共查询到19条相似文献,搜索用时 86 毫秒
1.
2.
空中对水下平台激光声通信技术的探讨 总被引:2,自引:0,他引:2
空中与水下目标间的通信是世界各国正在研究的一个重要但又未完全解决的问题,探讨了一种将激光通信信道、水声信道相结合的空中至水下平台的激光声通信模式,并研究了激光声通信特点及激光声信号的激发机理,建立了激光声通信实验测量系统,实验研究了激光声信号的强度、波形、频谱等特性.结论:激光一声通信模式可将空中光信道、水中声信道结合起来,具有强大的技术优势;调节激光参数可对通信的激光声信号进行控制.研究结果有助于激光声在海洋中的通信应用. 相似文献
3.
研究了一种采用蓝绿波段激光、红外波段激光相结合的水下双波段激光探测技术,分析了红外波段激光击穿水辐射声波应用于水下探测的基本模式、探测特点及声信号的激发机理,实验研究了激光声信号的强度、波形、频谱等特性.实验结果表明,双波段激光复合探测模式可将空中光信道、水中声信道结合起来,具有强大的技术优势;激光声信号应用于水下探测,具有优良的脉冲特性及频谱特征.研究结果有助于推动激光在海洋中的探测应用. 相似文献
4.
5.
利用激光探测水下声信号的研究 总被引:1,自引:0,他引:1
对激光探测水下声信号可行性进行了研究.水下声信号造成的水表面微扰导致了反射的激光光通量的变化,探测器接收到的光通量的变化频率与水下声信号的频率相同,并给出了探测器位置与接收光通量的关系. 相似文献
6.
7.
8.
随着大词汇量连续语音识别技术的发展,越来越多的研究人员选取声韵母作为识别单元。在基于声韵母的汉语连续语音识别中,声韵母基元的准确分割是非常重要的一步。结合汉语发音声学特性,提出了基于声母分割方法和基于段间距离方法相结合的策略。实验结果表明:该方法达到了准确分割的目的。 相似文献
10.
11.
为了在一定亚像元匹配精度下提高亚像元匹配速度、研究传统的模板匹配亚像元方法,提出将图像重采样法和曲面拟合法结合起来用于亚像元匹配。先利用序贯相似性检测法,找到像元级的最佳匹配点,然后对模板n倍重采样,计算每个子模板与最佳匹配点的归一化相似性度量值,并计算当归一化相似性度量值最大时所对应的子模板在图像中的位置,再在绝对误差值最小的3×3区域内应用曲面拟合法,从而得到亚像元定位坐标。结果表明,采用图像重采样法和曲面拟合法相结合的新方法,在10倍重采样的前提下,匹配精度高于0.04像元的亚像元精度。 相似文献
12.
13.
14.
随着现代科技和计算机以及平板电脑等的发展,语音交互将成为人机通信的主要方式,而汉语在语音合成中声调是不可或缺的一个重要组成部分。在声调提取过程中首先采用改进的短时自相关函数的方法进行基音检测,同时为了能较为精确地进行浊音的基音检测,利用变长分帧的方法提取基音周期序列,并通过Matlab仿真得到了汉语语音4种声调的调型曲线。仿真结果表明,该方法所得到的调型曲线与汉语普通话声调的典型曲线较为一致。 相似文献
15.
16.
17.
提出了一种基于LD3320语音识别的智能家居控制系统设计方案.该系统通过ASR语音识别与Zigbee通信组网技术的运用,用语音来实现对家居照明的亮、灭与亮度调节控制,智能开关的控制,音响的控制,也可扩展用手机APP进行远程的控制,真正实现了智能家居倡导的无感化设计. 相似文献
18.
图像融合已成为图像理解和计算机视觉领域中的一项重要而有用的新技术,多源遥感图像数据融合也成为遥感领域的研究热点,其目的是将来自多信息源的图像数据加以智能化合成,产生比单一传感器数据更精确、更可靠的描述和判决,使融合图像更符合人和机器的视觉特性,更有利于诸如目标检测与识别等进一步的图像理解与分析。 相似文献
19.
Speech emotion recognition (SER) in noisy environment is a vital issue in artificial intelligence (AI). In this paper, the reconstruction of speech samples removes the added noise. Acoustic features extracted from the reconstructed samples are selected to build an optimal feature subset with better emotional recognizability. A multiple-kernel (MK) support vector machine (SVM) classifier solved by semi-definite programming (SDP) is adopted in SER procedure. The proposed method in this paper is demonstrated on Berlin Database of Emotional Speech. Recognition accuracies of the original, noisy, and reconstructed samples classified by both single-kernel (SK) and MK classifiers are compared and analyzed. The experimental results show that the proposed method is effective and robust when noise exists. 相似文献