基于神经网络的语音信号识别与分类

针对基于深度神经网络的端对端的语音识别技术展开研究,通过深度全序列卷积神经网络（DFCNN）声学模型和Transformer语言模型搭建一种端对端的语音识别系统。该系统完成对模型及数据的训练,实现对多字符中文语音的识别,并对隐马尔可夫语音识别方法和深度神经网络下的语音识别方法的系统搭建难度、原理差异和识别精确度进行对比研究。仿真结果表明,所提方法能够实现对连续多字符中文语音的有效识别,识别正确率在90%以上。     

复合重要抽样理论及其在一阶PMD模拟器中的应用

复合重要抽样可以减小计算方差,提高计算效率.介绍了复合重要抽样的基本理论,并将该理论应用于一阶偏振模色散模拟器仿真中.仿真结果证明,采用复合重要抽样技术,仿真次数为10万次时,可获得概率为1×10-13的极小概率事件,对应的差分群时延为其均值的4倍多,可以达到可能的最大值.与传统的Monte-Carlo仿真方法相比,大大提高了仿真效率.     

基于PSD传感器的激光语音还原系统电路设计

针对目前激光语音恢复电路的精度低、滤波不完全等问题,采用PSD位移传感器设计了一种激光语言还原系统电路。该电路包括基于PSD的光电转换电路、流压变换电路和差分放大电路三部分。通过分析PSD工作原理及特性参数,设计并讨论了流压变换电路及放大电路的性能,实现了微弱信号的低噪声放大。经过实验验证,该电路可在距离障碍物2~3 m处清晰地还原出被隔离的室内语音信号。     

基于SDH的有源光接入的设计

利用SDH传输设备,协议转换器,电话等通信终端,组建基于SDH的有源接入网。通过对SDH功能进行简化,并在SDH网管系统上进行网络配置,实现用户基于SDH的数据传输和语音通信。完成后的系统能够实现语音双工通信和图像传输,并能为SDH设备应用于接入网时减少系统复杂和资源浪费。     

国务院召开三峡工程论证汇报会

三峡工程论证工作在长江三峡工程论证领导小组的具体领导和组织下,经各专题组专家努力工作和各方协作配合,历时2年8个月于1989年9月完成,并将论证结果及可行性研究报告上报国务院三峡工程审查委员会。最近经国务院办公会议研究,于1990年7月6日至14日召开了三峡工程论证汇报会。     

基于栈式降噪自编码器的输变电设备状态数据清洗方法

针对当前输变电设备状态监测数据清洗过程繁琐,易造成信息丢失等问题,利用栈式降噪自编码器对"脏"数据的还原解析能力及异常状态特征提取能力,提出了一种基于栈式降噪自编码器的数据清洗方法。对设备正常工况及异常运行状态数据分别利用栈式降噪自编码器进行训练学习,获取损失函数向量,形成奇异点、缺失数据修复模型和设备异常运行状态数据降噪模型。通过核密度估计确定训练样本损失函数上限和容限时窗,根据测试数据重构误差和异常数据时长与损失函数上限和容限时窗间的关系,对"脏"数据进行分类处理。对某变压器油色谱中总烃含量及某导线温度数据进行清洗,结果表明所提方法能有效辨识奇异点、缺失信息及异常运行状态数据,并对奇异点、缺失值进行修复重构。在设备异常运行时刻,可以有效过滤干扰数据。     

离散状态事件驱动仿真方法及自适应预估校正算法

在电力电子系统分析中,需要对带间断和刚性的常微分方程组进行仿真计算。然而,采用传统的时间离散算法来求解此类方程组时会遇到诸多困难。Kofman等基于离散事件系统规范(DEVS)提出了量化状态系统(QSS)算法,它不是对时间进行离散,而是将状态量进行离散。QSS算法可以有效求解带间断和刚性的常微分方程组。基于离散事件算法思想,提出适合于电力电子仿真的离散状态事件驱动(DSED)仿真方法;同时,为提高DSED方法的精度,提出基于DSED的预估校正算法;为大幅减少计算量,通过研究计算步数与状态量幅值和频率的关系,提出自适应方法。仿真算例证明了所提算法的有效性。     

基于HFC网络的MAC层协议的研究

介绍了HFC的基本结构,工作原理,频谱的安排及ALOHA和CSMA/CD的协议内容,并进行了计算机仿真。从仿真中看到ALOHA和CSMA/CD协议较好地解决了上行信道的接入问题,但是有限的信道带宽使冲突不可避免,由此会引起等待时延,使“随机接入”成为“伪随机接入”,另外,系统容量受到限制。因此,在本文的最后提出了一种新的网络协议:OSCDMA,并且考虑了该协议的接入方案(SAMA)。     

基于油中溶解气体Canopy高维模型的变压器异常状态快速识别方法

在线油中溶解气体数据是电力变压器重要状态参数,故障诊断前首先要识别异常。针对当前异常识别方法受数据波动、缺失影响大及运算时间长的问题,提出基于油中溶解气体Canopy高维模型的变压器异常状态快速识别方法。该文分析在线油中溶解气体数据质量,提出基于滑窗的离群点识别方法,引入波动系数评价数据质量,根据特征气体波动系数建立变权高维空间,抑制识别中波动大的气体影响。针对缺失值,在变权高维空间上利用Canopy簇合并算法对状态进区分,结合异常事件库对异常状态进行识别。对比该方法与K-Means聚类算法,该方法可改善状态边界数据的分类效果,并减小计算量。将该方法应用于现场检测,可有效识别未达到注意阈值的过热异常案例,并且避免数据质量差导致的过阈值误报。     

一种 65纳米 CMOS 10–20 Gb/s PAM2-4接收和发送端

本文提出了65纳米CMOS工艺下的一种 10Gb/s PAM2, 20Gb/s PAM4高速低功耗的有线电互连发送和接收端。发送端面积为430μm × 240μm,功耗为 50.56mW。通过集成可编程的 5阶预加重均衡器,发送端可以在宽范围区间内补偿各种不同的信道损失,并且针对信道特点的不同采用相应的发送电压幅度从而降低信号发送功耗。接收端均衡器面积为146μm × 186μm,功耗为5.3mW。