心理声学在宽带音频压缩编码中的应用

对心理声学作了较详细的介绍,指出其在压缩编码中的重要作用,并进一步讨论了它在数字音频压缩技术中的具体应用。     

基于多时间尺度复合子带噪声语音识别新方法

本文根据多时间尺度分析与子带方法,提出了一种多时间尺度复合子带的噪声环境下语音识别新方法.新方法在不同的时间尺度下分别进行子带特征提取和全带特征提取,并分别进行识别,然后在识别概率层相结合得到最终识别结果.本方法兼有多时间尺度方法和子带方法的抗噪性能.此外,进一步引入频谱差分方法提高语音特征的抗噪性能.对E-SET在NoiseX92下白噪声的识别实验表明,新方法具有良好的抗噪性能.     

MBE语音模型中快速基音细搜索算法的研究

基音细搜索是MBE（MultiBand Excitation)模型的语音分析中运算量最大的部分。本文对MBE基音细搜索中频域误差函数在基音周期附近的形状进行了研究,并在此基础上提出一种基于基音处频域误差函数特性的新的细搜索算法。与通常用的逐点搜索相比,改进算法在保持搜索效果基本不变的情况下,可大大减少所需的运算量。     

一种基于子空间分解的IIR信道盲辩识算法

本文证明了对IIR信道输出进行过采样 (采样率是输入码率的整数倍 )可以转化成单输入多输出的多信道模型 ,并且不同的信道有相同的AR系数 .基于这一特性本文提出一种基于子空间分解的信道参数盲辩识方法 ,即不同信道的MA系数可以由输出信号的噪声子空间唯一确定 ,而AR系数则可以通过求解YW方程得到     

一种用局部非线性预测模式实现的语音编码算法

该文提出了一种基于局部非线性模式的语音信号预测模型(LNLP),并将其应用于语音编码中。在同样的算法条件下,LNLP提高了预测增益,改善了合成语音质量,而其算法复杂度与常规算法相比并无显著增加。     

宽带非高斯信号的二维波达方向估计方法

该文提出了一种解决宽带非高斯信号二维波达方向估计的方法。该方法利用相干信号子空间方法把宽带的阵列频域数据四阶累积量聚焦到同一个参考频段下,然后利用基于信号空时特征结构的时空DOA 矩阵方法来进行二维DOA估计。理论上证明该方法在高斯噪声环境下对宽带非高斯信号都具有很好的估计性能,通过计算机仿真也验证了该方法的有效性。     

一种新的移动IPv6移动性管理策略

在IETF制定的移动IPv6移动性管理策略中,当移动主机每次从一个子网移动到另一个子网时,都需要对家乡代理和相应的通信主机进行绑定更新,这就导致网络总的绑定和发送代价过高.本文提出了一种新的移动性管理策略,在利用现有网络结构的基础上,通过将移动主机的移动分为本地移动和家乡移动两种类型,来减少移动主机向家乡代理和相应的通信主机发送绑定更新消息,从而降低网络的绑定代价,使网络的性能得到改善.     

基于非均匀谱压缩特征的模型补偿新算法

在信噪比依赖的非均匀谱压缩(SNSC)鲁棒语音特征提取技术和VTS算法的基础上,该文提出了一种新的MC-SNSC模型补偿算法。SNSC技术是一种根据人类听觉对声音强度-响度感知转化关系的谱幅度变化操作和噪声抑制技术。基于对数谱域的噪声以及SNSC特征提取对语音信号特征所产生的失配函数,推导出了MC-SNSC模型补偿算法。实验证明使用这一新算法,识别率比当前较理想的VTS和PMC算法有很明显的提升,算法的复杂度较VTS等算法仅有轻微的增加。     

用于移动Internet随机接入的一种新方式

介绍了移动通信网络中随机接入的概念，论述了移动Internet随机接入的特点，提出了基站调控的slotted-ALOHA随机接入方式，并从理论分析和计算机仿真两方面与现行的移动通信随机接入方式进行了对比，表明该方式能显著提高随机接入性能，使用代价微小，易于实际应用。     

关于前馈多层神经网络多维函数逼近能力的一个定理

本文首次证明了前馈神经网络多维函数逼近能力的一个重要定理:当隐层神经元数目足够多时,其多维函数逼近能力与维数无关.也就是说我们只需研究其一维函数逼近能力,所得的结论完全适合于多维情形,该定理大大简化了前馈多层神经网络函数逼近问题的分析难度。本文还给出了该定理的一个应用。