Speech-stream detection in short-wave channel based on empirical mode decomposition and higher-order statistics

To capture the presence of speech embedded in nonspeech events and background noise in short-wave non-cooperative communication,an algorithm for speech-stream detection in noisy environments is presented based on Empirical Mode Decomposition (EMD) and statistical properties of higher-order cumulants of speech signals.With the EMD,the noise signals can be decomposed into different numbers of IMFs.Then,the fourth-order cumulant (FOC) can be used to extract the desired feature of statistical properties for IMF components.Since the higher-order cumulants are blind for Gaussian signals,the proposed method is especially effective regarding the problem of speech-stream detection,where the speech signal is distorted by Gaussian noise.With the self-adaptive decomposition by EMD,the proposed method can also work well for non-Gaussian noise.The experiments show that the proposed algorithm can suppress different noise types with different SNRs,and the algorithm is robust in real signal tests.     

基于反对称高斯小波的水下目标回声信号检测

针对目标回声检测中信号背景的混响干扰问题,基于反对称连续高斯小波变换空间上的模极大值传播特性与信号奇异点的关系,提出用小波影响锥锥尖和最佳尺度的自动检索来实现目标回声检测的方法.通过大量海上现场数据验证该方法的有效性,结果表明,由于对目标信号头和尾位置的准确定位,基于W igner分布特征和模糊分类器的分类识别效果理想,显示本方法在实现目标回声的自动检测方面具有应用前景.     

基于听觉感知的顽健语音流检测新方法

获取复杂声学背景下的语音流以得到有用信息是一些部门极其重要的工作.研究了在无线话带通信中实现语音流的机器自动检出.结合人的听觉外周和听觉心理的研究,提出了一种基于人耳听觉感知特性的噪声环境下语音流检测方法.该实验采用来自现场的大量的无线话带录音作为测试数据,结果表明,这种新的方法可很好地排除各种噪声的干扰,强噪声环境下表现良好.无论在抗噪方法还是在实际应用中,都有很好的应用前景.     

一种强背景噪声下语音识别方案

本文提出了一种在高背景噪声下进行语音识别的方案,即利用两个话筒的采集系统,一个采集带噪语音,另一个采集噪声。处理后的语音含有明显的“音乐噪声”,再采用时频滤波将其去掉。     

遗传算法求解有向中国邮路问题

在图形变换的基础上,用遗传算法实现了对有向邮路问题的求解。本文所提方法较之传统方法更于编程实现和求解大规模复杂网络问题,实例表明,本方法能很好地收敛到有向邮路网络传统算法的结果。     

听觉模型用于噪声环境下语音识别的研究

在吸收听觉生理学研究成果基础上,建立了一个模拟外国听觉系统和部分中枢听觉神经系统功能的听觉模型,以该模型作为前端处理来提取特征参数,后处理采用模式匹配的方法,进一步研究了听觉模型用于语音识别的抗噪声问题。根据听觉生理特点提出了几个抗噪声方案,实验结果表明,基于文中的听觉模型和所提抗噪声方案的语音识别系统,在噪声环境下具有很好的鲁棒性（Ｒｏｂｕｓｔｎｅｓｓ）。     

新的联合三角形法和经验模态分解的水下目标回波检测

水下目标回波信号的自动检测和识别是水声装备自动化的关键任务之一。大量的混响干扰,一个脉冲周期内有多个目标或没有目标,以及目标边界的模糊性和位置的随机性,是目标检测的难点。对回波信号进行经验模态分解,目标信号的绝大部分信息将集中在某个固有模态函数上,且产生明显的边界,而各种噪声和干扰成分被分解到其他固有模态函数上。基于此,提出在固有模态函数包络上用三角形法定位目标及双阈值检测精确的目标边界的算法;提出目标回波的固有模态函数瞬时幅度方差谱特征。海上实测回波数据的实验,从检测目标个数和识别率两方面来验证算法的性能,并与其它方法进行对比。实验表明该算法能任意定位和准确检测回波中的目标,且不受脉冲噪声的影响,检测效率高。     

城市生态绿岛的探索与实践——重庆南坪交通枢纽工程绿化设计与研究

如何在狭小拥挤的城市中心区营造大绿量的生态休闲场所,历来是城市建设者们孜孜不倦的追求。本文重点介绍城市生态绿岛的创新与实施,抛砖引玉,给同行提供相关经验。     

沃尔什变换在油田测井相识别应用中的研究

测井相识别是油田沉积相识别的重要内容,找出反应测井曲线本质的特征是模式识别的关键。针对测井曲线的短期平稳性,将沃尔什变换应用于测井相识别。利用沃尔什反演对测井曲线预处理,提高纵向分辨率并获得反映井下状态的真实曲线。标定测井相的要点在于用测井曲线趋势变化反映岩性沉积的变化,提出用短时序率功率谱提取测井曲线的趋势特征。实验表明,不同测井相的短时序率谱具有明显差异,且具有鲁棒性。因此,本法具有实际的工程意义。     

一种基于废料模型的关键词确认方法

关键词确认是语音识别中一个重要的研究方向.对于关键词确认系统来讲,废料模型的结构和类型对整个系统的性能有很大的影响.文中提出了一种基于音节格的废料模型.实验表明,与传统的基于音素类的废料模型相比.关键词确认率有了很大的提高.