一种低信噪比环境下的语音端点检测算法

端点检测技术是语音信号处理的关键技术之一，为提高低信噪比环境下端点检测的准确率和稳健性，提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声来提升信噪比，减少语音失真。然后再提取每帧信号的功率归一化倒谱系数，计算每帧信号与背景噪声的功率归一化倒谱距离。最后将该倒谱距离作为检测参数，采用双门限判决方法进行端点检测。实验结果表明，该端点检测算法对语音帧和噪声帧具有较好的区分性。此外，在低信噪比环境下，所提出的算法对于不同类型的噪声都具有较好的稳健性。     

瞬变电磁全期视电阻率的弦截无限逼近算法

应用瞬变电磁法进行地质勘探的过程中，视电阻率的计算至关重要，反演视电阻率可以直观地描述地下地质体。利用传统的近似公式法计算的视电阻率误差过大，因此针对地面中心回线瞬变电磁法中全期视电阻率的隐函数特点，通过引进针对非线性函数的弦截求根方法，给出了视电阻率的弦截无限逼近求解方法及其计算步骤。该方法可避免对复杂函数的导数计算。仿真计算与应用实例表明，弦截法具有比二分法更快的收敛速度，并可以任意精度求解地面中心回线瞬变电磁法中的全期视电阻率。     

一种基于小波变换的同步盲水印算法研究

介绍了一种基于小波变换的同步盲水印算法,该算法首先将二值水印图像置乱后经过降维操作转换成为一维序列.并用m序列作同步信号与水印序列一起组成嵌入序列,嵌入到音频信号的小波变换域低频系数中.在水印检测时不需要原始音频信号参与.实验表明,该算法具有较好的鲁棒性.     

基于USB的实时心音信号采集系统

设计了一款基于USB的心音信号采集系统。该系统包括心音采集电路、USB通信和上位机显示。通过心音传感器将采集到的数据进行放大去噪处理,经由A/D转换通过USB将数据传送到上位机,并以波形的形式实时显示采集到的数据。该系统可以准确、实时地显示并听到采集到的心音信号。     

MCRASC-MGSC微型阵列语音增强方法

提出了一种基于多路抗串扰自适应信号抵消(MCRASC)的修正广义旁瓣抵消(MGSC)方法,通过使用MCRASC来阻塞MGSC中需要阻塞的语音信号,使微型阵列输出的增强语音效果明显提高.真实环境下的实验验证了方法的有效性.     

折扣多目标马氏决策规划的两种模糊最优策略

本文将处理多目标规划的模糊解法用于折扣多目标马氏决策规划,在两种特殊情况下,讨论了求解折扣多目标马氏决策规划(ε)模糊最优策略的方法。     

虹膜图像质量评价的研究

详细介绍了对采集到的虹膜图像进行质量评价的方法,并通过实验证明了其有效性。     

低信噪比环境下的语音识别方法研究

单通道语音信号在信噪比较大的环境下经过增强后再识别,能表现出较高的识别率。但是在低信噪比环境下,增强后语音信号的识别率急剧下降。针对此种情况,提出了一种用在识别系统前端的语音增强算法,该增强算法将采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimum Mean Square Error,Log MMSE)提高其信噪比,然后再利用改进的维纳滤波去除噪声残留并提升语音可懂度,最后用梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和隐马尔科夫模型(Hidden Markov Model,HMM)对增强后的语音信号做特征提取并识别。实验分析结果表明,该方法能有效地抑制背景噪声并减少噪声残留,显著提升低信噪比环境下语音识别的准确性。