贝叶斯优化卷积神经网络公共场所异常声识别*

针对公共场所异常声的感知和识别问题,提出一种基于贝叶斯优化卷积神经网络的识别方法。提取声信号的Gammatone倒谱系数、倍频程功率谱、短时能量和谱质心,组合成声信号的特征图。构建卷积神经网络作为分类器,利用递增的卷积核设置和池化操作处理不同尺度的特征。基于贝叶斯优化算法优化卷积神经网络的模型参数,对包括火苗噼啪声、婴儿啼哭声、烟花燃放声、玻璃破碎声和警报声的5种公共场所异常声进行识别。该方法的识别结果与基于不同的特征提取和分类器方案得到的识别结果进行比较,结果表明该方法的识别效果优于其他特征提取和分类器方案的识别效果。最后分析了该方法在不同信噪比噪声干扰下的识别结果,验证了该方法的有效性。     

利用倒谱方法实现气声发育的重建

本文介绍了一种利用复倒谱来实现气声发音重建的方法。首先分析了气声发音的语音特征；进而在复倒谱序列中加入基频特征使其恢复到正常的语音。对元音［a］以及实际语音段进行了处理，均有较好的效果。     

无人值守变电站电力设备音频监测及故障诊断系统

针对智能变电站的无人值守需求及现有故障诊断系统的不足,提出一种电力设备音频监测及故障诊断系统。根据变电站电力设备音频信号信噪比较低的特点,采用具有强鲁棒性的梅尔频率倒谱系数作为判断音频信号异常的特征参数,在此基础上根据音频特征构成多样本观测序列,并采用隐马尔科夫模型进行故障诊断,通过对比对数似然估计概率的输出值确定故障类型。该方法具有实时性较强的优势,也避免了现有故障诊断方法要求较大样本容量的缺陷。实验结果表明,该故障诊断系统具有较高的识别率和鲁棒性。     

分布式光纤Sagnac干涉仪中基于倒谱的多分辨率入侵定位算法

基于Sagnac结构的分布式光纤干涉仪具有灵敏度高和动态范围大等特点, 特别适合监测入侵信号, 并确定其发生位置. 不同于现有的时域自相关及频域陷波点定位方法, 本文提出将两相干光束相位差信号变换到倒谱域, 通过倒谱系数峰来方便准确地确定入侵位置. 此外, 为克服倒谱定位中降采样带来的分辨率粗糙问题, 提出了多分辨率定位综合的改进方法. 通过改变降采样因子和利用高阶倒谱峰两种措施对同一入侵信号得到一系列定位值, 并对所有定位值取平均作为入侵信号的最终定位值. 实验首先在距离传感光缆尾端40.498 km处制造3个入侵信号. 采用本文提出的倒谱方法对该入侵得到84个定位值, 综合后的定位误差分别只有9 m, 17 m 和 11 m, 显示了对入侵信号定位的准确性. 之后对不同位置的入侵信号进行定位, 7次实验的定位误差的标准差达到12 m, 而相同情况下的自相关方法和陷波点方法的定位误差标准差分别为695 m和118 m. 此外, 这种方法还具有操作简单、易于自动测量等特点, 有望在Sagnac干涉传感系统中发挥重要作用.     

一种实现单步相移无透镜傅里叶同轴数字全息的倒频谱技术

在数字全息技术中无透镜傅里叶同轴数字全息具有高分辨,再现速度快等优点,因此有着广泛的应用前景,但它也存在再现像与直透光场及其共轭像重叠,较难分离的缺点。针对这一问题,在分析了无透镜傅里叶同轴数字全息图记录和再现原理的基础上,提出了单步相移倒频谱技术,并在理论上分析了该技术对分离出清晰再现像的可能性和该技术适用的关键条件。通过仿真实验进行了验证,结果表明:单步相移倒频谱技术能够较好地解决无透镜傅里叶同轴数字全息技术中再现像与直透光场及其共轭像重合这一困难,得到清晰的再现像;同时给出了实际实验中单步相移倒频谱技术能够适用的条件参数,这为后面的进一步实验提供了参考依据。     

