可自定阶的阶递归ARMA谱快速估算法

本文的目的在于:1)给出一种非对称Toeplitz线性方程组的快速解法,把这种方法用于ARMA谱AR参数的求解,能比现有的方法减少约1/3的计算量;2)说明了在一定条件下,非对称Toeplitz阵可唯一地三角分解成预测系数阵之积,利用这个结果可方便地计算其逆阵和行列式;3)在此基础上,给出一种把AR参数的求解包含千定阶过程中的ARMA谱快速估算法,并大大降阶了定阶过程的计算复杂性。作者还用数值结果验证了所给算法,并与相应的AR谱估计法作了比较。     

运用CSD码的可变特性数字滤波器

本文给出了一种以Z-80为中心的IIR数字滤波器系统。借助键盘输入十进制滤波系数即可改变其滤波特性。文中简要地论述了将滤波系数转换为CSD码以及使系统处理速率得以提高等关键技术的实现方法。     

多速率数字滤波器的设计

本文首先推导出了窄带信号下的抽样定理,指出在窄带信号下抽样频率可以低于信号最高频率分量的二倍。利用这一原理,可以得出带通多速率滤波器的非常简明的设计方法。文章还就多速率滤波器的性能进行了讨论,得出了一些与文献介绍不同的结论。     

自适应递归滤波器的收敛性能及噪声影响

本文给出了文献[1]所提出的自适应递归滤波器在充分激励条件下指数下降的收敛速率的上界。分析了噪声干扰对滤波器性能的影响。证明了,滤波器被充分激励时,如果噪声干扰足够小,且采用低自适应速率,滤波器的参数和输出误差是渐近有界的。这一结论也适用于降阶自适应递归滤波的情况。     

第二届信号处理理论与方法学术会议纪要

中国电子学会、中国仪器仪表学会所属的信号处理学会于1985年10月14日至26日在南京接连召开了“多维信号处理”专题报告会与“信号处理理论与方法”学术交流会。“信号处理理论与方法”学术会共收集、交流了33篇论文,其中,快速变换及其新方法     

基于混淆交叉支撑向量机树的自动面部表情分类方法

面部表情自动分类是情感信息处理研究中的重要内容,为了提高表情识别的准确率以及鲁棒性,提出了一种基于混淆交叉支撑向量机树的面部表情自动分类方法。该方法依据伪Zernike矩特征,以混淆交叉支撑向量机树对矩特征进行学习,实现面部表情的自动分类。混淆交叉支撑向量机树的结构使模型能够根据教师信号将面部表情识别问题分解,在不同的层次上以相对较低的复杂度解决子问题;在训练阶段,对当前中间节点划分的两个子样本集进行混淆交叉,增强了模型在面部表情识别上的整体泛化性能以及鲁棒性。实验对Cohn-Kanade面部表情数据库中的6类基本表情进行自动分类,准确率达到96.31%;与同样基于该数据库的识别方法相比,该方法在识别正确率和鲁棒性上具有较大的优势。     

用于信号逼近的自适应时延小波神经网络

小波神经网络是一种强有力的函数逼近工具。本文结合时延神经网络和小波分析概念提出一种新的小波神经网络摸型——自适应时延小波神经网络(ATDWNN:adaptive timedelay wavelet neural network).ATDWNN可以对同一类存在不同时延的多个信号用同一个超小波(superwavelet)进行逼近。为了训练ATDWNN,本文提出一种基于时间机理的竞争学习算法。实验表明,ATDWNN不仅可以成功地对同一类存在不同时延的多个信号采用同一个超小波进行逼近,而且可以用来估计各样本信号的时延。     

滑动窗快速横向滤波的自适应判决反馈均衡器算法

本文提出了一种基于滑动窗广义多路快速横向滤波（ＳＷＦＴＦ）的自适应判决反馈均衡器（ＤＦＦ）算法，它具有快速跟踪性能，故可用于快速时变多径衰落的信道。文中推导了ＳＷＦＴＦ－ＤＦＥ算法。在数字移动通信信道模型上，利用计算机模拟，在均方误差和误码率特性方面与其它均衡器算法进行了比较。     

一种自组织结构的神经网络模式分类器

本文研究了一种自组织结构的神经网络模式分类器．它由一个多层网络和一个自组织机构组成．通过对训练样本的聚类分析，它能有效地构造和训练网络，并能在学习过程中自适应地调节网络结构．它具有收敛速度快，能避免局部极值点和应用方便等显著优点．计算机模拟实验证实了其优越性．     

电子电路噪声的岔集谱分析法

本文阐明了目前电路噪声理论的不完善性,提出了电子电路岔集谱分析法,使噪声计算的精度和效率有显著提高。作者编制并调试成功了基于此方法的电子电路噪声性能分析和低噪声设计程序,文末给出了实例结果。与实验结果的比较,说明了本文提出方法的正确性。