位入射阵列时的阵列幅度相位响应拟合阵列流形模型的算法。考虑阵列存在通道幅度相位一致性偏差和阵元间互耦作用,导出阵列幅度相位响应与流形误差参数的关系式,利用互耦矩阵在模态域可与阵列流形分离的特性,将关于误差参数的关系式降次为线性方程组,再联合多个方位对误差参数做最小二乘估计。对于只存在其中一种误差的特例情况,给出了对应高精度、低复杂度的估计方法。最后,利用数值仿真对所提方法的拟合精度进行评估,拟合后的阵列流形误差距离缩减至10-2量级,水池实验数据也验证了算法在实际应用中的可行性。      

含时变风险厌恶系数的异质信念模型及实证分析

根据前景理论的反射效应,在做市商调整机制下,对市场中的两类投资者(基本面分析者和趋势追随者)同时引入时变的风险厌恶系数,扩展了异质预期下风险厌恶固定不变的资产定价模型.通过蒙特卡洛模拟,对噪声项和根本确定性系统之间相互作用的分析得出,模型能产生真实的价格行为.最后的实证模拟,对比分析了本模型,原模型及上证指数的收益序列特性,发现本模型能更好的模拟中国股票市场的收益率特性.     

基于多波长类噪声脉冲的掺铒光纤激光器

报道了一种基于多波长类噪声脉冲的被动锁模掺铒光纤激光器。采用980 nm半导体激光器作为泵浦源，2.5 m长的掺铒光纤作为增益介质。锁模机制为非线性放大环形镜(NALM)。通过自相关迹证明输出脉冲为类噪声脉冲。该类噪声脉冲的光谱3 dB带宽可达17.2 nm，边模抑制比为47.7 dB，重复频率为5.434 MHz，单脉冲能量为7.9 nJ。为了实现平坦的多波长输出，在NALM结构中加入Sagnac环干涉仪，获得了最大波长数为5的平坦多波长类噪声脉冲，平坦度为1.995。     

色散管理掺铥光纤激光器高能量脉冲的产生

设计了一种基于色散管理的掺铥光纤激光器。通过调节泵浦功率以及腔内偏振态，首先实现了稳定的展宽脉冲输出，中心波长和脉冲宽度分别为1 939.4 nm和482 fs。最大输出功率为15 mW，对应的单脉冲能量为0.52 nJ。增加泵浦功率到645 mW时，通过适当调节偏振控制器可以实现类噪声脉冲锁模，中心波长为1 940.1 nm。所实现的锁模脉冲具有飞秒量级的尖峰以及皮秒量级的基底。最大输出功率为20.4 mW，相对应的单脉冲能量为0.7 nJ。相比于传统孤子，采用色散管理所实现的锁模脉冲具有更高的脉冲能量。此外，所设计的掺铥光纤激光器可作为理想的主振荡功率放大以及啁啾脉冲放大结构的种子源，进一步提高脉冲能量，拓展2 μm高能光纤激光器的实际应用。     

基因识别及其算法研究

针对基因识别问题,基于DNA序列的3周期这一性质,首先给出了DNA序列功率和信噪比的快速算法并讨论了不同物种基因类型的阈值确定方法;在此基础上,建立了基于背景噪声抑制和频谱平滑的SNR频谱预处理模型,经过预处理后的频谱不仅大幅度抑制了背景噪声,同时保留了SNR频谱的模式特征.在编码序列识别上,对经典的EPND预测算法进行了改进,使用改进的EPND算法对经过预处理后频谱进行基因识别,实验结果显示这种基因识别模型具有优异的基因识别性能,比传统直接使用基于滑动窗口DFT的EPND识别算法在敏感度、特异性等评价指标上提高了2%-12%左右.     

Method to accurate calibrate deposition rates of EUV multilayer coatings

Random thickness error is an important factor which effects the calibration accuracies of deposition rates for extreme ultraviolet （EUV） multilayer coatings fabricated by sputter deposition techniques. A least square fitting method is proposed to determine deposition rates and extract random thickness errors accurately. The validity of this method is shown by evaluating two deposition systems with control abilities of -0.1 nm and better than 0.01 nm respectively.