A novel modified cepstral based technique for blind estimation of motion blur

In the problem of blind image deconvolution, estimation of blurring kernel is the first and foremost important step. Quality of restored image highly depends upon the accuracy of this estimation. In this paper we propose a modified cepstrum domain approach combined with bit-plane slicing method to estimate uniform motion blur parameters, which improves the accuracy without any manual intervention. A single motion blurred image under spatial invariance condition is considered. It is noted that the fourth bit plane of the modified cepstrum carries an important cue for estimating the blur direction. With the exploration of this bit plane no other post processing is required to estimate blur direction. The experimental evaluation is carried out on both real-blurred photographs and synthetically blurred standard test images such as Berkeley segmentation dataset and USC-SIPI texture image database. The experimental results show that the proposed method is capable of estimating blur parameters more accurately than the existing methods.     

基于倒谱分析的单水听器目标运动参数估计

基于浅海射线声学多途结构,提出了一种具有高稳健性、高精度的单水听器目标运动参估计方法.针对匀速直线运动目标,综合多途时延差和运动学几何关系,构建了目标三维多途时延模型,进而获得目标运动参数与多途时延差的非线性时间映射.研究了典型水声信道的倒谱表达式,提出了利用倒谱提取多途时延差的策略.采用差分进化综合优化手段估计目标运动参数,提高了算法的稳健性.理论及仿真结果表明,倒谱的时间分辨率不受信号带宽的限制,而主要取决于信号类型和信噪比;CW信号的倒谱对多普勒不敏感;参数估计精度主要取决于时延差估计精度和参与差分进化运算的信息量,当包含有最近点信息时参数估计性能较好.水池实验结果进一步验证了方法的正确性和有效性.     

水下声目标的梅尔倒谱系数智能分类方法

传统水下声目标识别分类方法具有较强的人机交互特性,无法满足未来水下无人平台智能识别分类水声目标的需求。针对这一问题,提出了一种基于梅尔倒谱系数（MFCC）的水下声目标智能识别分类方法,该方法通过提取水下声目标梅尔倒谱系数特征,采用长短时记忆网络（LSTM）构建了智能识别分类模型。使用实际水声信号对该方法进行了验证,结果表明,基于梅尔倒谱系数的水下声目标智能识别分类方法能够在不依赖人工提取特征的情况下,对目标噪声进行识别分类,具备智能化识别分类能力。     

单幅模糊图像点扩散函数估计的梯度倒谱分析方法研究

针对单幅图像复原算法引入先验信息导致复杂度高、运算效率低的问题, 提出了单幅模糊图像点扩散函数估计的梯度倒谱分析方法. 首先给出了单幅模糊图像梯度倒谱估计其点扩散函数的基本原理, 利用相位恢复策略复原了二维点扩散函数相位信息, 实现了点扩散函数的快速估计; 其次, 为鉴别点扩散函数估计精度, 建立了图像梯度保真约束的全变分正则化图像复原模型, 并采用快速稳定收敛的交替方向策略优化能量函数; 通过对仿真和实拍单幅模糊图像进行的测试实验结果表明, 该方法快速准确地估计出点扩散函数, 克服了传统复原算法收敛速度慢的缺点, 有效抑制了振铃效应、保护了边缘信息, 为大尺寸单幅图像复原的工程化实现提供了理论和技术基础. 关键词： 图像复原 点扩散函数 梯度倒谱分析 全变分     

Mel频率倒谱系数平滑的耳机均衡

适当均衡耳机到鼓膜的传递函数可有效提高耳机声重放效果。耳廓与耳道滤波效应引起的幅度峰谷有助于人耳听觉感知,以平直幅频响应为目标的幅度均衡无法保持适当的峰谷。该文提出了基于roex滤波器与Mel频率倒谱系数的耳机到鼓膜的传递函数平滑方法,用于模拟人耳听觉感知特性和平滑耳机到鼓膜的传递函数,使均衡后的幅频响应保持相应的峰谷,避免了幅度峰谷过渡均衡。实验结果表明,进行耳机到鼓膜的传递函数平滑的幅度均衡对提高耳机的音色有显著作用,基于Mel频率倒谱系数平滑的幅度均衡对提高耳机的音色最为显著。