双模压缩算符和双模压缩态的新形式表示及其性质

在质心坐标系下引入了双粒子坐标本征态和动量本征态，得到双模压缩算符和双模压缩态在坐标表象和动量表象中的新形式表示．证明了双模压缩态也是准粒子空间的双模相干态，它可以对应两类不同的位移宗量．导出了双模压缩态与质心系下坐标本征态和动量本征态之间的转换关系，并讨论了双模压缩态的若干性质．     

对模压缩算符和双模压缩态的新形式表示及其性质

在质心坐标系下引入了双粒子坐标本征态和动量本征态，得到双模压缩算符和双模压缩态在坐标表象和动量表象中的新形式表示，证明了双模压缩态也是准粒子空间的双模相干态，它可以对应两类不同的位移宗量，导出了双模压缩态与质心系下坐标本征态和动量本征态之间的转换关系，并讨论了双模压缩态的若干性质。     

作为本征态的双模压缩数态

本文得到了施行Bogoliubov—Valatin变换的么正算符的精确表示式,利用变换和我们得到的公式把量子光学中的一些双模二次式算符作了对角化。我们发现本征态是一种新型的双模压缩数态。     

光子双模压缩真空态及其叠加态的非经典特性

在光子双模压缩真空态|ξ〉上增加m个光子构成光子双模压缩真空态a m|ξ〉,利用量子力学的态叠加原理,构造出光子双模压缩真空态的叠加态|ψ〉,并通过数值计算研究了叠加态|ψ〉的非经典特性.结果表明:在一定的条件下,叠加态|ψ〉的平均光子数呈现出崩塌与复原的振荡现象,而且亚泊松特性和位相压缩都比单个a m|ξ〉态的情况强.     

自适应权重的双模态情感识别

情感识别是人机交互领域的重要问题之一.语音和脸部肌肉动作信息是用于情感识别的2个最重要的模态.该文认为,在双模态情感识别中,给不同的特征赋予不同的权值有利于充分利用双模态信息,提出了一种基于Boosting算法的双模态信息融合方法,它能够自适应地调整语音和人脸动作特征参数的权重,从而达到更好的识别效果.实验表明,该方法能够更好地区分易混淆的情感状态,情感识别率达84％以上.     

双模场真空态与相干态的叠加态及其部分非经典性质

构造了辐射场的一类新的非经典态,即双模真空态与相干态的叠加态.并讨论了它的非经典性质,即压缩效应、亚泊松分布、两模间二阶相关函数.数值计算结果表明,双模真空态与相干态的叠加态具有非常显著的非经典性质,因此双模真空态与相干态的叠加态是一类新的非经典光场态.     

音视频智能切换系统设计

本文所介绍的是4·2视音频切挟矩阵。可实现4路输入,2路输出。本系统采用MCS51单片机作为微控制器,通过控制模拟开关14052B,在手动状态下,用按链作为输入,可将4路音,视频输入信号任意切换至输出通道。在自动状态下,通过单片机对输入信号的检测．托智能优选出一路正常的音视频信号输出。本切换器具有断电保护功能,在断电情况下可保存上一次的控制状态。选择有信号的当前切换通道可以在数码显示管动态显示。谊系统特点是智能优选控钢和手动选择功能,硬件结构简单,方便易用。     

广义双模实参数型相干纠缠态

构建一种广义双模实参数型相干纠缠态︱α,x;λ〉.该态不仅具有相干态的特性,而且具有纠缠态的特性.利用有序算符内的积分技术,证明该态具有完备性.利用该态的不对称积分构造一种具有压缩特性的压缩算符.而且利用该态还得到广义的P表示和广义的纠缠态.     

变参数网络控制系统的双模态离散跳变模糊控制

研究了一类变参数非线性网络控制系统随机稳定性和控制器设计问题.针对具有有界随机延迟和数据包丢失的不确定网络控制系统,提出一种离散时间跳变模糊方法,建立其双模态不确定Takagi-Sugeno模糊数学模型,综合刻画了网络的有界随机时延和丢包特性、网络传输的不对称性以及控制对象的不确定性非线性动力学现象.基于该模型,利用Lyapunov理论和线性矩阵不等式方法,推导出系统随机稳定的充分条件,给出了具有分段二次Lyapunov稳定与次优性能指标的保成本状态反馈模糊控制器的设计方法.该方法归结为一组双线性矩阵不等式,可利用同伦迭代算法求解.数例仿真结果表明,对于任意容许的不确定性,该方法设计的控制器能使系统随机稳定.     

双模光场光子数叠加态的压缩性质及量子统计性质

在单模光子数叠加态的研究基础上，进一步考虑了双模光子数叠加态情况。研究了双模光子数叠加态的压缩性质和量子统计性质，讨论了叠加态中粒子数、粒子数差、叠加态系数及叠加相位差对压缩性质及量子统计性质的影响，并将其结果与单模叠加态进行了比较。研究表明：双模单光子叠加态和双模双光子叠加态均存在和压缩，但只有双模单光子叠加态存在一般压缩。     

噪声环境下基于稀疏表示的说话人识别

在噪声环境下,稀疏表示方法并没有表现出它出色的区分性能,反而由于特征的分散导致性能的大幅下降。根据语音特征参数之间的相关性,提出了一种适用于稀疏表示说话人识别的全局补偿方法。该方法对不同阶特征参数进行逐一分析,目的是为了找出被噪声影响最严重的一阶参数并去除之,以此增强测试语音与训练语音之间的相关性。理论分析和实验结果表明,该方法具有很好的抗噪性能,在信噪比为5d B时,带有白噪声的语句识别率达到了85.7%,而在高信噪比时,其识别率能够达到97.5%,几乎等同于干净语音的识别率。     

