增强超宽带无线网络QoS的调度算法

基于对UWB网络中已有调度算法性能的分析,提出了一种用于增强UWB无线网络QoS的调度算法。该算法采用跨层设计的思想,能根据无线物理层信道状态和应用层业务传输速率的变化进行动态带宽分配,分配过程主要采用带宽借贷的思想,即在具有不同优先级的业务流之间进行带宽调度,以尽最大可能满足具有不同优先级的业务流QoS要求。仿真结果表明,该算法能有效地增强网络的QoS,提高整个网络的性能。     

基于遗传算法的盲信道估计新算法

基于单输入多输出的信道模型,该文提出一种基于遗传算法的信道盲估计算法,该算法的特点是基于低阶统计量,计算速度快;并且把信道阶数作为染色体的一部分参与估计,从而能在信道阶数未知的条件下同时对信道阶数和参数进行估计。仿真结果表明该算法的性能优于现有的非迭代算法。     

G神经网络函数映射能力的构造性证明

该文研究了G神经网络的函数映射能力,给出了前馈G神经网络映射任意G型多项式的构造性证明。采用该文的方法映射同一个多项式,所用的神经元数目可少至以往方法的2/(n+1),其中n是G型多项式的次数。     

一种用局部非线性预测模式实现的语音编码算法

该文提出了一种基于局部非线性模式的语音信号预测模型(LNLP),并将其应用于语音编码中。在同样的算法条件下,LNLP提高了预测增益,改善了合成语音质量,而其算法复杂度与常规算法相比并无显著增加。     

基于非均匀谱压缩特征的模型补偿新算法

在信噪比依赖的非均匀谱压缩(SNSC)鲁棒语音特征提取技术和VTS算法的基础上,该文提出了一种新的MC-SNSC模型补偿算法。SNSC技术是一种根据人类听觉对声音强度-响度感知转化关系的谱幅度变化操作和噪声抑制技术。基于对数谱域的噪声以及SNSC特征提取对语音信号特征所产生的失配函数,推导出了MC-SNSC模型补偿算法。实验证明使用这一新算法,识别率比当前较理想的VTS和PMC算法有很明显的提升,算法的复杂度较VTS等算法仅有轻微的增加。     

宽带非高斯信号的二维波达方向估计方法

该文提出了一种解决宽带非高斯信号二维波达方向估计的方法。该方法利用相干信号子空间方法把宽带的阵列频域数据四阶累积量聚焦到同一个参考频段下,然后利用基于信号空时特征结构的时空DOA 矩阵方法来进行二维DOA估计。理论上证明该方法在高斯噪声环境下对宽带非高斯信号都具有很好的估计性能,通过计算机仿真也验证了该方法的有效性。     

关于前馈多层神经网络多维函数逼近能力的一个定理

本文首次证明了前馈神经网络多维函数逼近能力的一个重要定理:当隐层神经元数目足够多时,其多维函数逼近能力与维数无关.也就是说我们只需研究其一维函数逼近能力,所得的结论完全适合于多维情形,该定理大大简化了前馈多层神经网络函数逼近问题的分析难度。本文还给出了该定理的一个应用。     

改进的MKM算法及其在语音识别中的应用

提出了一种用于矢量量化的改进的聚类算法,该算法在MKM(Modified K-Means)算法的框架的基础上,对初始码本的生成、失真测度的选择、非典型胞腔的处理等方面进行了改进,从而减少了原算法在能量和增益上对聚类结果的影响。并将该算法应用于波形编辑孤立字识别器,这种识别器直接对语音样本的时域波形进行训练和聚类,不需要提取语音参数,算法复杂度较低,加上提出的聚类算法失真测度简单易实现,对芯片的运算能力要求不高,非常适用于有低成本要求的语音识别器场合。通过中文元音字识别的实验证明,在相同码本尺寸下,运用改进后的聚类算法的识别器的识别率有所提高。     

CDMA移动通信系统中基于子空间的信号检测

讨论了线性空间中的子空间投影理论及其在CDMA（码分多址）移动通信系统中的应用,提出了已知各用户特征序列条件下基于子空间斜投影的多用户检测技术以及仅知目标用户特征序列条件下基于伪特征分解和子空间正交投影的盲检测技术,并通过计算机仿真进行了比较研究。     

基于功率谱差分的语音特征及其在带噪语音识别中的应用

文章提出了一种抗噪声的语音特征。首先让语音信号的功率谱通过一组带通滤波器,再计算各滤波器输出的差分值。理论分析和实验一致证明,以此作为语音信号的特征,可以大幅度提高语音识别系统在噪声环境中的性能。