幅度调制信息对乐器识别的影响

通过乐器音自动识别实验研究了幅度调制(amplitude modulation,AM)信息对于人类乐器识别的影响。具体步骤为:依据听觉模型,提取乐器音信号中若干频带中的AM信息,再基于所得到的AM信息计算统计学特征,采用逐对比较的支持向量机法进行乐器音的机器识别。采用了5种分频带数目(2,4,8,16和32)和4种AM计算方法。结果表明,频带数的增加有助于识别效果的提高,但从16频带到32频带效果趋近平稳;不同的AM提取方法也会对识别结果产生影响,其中解析信号法产生的AM信息提供了最好的乐器识别效果。分析发现自动识别结果高于采用相似的AM信息的人类识别结果。该自动识别系统为人工耳蜗或声码器仿真声模型的乐器识别提供了一个计算模型,对人工耳蜗乐器识别实验和训练具有参考价值。     

耳蜗结构对低频信号频散特性的影响

耳蜗是人体最为精密的力学元器件,能处理频率从几十到几万赫兹的声信号.实验研究表明,声波进入耳蜗后,沿着基底膜传播,基底膜能够将不同频率的声信号分散到不同的位置,并为位于基底膜上的毛细胞所感知,就像一个天然的Fourier(傅里叶)滤波器.在von Békésy行波理论框架体系下,基于Manoussaki等的三维螺旋基底膜流固耦合耳蜗模型,考虑耳蜗导管高度和基底膜刚度均为纵向梯度变化,推导出基底膜声波传播的频散方程,分别分析了基底膜刚度和耳蜗导管高度对频散特性的影响.发现耳蜗内淋巴液的存在大大提高了耳蜗对低频信号的处理能力,且捕获频率随基底膜刚度和耳蜗导管高度的减小而降低,两者梯度变化在声信号调制中起协同作用.最后,以人、沙鼠和豚鼠的具体耳蜗参数为例,得到3种生物耳蜗频率-点位图,并验证了低频段模型预测的正确性,比较分析了耳蜗频散功能与生物适应性之间的关系.     

蜗窗激励评价的有限元计算模型研究

蜗窗驱动是实现中耳听力装置与耳蜗耦合的新途径. 利用外耳道、中耳和耳蜗集成有限元模型, 分别模拟外耳道声激励经听骨链、前庭窗传入内耳的正向传递过程和蜗窗机械激励在耳中逆向传递过程, 计算获得中耳和耳蜗的传递函数. 比较蜗窗激励和外耳道激励下耳蜗基底膜的振动, 提出了以基底膜最佳反应部位位移相等为准则的蜗窗等效激励力计算方法. 理论计算获得的蜗窗等效激励力与相关文献根据实验数据预测结果一致. 计算结果还表明耳蜗窗正、逆向激励时, 基底膜上最佳反应部位无变化, 但在蜗窗逆向激励耳蜗时, 低频下驱动基底膜运动的效率比高频时低. 所获得的理论结果可为蜗窗驱动的听力装置设计和现有装置的应用提供参考.     

Frequency Selectivity Behaviour in the Auditory Midbrain： Implications of Model Study

By numerical simulations on frequency dependence of the spiking threshold, i.e. on the critical amplitude of periodic stimulus, for a neuron to fire, we find that bushy cells in the cochlear nuclear exhibit frequency selec- tivity behaviour. However, the selective frequency band of a bushy cell is far away from that of the preferred spectral range in human and mammal auditory perception. The mechanism underlying this neural activity is also discussed. Further studies show that the ion channel densities have little impact on the selective frequency band of bushy cells. These findings suggest that the neuronal behaviour of frequency selectivity in bushy cells at both the single cell and population levels may be not functionally relevant to frequency discrimination. Our results may reveal a neural hint to the reconsideration on the busily cell functional role in auditory information processing of sound frequency.     

声学的基础研究促进了通信技术的发展

在通信发展过程中,声学和通信始终紧密相关.近年来,在这个交叉学科的前沿领域,提出了很多新问题,其中最重要的,就是通信系统要融入更多的知识和智能,也就是要研究和破解人对声音感知和理解的物理、生理、心理过程,并应用到通信和信息系统中.中国的通信和信息产品要赶超世界先进水平,就要在这方面投入更多的科研力量.     

基于COTS的人工耳蜗植入体的设计与实现

人工耳蜗是目前治疗重度耳蜗性聋的唯一有效的办法,由体外语音处理器和植入体组成。本文设计和实现了一种基于商用现货原则(COTS,Commercial-Off-The-Shelf)的低功耗人工耳蜗植入体。     

Moore响度计算模型的改进

与早期响度的图表计算方法相比,Moore计算模型是基于解析式的并且实现了响度值随频率、强度改变的连续计算,因此使用起来非常方便;然而,Moore模型计算公式中基本参数值的确定所依据的闻阈标准数据已被修订,并且最新研究表明,Moore模型在确定α值时所做的假设是不合理的;因此本文中(1)提出了利用耳蜗输入输出函数以确定响度函数的方法;(2)根据多个频率处的响度函数重新估计了Moore模型的参数α;(3)根据最新的闻阈标准数据和新的机理重新修订了其它基本参数;(4)利用新的模型重新计算了等响曲线并与原有模型的结果以及最新国际标准进行了对比。结论表明对1～8kHz之间的计算结果有了较大的修订,特别是能很好地预测1～2kHz之间的凸起。     

舰船噪声小波谱提取方法研究

人耳听测舰船噪声的特征,是声纳员非常重要的专业技能。本文根据小波变换与人耳蜗频率响应相近似的特点,以cmor1-0.5母小波为基础,构造了一系列基于小波变换的滤波器组。对于小波谱提取中涉及的带宽、分辨率等参数进行了分析,提出了小波谱提取过程中改善分辨率的办法。为检验该方法的可行性,对三种不同类型的舰船噪声进行了小波谱分析,与其FFT谱图进行了比较。为解决小波谱提取过程中高分辨率与计算量的矛盾,提出了对指定频带进行小波谱分析的方法,解决了计算量的问题。     

衍射增强成像信息分离方法研究

衍射增强成像（DEI）是一种功能强大的相位衬度成像技术,对于软组织,它能获得比基于吸收的传统X射线成像技术更高的衬度.研究了一种基于DEI的信息分离方法,它能同时获得三种参数图像,即吸收像、折射像和小角散射像.信息分离利用解析方程求解,获得的参数图像质量取决于在三个不同的分析晶体角度处获得的DEI图像.利用矩阵条件数对方程求解的稳定性进行了讨论,推导出理论上的折射角和小角散射宽度的最大值.最后,利用豚鼠耳蜗DEI图像对研究结果进行了验证. 关键词： 信息分离 衍射增强成像 矩阵条件数 豚鼠耳蜗     

基于子带信号瞬时频率的特征提取及其在车型分类中的应用*

车型识别是智能交通系统的关键技术之一,具有重要应用价值。针对车辆噪声信号的复杂性,提出了一种基于相位信息和能量信息融合的车型分类方法。通过耳蜗滤波器组将车辆噪声信号分解成窄带信号,为了避免相位卷绕问题,利用傅里叶变换性质结合相位一阶导数估计窄带信号的瞬时频率并提取瞬时频率特征。该特征能够有效地完成车型分类,通过将瞬时频率特征和对数能量联合,进一步提高了分类准确率。