基于参考说话人模型和双层结构的说话人辨认

为了提高基于Gauss混合模型通用背景模型(GMM-UBM)的说话人辨认系统的运算效率,提出一种基于参考说话人模型的双层结构用于目标说话人剪枝,采用矢量量化方法从目标说话人模型集合中训练参考说话人模型,利用语音与参考说人模型的偏差来描述说话人的发音特性,将辨认语音偏差向量和目标说话人偏差向量的相似性作为距离度量来进行目标说话人剪枝。实验结果表明:在基于GMM-UBM的说话人辨认系统中,对包含5 200个目标说话人和1 000个集外说话人的测试集进行开集辨认的条件下,在提高辨认的运算效率12.5倍的同时识别率仅下降0.3%。     

GMM-UBM和SVM说话人辨认系统及融合的分析

在说话人辨认任务中,Gauss混合模型-通用背景模型(Gaussian mixture model-universal backgroundmodel,GMM-UBM)采用帧向量进行建模和识别,突出了说话人个性特征,但受信道影响较大;支持向量机(support vector machine,sVM)利用帧向量在空间中分布的Gauss混合的均值进行建模和识别,对信道的鲁棒性较好,但对说话人的个性体现不够.该文分析了这2种说话人识别系统的优缺点,并采用融合方法来提高系统的性能.在美国国家标准与技术研究所(NIST)评测数据集的实验中,融合系统的等错误率从GMM-UBM系统的9.30％和SVM系统的8.26％降低到7.34％,分别相对降低了21.08％和11.14％.     

基于树形通用背景模型的高效说话人辨认

为了提高基于G auss混合模型通用背景模型(GMM-U BM)的说话人辨认系统的运算效率,提出一种基于树的核心挑选算法(TBK S),通过将U BM中的各个G auss分布按组织成树形结构,来减少从中挑选核心分布的运算量。实验结果表明:对1 000个说话人进行辨认,TBK S与现有的基于特征矢量重排序的剪枝算法(ORBP)相结合,将基于GMM-U BM的辨认系统的运算速度提高21.9倍,误识率却只上升不到4%;TBK S和ORBP相结合,可大幅度提高GMM-U BM系统的运算效率,而基本不降低识别率。     

基于KFD特征提取的说话人辨认

目的 获得具有更好的说话人鉴别特征,改善说话人识别系统.方法 首先用KFD对语音信号的MFCC特征进行再提取,然后用SVM对提取的特征分类辨认.结果 比较了LPC和KDA提取MFCC后的3种特征的识别结果.其中LPC的识别结果在89%左右,MFCC识别结果在96%左右,提取后的识别结果在97%左右.其识别率比提取前有明显的提高.结论 该方法对说话人有更好的识别能力.KFD比传统的LDA能提取出可分性更强的特征,提高了系统的识别率,同时由于该方法的复杂性,也增加了系统的运算时间.今后,应该针对如何进一步提高系统的识别率和缩短系统的运算时间等问题进行研究.     

一种新的数字语音通信中说话人身份认证方法

目的为保证网络信息交互的安全,在数字语音通信中对说话人进行身份认证。方法利用回声隐藏技术,在语音信号中嵌入表征说话人身份的数字签名。结果实验证明,引入的回声信号听觉上不能感知。通过倒谱分析,能够完整地从隐写语音信号中提取出数字签名。结论是一种有效的说话人认证方法,具有广泛的应用前景。     

两级决策的开集说话人辨认方法

为了减少语音数据量 ,提高处理速度和识别的准确性 ,提出了一种采用公共码本、个人隐 Markov模型 (HMM)和个人拒识阈值进行两级决策来实现开集说话人辨认的新方法。在系统实现时 ,采用了一种改进的语音切分算法来提高输入数据的有效性 ,并将说话人识别和人脸识别融合在一起进行身份验证。实验证明这种融合方法能够有效地降低识别的相等错误率至 1%。     

与文本无关的复合策略说话人辨识系统

为获得较高的说话人辨识正确率，同时减小辨识系统的时空开销，提出了一种复合策略的辨识系统。采用长时平均频谱作为粗识的特征，定义了相应的辨识判别准则。建立ｍｅｌ－倒谱特征的高斯混合模型（ＧＭＭ）进行第二步辨识。给出了ＧＭＭ求解算法的一种简便推导，着重研究了判别阈值，预加重系数，ＧＭＭ阶次，训练语音长度及辨识语音长度对系统辨识性能的影响。     

电容-电阻双模式材质识别传感器设计与实验

提出一种由同面双电极接近感知单元和炭黑填充硅橡胶力敏传感单元构成的电容-电阻双模式材质识别传感器.研究电极尺寸、屏蔽距离对电容模式材质识别性能的影响,通过COMSOL Multiphysics仿真软件优化电容模式材质识别传感单元结构设计;探究炭黑含量、制备工艺及力敏材料尺寸等对电阻模式材质识别性能的影响机制.构建材质识别电容、电阻信息采集与实验平台,将待识别目标物属性信息与电容-电阻双模式材质识别数据库进行匹配以完成复合式材质识别.实验结果表明:提出的双模式材质识别传感器具有结构紧凑、检测范围广、操作便捷等优点,同时克服了单模式材质识别单元检测性低、检测目标物受限等弊端.