一种基于线性预测和极大似然估计的基音检测算法

用线性预测的方法求出语音信号的LPC(Linear Predictive Coding)谱,然后根据候选的声门激励与LPC谱卷积重构语音信号的短时频谱,当重构频谱与原始语音频谱之间的畸变最小时,声门激励之间的间隔为基音周期.为了提高计算效率,采用频域动态搜索的方法搜索基音周期的候选值.数值实验表明,采用线性预测和极大似燃估计 (Maximum Likelihood, ML)的基音检测算法可保留更多的基音信息,并能有效地减少基音检测的错误,并且该算法比传统的ML法有更强的鲁棒性.     

基于H∞滤波器的多分量线性调频信号参数估计

针对多分量线性调频信号数据长度较短的情况，利用多分量线性调频信号的时空域信息，将其分解成多个单分量线性调频信号。针对未知噪声的情况，利用有限长H∞滤波器的良好瞬时特性和鲁棒特性，对每个单分量线性调频信号的参数进行估计，进而实现多分量线性调频信号参数估计。由于采用H∞平方根估计算法，此方法能够抑制递推计算的发散。计算机仿真表明了此方法的有效性。     

基于方差及线性回归的语音隐藏盲检测方法

描述了一种基于方差及线性回归的语音隐藏信息盲检测方法。该方法用语音质量评估参数生成一个多元线性回归模型．可对可疑的语音进行隐藏信息盲检测,语音质量评估参数种类和数量,可用方差分析法预先选择。该方法经计算机模拟。对常用的变换域信息隐藏方法有较好的检测效果。     

基于相似度的高精度基音检测算法

提出了一种具有较高精度且抗噪性能强的基音检测算法。该算法将线性预测残差看作语音源信号的近似,对其进行频谱分析,依据残差幅度谱算得基音周期的粗估值。然后回到时域信号,根据基音周期粗估值设计一长度可调的窗,通过窗函数在语音段连续取两段语音信号作相似度运算,可根据最大相似度值计算出准确的基音周期。该方法准确性高,在噪声环境下也具有较好的效果。     

基于第二类切比雪夫多项式的语音线性谱对参数的计算

对线性谱对(LSP)参数的计算方法提出改进算法，该算法利用第二类切比雪夫多项式的迭代性质对初始函数降阶。理论分析表明，改进算法可以获得更简洁的数学表达式。实验结果显示，改进算法中基本消除了乘法运算，同时随着线性预测分析阶数的增加可以进一步降低算法复杂度。     

语音信号的线性预测分析原理及算法分析

通过对LPC(线性预测编码)的研究,介绍语音信号的线性预测分析原理,详细分析用来求解线性预测方程的自相关法、协方差法的原理和计算方法,对算法进行比较,并用Matlab对实际语音信号进行线性预测编码实验。     

具有离散参数齐次随机场的线性预测(Ⅷ)

提出并研究了齐次随机场在半平面或不对称半面面上的观察中存在遗漏观察值情况理预测问题，并对特殊的主普密度，求得了预测值及预测误差的明显表达式，从而得到含一个参数的平衡序列在半直线上观察中存在遗漏观察情况下的预测问题相应的结果。     

基于遗传算法的正弦波信号参数提取方法

从有限采样样本中提取正弦信号参数(包括频率、幅度、相位等)是信号处理中一类重要的估计问题。本文采用遗传算法来提取正弦波信号的特征参数，克服了传统参数估计方法的局部收敛问题。计算结果表明，本文介绍的方法可以较高的精度估计出正弦波信号的特征参数。     

