一个基于LB/IHMM的高性能汉语连接数字语音识别系统

本文使用一种ＩＨＭＭ的简化训练算法，讨论了一个基于ＬｅｖｅｌＢｕｉｌｄｉｎｇ搜索算法，参考模式基于ＩＨＭＭ模型的高性能的汉语连接数字语音识别系统。文中详细描述了系统的特征提取、ＩＨＭＭ模型、训练过程和识别过程，以及系统用于特定人、多说话人和不认人语音识别的实验，并且对实验结果进行了分析和讨论。     

脑功能光学成像研究进展

首先对脑功能成像技术的研究背景和发展历程进行了简单的回顾 ,然后对脑功能光学成像方法进行了分类综述 ,主要介绍了电压敏感性染色成像、内源光学成像、光学相干层析成像、神经元活动相关光信号成像等成像方法的原理和最新进展 ,并总结了选择光学成像系统所应考虑的因素 ,最后 ,通过对各种成像方法的分析和比较 ,提出了改进和完善脑功能光学成像技术的建议 ,并对脑功能光学成像技术的发展前景指出了一些可能的方向     

一种用AR模型参数自适应检测瞬态信号的新方法

本文研究AR 模型参数特征用于瞬态信号自适应检测的问题。本文依据AR 模型参数矢量长度为特征检测信号的思思,提出了一种具有良好地自适应抑制噪声扰动的参数估计方法,弥补了LS、SVDT 方法的不足。理论分析和实验结果均表明,本文的方法具有很好的AR 模型参数估计和瞬态信号检测性能。     

指挥自动化智能语音接口的设计与实现

根据 LPC 理论实现了一个实时、单人、小词汇集的语音识别系统,用作为指挥自动化的智能语音接口。本文详细叙述了这个语音识别系统的设计原理,对语音识别中常用的几个算法作了改进。指出了经典 DTW 算法对端点精度过于敏感的缺点,并提出了改进的 SDTW 算法,即滑动(Sliding)DTW 算法,使得认识率有了提高;修改了 LPC 中杜宾算法和取消了 DTW 中显式的弯折函数,减少了它们所需的空间,提高了计算效率;在主机方面,设计实现了“透明语音键盘”,使得话筒与普通键盘等效,方便了用户。本系统词汇量在200个以内,平均响应时间1S,平均识别率95％左右,已在本院的小型指挥自动化网上通过运行。     

基于语音识别的计算机声图系统

本文提出一种计算机声图系统的模型,阐述了它的原理,并以TI-SPEECH语音处理系统、KX-600图形显示系统和IBM PC/AT计算机为基础,实现了一个简单的计算机声图系统。该系统的图形软件采用在KX-600图形显示系统上实现的MGP二维军用图形包,实现了语音输入的透明键盘支持。本文还提出了用自然语言输入和GKD-PROGKS图形系统构造的智能计算机图形系统的功能模型。     

基于负熵最大的FastICA语音信号分离算法

语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题。改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能。并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务。仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性。     

基于Butterworth分布的跳频信号参数估计

能够有效地估计接收到的跳频信号参数是干扰跳频通信的关键。针对接收到的未知任何先验参数的跳频信号,提出了一种基于Butterworth分布的跳频信号参数估计算法。由于Butterworth分布具有较好的时频聚集性和抑制交叉项性能,该算法能够在低信噪比条件下有效提取并估计出跳频信号的跳频周期、跳变时刻和跳频频率。仿真结果证明了该算法对跳频信号参数估计的有效性。     

二进制偏移载波调制信号畸变误差评估指标研究

随着全球卫星导航系统的发展,二进制偏移载波（BOC）调制信号被广泛采用。全面评估BOC信号的畸变误差对于导航系统的信号完好性评估与监测具有重要意义。前文对于BOC信号的畸变研究较少,没有解析评估BOC信号畸变误差的指标与方法。本文针对三种常见的信号畸变,给出了完善的畸变误差评估指标,能够全面评估畸变误差。同时采用提出的评估指标对北斗全球系统B1频段上的基线信号BOC(14,2)及MBOC(6,1,1/11)信号进行评估。文中提出的畸变误差评估指标能够用于评估现代卫星导航信号的畸变误差,对现代导航信号体制设计及完好性监测均具有指导意义。     

海量电磁数据中雷达信号的高效分选方法

针对海量电磁数据中雷达信号难以进行快速准确分选的问题,提出一种新的聚类分选方法,即改进k-means算法的Map Reduce并行化实现方法。通过引入初始聚类中心个数k1、最大聚类中心个数kmax和距离门限rt3个参数,克服了k-means算法需要事先确定k值和易受孤立点影响的局限;基于Hadoop平台实现了对改进k-means算法的Map Reduce并行化,克服了k-means算法串行实现时间复杂度高的局限。最后,实验表明改进k-means算法取得了更高的分选准确率,Map Reduce并行化后具有良好的加速比和扩展性,能够很好地对海量电磁数据中雷达信号进行高效分选。     

基于提升小波包的漏磁信号去噪研究

为了更好地解决对原始漏磁信号的噪声抑制问题,在讨论提升小波包变换的基本原理及特点的基础上,提出应用这种方法对漏磁信号进行分解和重构。与传统小波包变换相比较,该方法具有更高的分辨率和近似优化能力,研究结果表明,它能在保留原始漏磁信号有效成分的同时,更好地去除噪声。