语音信号序列的Volterra预测模型

对给定的英语音素、单词和语句进行了采集并完成预处理. 分别应用互信息法和Cao 氏法确定了实际采集的语音信号序列的延迟时间和嵌入维数, 以完成语音序列的相空间重构. 通过计算实际采集的语音信号序列的最大Lyapunov指数, 完成了语音信号的混沌特性识别, 判定其具有混沌特性. 引入Volterra级数, 提出了一种具有显式结构的语音信号非线性预测模型. 为克服最小均方误差算法在Volterra模型系数更新时固有的缺点, 在最小二乘法基础上, 应用基于后验误差假设的可变收敛因子技术, 构建了一种基于Davidon-Fletcher-Powell算法的二阶Volterra 模型(DFPSOVF), 并将其应用于具有混沌特性的语音信号序列预测. 仿真结果表明: DFPSOVF非线性预测模型对于单帧和多帧语音信号均具有更好的预测精度, 优于线性预测模型, 并且能够很好地反映语音序列变化的趋势和规律, 完全可以满足语音预测的要求; 可以根据语音信号序列的嵌入维数选取预测模型的记忆长度. 所提出模型可以为语音信号重构和压缩编码开辟一条新途径, 以改善语音信号处理方法的复杂度和处理效果.     

量子限制斯达克效应对三角形量子阱吸光特性的影响

本文通过计算量子力学波动方程以及载流子传输特性,哈密顿量的H能谱图和边界条件等的理论方法来分析量子限制斯达克效应对三角形量子阱体系吸收特性的影响,说明了选择合适的量子阱垒层对于提高三角形量子阱吸光率具有重要的意义。     

维生素B12分子在铜电极上的表面增强拉曼散射光谱研究

维生素B12分子在金属电极表面的吸附特性可以反映其与金属相互作用的机理,进而为研究其在生命活动中表现出的生物化学活性提供依据。测试了维生素B12分子的正常拉曼光谱以及其吸附在不同负电位下铜电极上的表面增强拉曼散射光谱。结果表明:在不同的电极电位下,维生素B12分子在铜电极表面的吸附状态不同。在较高负电位下,维生素B12分子的钴啉环倾斜吸附在铜电极表面,Co-CN基团距离铜电极表面较远;随着电极电位的降低,钴啉环与衬底表面所呈夹角开始减小,Co-N基团和5,6二甲基苯并咪唑基团向电极表面靠近。这一结果首次提供了有关维生素B12分子与铜电极进行作用时的结构特性,并给进一步研究其电化学生物活性提供了有意义的参考价值。