语音识别的MFCC算法研究

详细介绍了一种在语音识别中取得一定良好效果的Mel倒谱提取的改进算法。在语音识别系统中,MFCC参数是经常使用的特征参数之一。MFCC参数主要描述了表征声道特性的谱包络特征,而忽略了基音频率对它的影响。然而基音频率会影响MFCC参数对声道特性的准确描述,进一步影响语音识别系统的性能。提出了一种MFCC的改进参数,该参数并不直接对语音短时幅度谱进行提取,而是首先对幅度谱进行平滑,在谱包络的基础上计算MFCC参数,从而降低基音频率对其的影响。     

TD-LTE系统中基于奇异值分解的高效波束赋形方法

为了克服TD-LTE系统中传统的基于矩阵信道的迭代波束赋形方法复杂度较大且可能 不收敛的问题,提出一种基于奇异值分解的高效波束赋形方法。该方法利用系统终端侧 仅有2根天线的系统特性,采用基于2×2矩阵特征值分解公式的矩阵信道奇异值分解获得波 束赋形天线加权向量;不仅可以直接获得精确的加权向量,而且相对于传统迭代方法大幅降 低了复杂度。理论分析和仿真结果验证了所提方法的有效性。     

基于m-序列的二元零相关区序列构造新方法

基于伪随机序列,提出一种二元零相关区序列构造方法。该方法利用伪随机序列的游程特性,通过在伪随机序列的适当位置进行插值,使生成的序列具有一定长度的零相关区。为了提高序列的丰富性,提出两种扩展方法：一种基于交织技术,通过构造移位序列,使交织序列的周期增大而零相关区不变;另一种方法将零相关区序列与Hadamard矩阵的行向量按位相乘,该方法能够增加零相关区序列数量的同时不改变序列的周期。数值仿真证明了所提方法的有效性。     

关于汉语/英语AMR语音编码参数统计特性的研究

自适应多速率（AMR）算法是第三代移动通信系统中语音业务所采用的语音编码标准。为研究AMR算法应用于汉语语音和英语语音所产生的差异，本文针对ARM语音编码算法的特点，在处理分析了大量汉语语音数据的基础上，对算法中的线谱频率（LSF）、基音周期等关键编码参数进行了比较并给出相应结合。本文的研究有助于AMR算法针对汉语语音的性能优化。     

基于循环特性的均匀圆阵快速空间谱计算

针对在阵元数多、分辨率要求高的情况下,基于均匀圆阵的空间谱直接计算方法存在计算量大、实时性差的缺点,利用循环矩阵、离散傅里叶变换、卷积运算之间的内在联系,提出了一种快速空间谱计算方法。仿真结果表明,在保持测向性能完全一致的情况下,所提快速算法降低空间谱计算过程中角度搜索阶段的计算量随阵元数增加而增加;且在相同计算量条件下,所提快速算方法可以用于更高精度和分辨率的角度搜索。     

BOC信号的伪码周期和组合码盲估计

针对在低信噪比下存在残余频偏的BOC(Binary-Offset-Carrier)调制信号的伪码周期以及组合码（扩频序列和副载波序列的组合）盲估计问题,提出了功率谱二次处理结合矩阵分解的方法。该方法首先对存在残余频偏调制的BOC信号进行二次功率谱运算,所得二次功率谱中会在伪码周期及整数倍出现尖锐的脉冲,通过检测峰值间的距离估计信号的伪码周期,然后对信号采样并按伪码周期分段构成数据向量,计算相关矩阵并进行奇异值分解,最后搜索最大和次大奇异值以及对应的向量估计出组合码序列。仿真分析表明,该方法能够在较大频偏和较低的信噪比下达到较精确的估计性能。相关研究对于从事卫星导航接收机设计的工程技术人员具有一定的参考价值。     

一种利用运动补偿的改进JPDA-UKF算法

在恒虚警条件下,针对传统的航海雷达模拟器目标跟踪采用的基于不敏卡尔曼滤波的联合概率数据互联算法(JPDA-UKF)发散、复杂度高和实时性差的问题,提出了一种利用运动补偿的笛卡尔坐标下改进的JPDA-UKF滤波方法。该算法引入相邻周期回波间运动补偿提取的目标量测可信度矩阵,限制进入跟踪门相交区域中的虚假量测数量,并将软跟踪门技术应用于滑窗逻辑法实现航迹管理。仿真结果表明,所提方法径向速度误差比传统的JPDA-UKF算法与自适应的α-β滤波算法分别降低10%和20%,目标获得稳定航迹后径向速度归一化均方根误差(RMSE)比上述两种方法分别具有约10 dB和15 dB的性能优势,算法的复杂度符合真实雷达的边扫描边跟踪的实时处理。     

基于小波变换和时间序列模型的Brent原油期货价格预测

本文将小波分析与时间序列模型结合应用于布伦特国际原油价格预测,通过对小波分解与重构方法将油价时间序列分解为趋势(高频)部分和细节(趋势)部分,然后采用ARMA模型对分解后的油价进行样本内预测。实证研究表明,基于小波的组合模型具有较高的预测性能,同时验证了该方法的可行性和有效性。     

一种估计多信号频率的快速子空间方法

多重信号分类（Multiple Signal Classification,MUSIC）法在估计多信号频率时需要对采样数据序列的自相关矩阵进行特征值分解,并准确划分出信号和噪声子空间,使得其计算量比较大。利用自相关矩阵的Toeplitz特性快速计算其逆矩阵,通过计算逆矩阵的多次幂来逼近噪声子空间,避免了MUSIC法的特征值分解和估计信号个数的过程。在谱峰搜索环节,采用先粗估计频率值再在小区间进行精细搜索的策略,能够避免搜索无用的频率范围。计算量比较分析以及与理论克拉美罗界（Cramer-Rao Bound,CRB）的对比验证结果表明,快速方法性能与MUSIC法相当,能够较好地逼近CRB,且计算量更小,适合实时性要求高的应用场合。     

改进的基于长时谱能量差异和基音比例的语音检测方法

语音检测是语音信号处理的前端,利用长时谱能量差异特征的语音检测无法区分突 发噪声和语音,掺杂着突发噪声的语音信号会对语音处理系统带来不良影响。提出了一 种基于长时谱能量差异特征和基音比例特征相结合的语音检测方法,该方法的优点是,在利 用长时谱能量差异特征基础上引入基音比例特征,从而有效减少了将信号中突发噪声误判为 语音的错误。实验显示,该算法能够在多种信噪比环境下取得很好的检测结果。