DESO滤波器在DSP上的实现及其应用

针对工程实践中系统状态信号及其高阶微分量提取受测量噪声干扰的问题,分析了DESO(Differential Extended State Observer)滤波器的原理和数学表达式,在此基础上,采用TMS320F2808为控制核心,辅以相应的信号采集、数据传输和参数设置电路,设计了基于DSP的DESO滤波器。测试表明:所设计的硬件DESO滤波器具有良好的滤波和微分提取功能。最后将其应用于坦克炮控系统的状态提取中,为抑制噪声干扰和进一步提高炮控系统的性能奠定了基础。     

软门限临界频带最小值统计语音增强算法及其定点DSP实现

以谱减法为基础,采用基于听觉掩蔽特性的临界频带处理法,较好地抑制了传统谱减法引入的音乐噪声。改进了噪声功率跟踪的最小值统计方法,分析了语音信号频谱的整体变化。当发生突变时暂停最小值更新,避免了最小值统计抑制语音的中后段造成的失真,也消除了传统的语音检测算法出现的大量误判,实现了端点检测的软门限。同时研究了算法在定点DSP上实现的具体问题,在Blackfin系列芯片BF533上进行了优化实现。     

说话人识别技术及其军事应用

说话人识别技术,即声纹识别技术,它做为一种身份识别的手段,是语音信号处理中的重要组成部分,具有独特的优势,近年来也逐渐成为国际上研究的热点,在军事上得到了广泛的应用。     

基于语音分段的自适应时长调整算法

文中提出了一种自适应的语音时长调整算法,首先对语音分段,提取出稳定的语音段使之与音素或者音节基本对应,然后根据总调整因子β和各段语音长度分配每一个语音段的局部调整因子iβ,最后采用波形相似叠加(W SOLA)算法完成对语音的时长调整。仿真结果表明:文中算法实用有效,可以合成可懂度和自然度更高的语音。     

浮点iLBC语音编码算法的定点DSP实现

简要介绍了iLBC语音编码算法的基本原理。详细描述了将iLBC浮点算法转换为定点算法并移植到定点DSP上的方法。比较了转换后的iLBC定点算法与ITU-T G.729A,G.723.1的复杂度,给出了转换后的定点算法与浮点算法的PESQ得分情况。     

天线与目标特性时域测量系统中的信号处理方法

研究了时域测量系统的信号处理方法.介绍了背景信号对消的预处理方法,将FFT和啁啾变换应用在时域超宽带紧缩场测量系统中,并对大数据量测量时啁啾变换算法和FFT算法的效率进行了比较.     

涡轮泵实时故障检测的时间编码信号处理方法研究

为了提高液体火箭发动机涡轮泵实时故障检测的有效性,通过取消对胞元长度限制和提出新的编码计算方法,提出了一种改进的时间编码信号处理方法,并将其应用于涡轮泵振动信号的实时特征提取.通过正常和异常涡轮泵历史试车稳态过程的振动数据对该方法的稳定性和故障检测有效性进行了验证,结果表明,基于时间序列编码的信号处理方法可以有效提取故障特征,可用于涡轮泵故障的实时检测.     

深度视觉语音生成研究进展与展望

为了进一步推进深度学习技术驱动的视觉语音生成相关科学问题的研究进展,阐述了视觉语音生成的研究意义与基本定义,并深入剖析了该领域面临的难点与挑战;在此基础上,介绍了目前视觉语音生成研究的现状与发展水平,基于生成框架的区别对近期主流方法进行了梳理、归类和评述;最后探讨视觉语音生成研究潜在的问题和可能的研究方向。     

基于特征聚合的管制语音声纹深度识别方法

针对带有噪声的管制语音声纹识别问题,提出了一种基于特征聚合的声纹识别算法,能够在音频流中识别不同的管制员和飞行员的声纹特征。在经典的X-VECTORS算法的基础上,通过设计残差语谱图特征提取模块和全局可微的NetVLAD特征聚合模块,构造了端到端的说话人识别神经网络训练框架;最后在实际管制语音数据集上对各种说话人识别方法的精度进行了对比分析。实验结果表明,相较于传统的X-VETCORS方法,提出的基于声纹聚合的说话人识别方法具有更高的识别精度。     

残差域加权ACF基音周期检测算法

针对传统自相关(ACF)基音周期检测算法存在较多的倍频和半频错误,文章提出一种基于线性预测残差域加权ACF基音周期检测方法。首先对语音信号中心削波,减小共振峰的影响;而后进行线性预测分析获得残差信号,对其求自相关值和循环幅度差(CAMDF)值,以CAMDF的倒数值为权重加权ACF进行基音周期检测;最后通过基音平滑算法对提取的基音轨迹进行后处理。仿真实验表明,该算法可降低基音提取的倍频和半频错误,提高估计精度。