激光三角法测量中被测物表面特性对测量精度影响的分析

激光三角法测量是现代测量技术中重要的测量方法,但其测量精度受自身系统、环境以及被测物表面特征等因素的影响。针对被测表面的特性是激光三角法产生测量中产生测量误差的主要因素,根据特定颜色所造成误差的重复特性提出了数据标定的改进方法;针对表面粗糙度,通过在光路适当位置安装偏振片有效消除了镜面反射,采用双光路设计有效改善了被测物倾斜带来的误差。最后通过实验验证了改进方法的有效性。     

掺钬铌酸锂晶体光谱性能研究

采用提拉法得到了纯LiNbO3和掺杂量为2mol;的Ho:LiNbO3晶体.测试了Ho:LiNbO3晶体的吸收光谱、光致发光光谱,采用620nm激发波长得到了523nm的上转换荧光.利用Judd-Ofelt理论计算出在LiNbO3中的强度参数Ω2=27.4×10-20 cm2、Ω4=7.45×10-20 cm2、Ω6=27.1×10-20 cm2,并由此计算了5G4→5I8、5S2→5I7、5F3→5I8处的自发辐射跃迁几率和积分发射截面.     

基于动态单边自相关序列和频率规整线性预测的抗噪声语音识别

提出了一种既符合人耳听觉特性又具有良好抗噪性的语音特征分析方法。首先将单边自相关函数序列进行时间方向的平滑处理,提高单边自相关函数的抗噪性,然后用平滑后的单边自相关函数序列代替原信号进行频率规整的LPC分析,最后经倒谱变换得到该特征参数。数字语音识别实验证明:利用该特征参数的语音识别系统的识别性能优于MEL倒谱系数、LPC倒谱系数等传统的语音特征参数。     

噪声环境下基于最大后验非线性变换的隐马尔可夫模型自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降。为此,提出了基于最大后验概率非线性变换的环境自适应算法,可以减小由于环境的失配所引起的系统性能的下降。在本算法中,利用分段线性回归近似非线性变换将训练环境下隐马尔可夫模型(HMM)的均值向量变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP)。数字语音识别实验证明:该环境自适应算法的识别性能优于MLST,MAPLR和MLLR等算法。