一种基于正交非负矩阵分解的多通道线性预测语音去混响方法

在相对封闭的声学环境中,由于受到混响的影响,麦克风阵列采集到的信号清晰度降低、甚至混淆不清。为了解决这一问题,文章在多通道线性预测(Multi-Channel Linear Prediction, MCLP)语音去混响的基础上,提出了一种改进的多通道线性预测(Multi-ChannelLinearPrediction,MCLP)方法即正交非负矩阵线性预测(Orthogonal Non-negative Matrix Factorization Multi-Channel Linear Prediction, ONMFMCLP)方法。该方法利用纯净语音的短时谱域的稀疏性,构建了基于正交的非负矩阵分解(Non-negative Matrix Factorization, NMF)的Kullback-Leibler(KL)问题,通过对矩阵求迹、利用梯度下降法给出迭代规则,进而改进了MCLP中目标信号矩阵的协方差估计。实验结果表明,相对于其他方法,ONMFMCLP方法具有更好的去混响效果。     

基于振动响应的隔震支座的非线性建模及参数估计

为了研究隔震橡胶支座的力学特性,采用修正的Wen模型分析隔震支座的非线性动力行为,并用试验方法测试得到了该模型的相关参数.鉴于该模型具有高度的非线性,传统的参数识别方法不再适用,本文根据非线性系统状态参数估计理论,利用多项式一阶近似技术来代替EKF滤波技术中的求导线性化过程,估计迟滞模型的非线性参数.该方法具有运算简单、计算精度高、易于实现的优点.通过进行两种简谐激励下的仿真和试验,结果表明隔震支座的模型参数的递推结果相当可靠,从而证实了该方法在隔震支座检测和健康状态评估中的有效性.     

一种基于变步长LMS算法的语音增强方法

LMS算法在自适应滤波器中得到广泛应用，但这种方法具有收敛速度慢，对非平稳环境敏感性强，步长需要谨慎选择才能达到收敛和失调的折中等缺点。为了改善非平稳条件下FIR自适应滤波器的性能，文章介绍了一种变步长的LMS算法，这种算法迭代过程中步长在规定的上下限内是关于信噪比的递减函数，用于自适应噪声对消器中去除含噪语音信号中的加性噪声，以解决固定LMS算法中跟踪速度和失调的矛盾。对不同信噪比的含噪语音信号去噪，仿真结果证明该方法优于NLMS(Normalized Least Mean Square)算法，在提高收敛速度的情况下减小了剩余均方误差和失调，但需增加少量的运算量。     

基于能级遗传优化的超声回波参数估计及应用

超声回波的参数矢量含有被测目标丰富的信息,如反射体的几何形状、大小、方位以及传输通道的系统特性信息,因此准确的估计回波模式对于确定目标和传输通道的特性是十分必要的。针对以往参数估计都是基于盲信息搜索的,没有充分利用超声回波的先验知识,计算量大,优化容易陷入局部极小点。针对上述问题,提出一种基于初始参数信息的能级遗传算法来实现超声回波参数的估计,最后应用到应力检测,结果是令人满意的。     

基于二维互补随机共振的轴承故障诊断方法研究

一维随机共振(One-Dimensional Stochastic Resonance,1DSR)被广泛用于轴承故障诊断中。针对传统1DSR对微弱信号的检测效果不够理想,输出信号噪声大,不能准确获得轴承故障特征频率(Fault Characteristic Frequency,FCF)等问题,提出一种新的二维互补随机共振(Two-Dimensional Complementary Stochastic Resonance,2DCSR)方法并应用于轴承故障诊断。将采集到的轴承故障信号根据共振带位置进行带通滤波并解调,随后将解调信号对半分成两个子信号并输入2DCSR的两个输入端,利用输出信号的加权功率谱峭度(WPSK)指标对2DCSR系统参数进行自适应调节优化,得到最优的滤波输出信号及频谱,以识别轴承FCF并诊断轴承故障类型。数值仿真及实验结果表明,提出的方法可以有效地增强轴承FCF并提高轴承故障诊断效果。     

