一种基于脉冲耦合神经网络的语音情感识别新方法

针对汉语语音情感识别问题,提出了一种基于脉冲耦合神经网络(PCNN)的识别方法。该方法将语音转化为语谱图后输入到PCNN,得到输出图像的神经元点火序列及其熵序列作为语音情感的特征,利用其特征实现语音情感识别。实验结果表明,该方法可以有效地识别“高兴”与“平常”这两种不同的情感。该方法将PCNN引入到语音情感识别的应用研究中,开拓了语音和图像信号结合处理的新领域,同时对于PCNN的理论研究和实际应用具有重要的现实意义。     

改进的基于高斯混合模型的运动目标检测方法

针对固定摄像机的视频监控系统，提出了一种改进的基于混合高斯模型的运动目标检测方法。在模型学习方面，均值与方差采用了不同的学习率，其中均值更新采用自适应的学习率，方差的学习率取固定值；引入权值均值概念，然后结合权值进行像素点的前景和背景分类；利用了背景图像消除阴影。实验结果表明，改进的方法与传统方法相比具有更好的学习能力，能提高在繁忙场景中，大而慢的运动目标检测的正确率。     

基于多阈值PCNN的运动目标检测算法

在经典的基于混合高斯模型减背景算法的基础上,在脉冲耦合神经网络（PCNN）对前景和背景的分割过程中,运用了多阈值思想,其迭代次数由简化的最大熵准则决定,并且提出了一种新的模型学习率。经过实验证明,该算法在检测能力、抑制噪声、稳定性等方面得到了较好的改进。     

一种声学炸点测量系统的设计及应用

针对常规兵器试验测试领域全天时地面炸点测试问题,设计并开发了一种由对讲机、数据采集卡构建的声学炸点测试系统;系统采用遥控装置解决测量分站对讲机的发射控制问题,中心站以多对讲机作为信号接收装置,采用同步数据采集卡实时采集回传的声信号;提出并实现了一种基于爆炸能量边沿识别的时延估计技术,用于后期数据处理和炸点坐标计算;试验结果表明该系统可以实现兵器试验爆炸点的声学定位,系统开发周期短、可靠性高、适应性强,具有一定实用性和推广价值。     

炸点测试中多源数据融合技术研究

光电经纬仪测试炸点坐标时,由于多种缘故部分炸点目标不能被两个以上的测试站捕获到,从而导致数据录取率降低。文中针对该测试难题,提出了一种基于误差理论、点估计理论和证据理论的多源炸点测试数据融合模型,并将该模型成功用于声测炸点数据和单台光电经纬仪数据的融合,仿真表明该数据融合处理同时能获得较高的坐标精度。因此,该模型的应用有利于提高数据录取率,并保证测试精度。     

基于时空域数据融合的高精度炸点定位技术

为了提高低帧频光电经纬仪对引信作用点坐标的测试精度,文中提出了一种利用引信作用时间数据和光电经纬仪测角数据融合处理的目标空间指向角测试技术。数据分析表明:相对单一低帧频光电经纬仪的测量结果,该方法能大幅度提高目标空间指向角的测试精度。因此,该方法的应用能有效提高引信作用点坐标测试精度。     

一种基于终点弹道气动噪声及落地声分析的未爆弹探测技术

针对常规兵器靶场试验、部队训练及演习过程中非爆弹定位困难的问题,介绍了一种采用低成本声学传感器的终点弹道未爆弹探测技术。根据弹着区范围,布置若干声学传感器,保证其测量范围覆盖整个弹着区。对于每一个声学传感器采集到的气动噪声及落地声信号,执行以下计算步骤：采用快速傅里叶变换与拉普拉斯小波分析技术进行声学信号的降噪与增强;采用短时能量、短时幅度以及短时过零率进行气动噪声与落地声端点检测;采用小波包分析技术提取降噪增强后声学信号的特征;采用基于最小距离的阈值准则进行终点弹道气动噪声及落地声的识别。靶场试验未爆弹落点粗定位结果显示,文中所提技术可用于未爆弹落地点定位,定位精度可达10 m.