一种基于SSM的HMM训练算法

在Baum-Welch(BW)算法的基础上提出了一种基于态相关方法(State—Specific Method：SSM)的隐马尔可夫模型(Hidden Markov Mode：HMM)参数估计算法(简称SBW算法)．该算法在估计HMM不同状态的概率密度函数(probability density function：PDF)的参数时使用了与状态有关的维数较低的特征集合．与传统的BW算法相比，新算法避免了直接估计高维的PDF参数．仿真实验表明，在训练数据量不足的情况下，采用SBW算法的误识率明显低于BW算法．     

基于DSP实现的G.728编码语音码流能量估计算法

本文基于DSP芯片TMS320C6201提出了通过对简化G．728建议解码过程实现低复杂度的语音能量估算的算法。并成功地在TMS320C6201上进行了优化实现。     

基于透视变换的直升机桨根扭转角测量方法

现有方法常将相机从下至上拍摄标记物图像，当桨叶扭转幅度较大时，相机主光轴与标记物平面法向量存在明显夹角，导致拍摄图像存在透视畸变现象，从而引发较大测量误差。为解决上述问题，提出一种基于透视变换的直升机桨根扭转角测量方法。首先，将靶标垂直固定在桨叶下方，相机正对桨毂拍摄图像。其次，计算桨叶在低速拉平状态下待测方位与正方位靶标图像中的四个顶点坐标，并求解待测方位的透视变换矩阵，然后利用透视变换矩阵对桨叶高速运动状态下待测方位拍摄的畸变图像进行校正。最后，求得基准图像与校正后图像中的圆心坐标，进而计算出待测方位扭转角。实验结果表明，各方位测量误差均小于0.2°。该方法不但测量精度高，而且具有多方位动态测量的优点，在直升机旋翼桨叶运动参数测量领域具有良好的应用前景。