基于频率调制随机共振的弱周期信号检测

将调制技术与随机共振原理相结合,提出用频率调制随机共振的方法,实现在大参数情况下从强噪声中检测微弱周期信号,并对随机共振技术运用于强噪声背景下的弱信号检测进行研究。分析调频信号的频谱,发现其含有的低频信号通过双稳系统易产生随机共振,数值分析及仿真结果表明该方法能使微弱的故障信号特征突出、明显而易于捕捉。     

基于HOS的被动声呐信号检测方法研究

研究分析了在高斯或非高斯噪声背景下基于高阶统计量(HOS)的被动声呐宽带能量检测和窄带线谱检测．考虑到信号源的特征、节省运算时间、节省计算机内存和比较检测性能，分别选取双谱主域上斜率为1、1/2、1/3的径向切片上的双谱估值来进行信号检测，并通过实测噪声数据相对于常规能量和线谱检测进行了性能比较。     

一种摄像机自标定的线性方法

提出了一种基于空间共面直线从单幅图像进行摄像机自标定的线性方法.本方法结合工程应用实际,直接利用场景的直角信息,根据点的中心投影关系,推导直线的投影关系,基于平面上不平行的3条直线,由单幅图像线性的高精度的标定出摄像机内、外参数.算法用仿真实验和实拍图像都得到了精确、可靠的结果,在精度上明显优于基于共面点的算法.     

基于计算机的新型干簧管检测仪

提出了一种基于计算机的干簧管检测技术.本方法的特点是采用计算机自动检测干簧管,设置待检测的干簧管的支数,根据有效的算法判别并读取干簧管的电性能参数,并对检测得到的结果进行分析,筛选出不合格的干簧管,给出其不合格的原因.这种检测方法比传统的人工检测更加可靠,大大提高了检测效率和检测精度,具有广阔的应用前景.     

一种非稳态环境激励下线性结构的模态参数辨识方法

假定任意随机激励信号由白噪声与非白噪声信号组成,由此导出线性结构响应之间的相关函数由两部分组成,一部分与脉冲响应具有相同的数学形式,另一部分为其它形式.利用模态分解法的基本原理,把相关函数分解为各个模态函数的叠加与余项之和.这样,第一部分信号已经分解为不同的模态函数,第二部分中的周期信号也变成了模态函数.这就把非稳态环境激励下多自由度线性结构系统的模态参数辨识问题转化为类似于已知各个单自由度系统的脉冲响应进行参数辨识问题.理论和模拟实验及斜拉桥模型参数辨识实例表明,已成功地利用模态分解法进行非稳态环境激励下多自由度线性结构系统的模态参数辨识.其主要优点:一是无论是白噪声激励、稳态随机激励还是非稳态随机激励,仅根据结构的响应辨识线性结构的模态参数;二是能有效地识别出环境激励中的周期成分.     

基于小波-倒频谱的齿轮故障诊断方法及应用

利用振动信号采集到的齿轮故障信息,依据点蚀的故障机理和频谱特征,采用小波分解将信号分解在不同频带,有效抑制了背景噪声,从而得到故障特征频带,获得周期性突变的故障信息.选择故障所处频带重构信号,对故障进行诊断.结合倒频谱方法可以有效地识别故障特征频率.结果表明小波分析与倒频谱相结合是齿轮故障检测中一种有效的诊断方法.     

非线性耦合双稳系统的振动共振与随机共振

单一双稳系统受到弱周期信号和噪声的作用能产生随机共振.而在高、低两种不同频率信号作用下则能产生振动共振,将两个双稳系统经非线性耦合而成为耦合双稳系统,并在低频、高频信号和噪声的作用下研究了耦合双稳系统对低频信号的响应特性,给出了高频信号参数和耦合系数对振动共振和随机共振的影响关系,结果表明通过调节高频信号幅值或耦合系数大小能产生振动共振或随机共振,并构建了耦合双稳系统原理框图,为随机共振的控制及其利用提供了新的理论方法,数值仿真结果与理论分析结论完全吻合.