基于最大似然子带线性回归的鲁棒语音识别

在实际环境中,训练环境和测试环境的失配会导致语音识别系统的性能急剧恶化.模型自适应算法是减小环境失配影响的有效方法之一,它通过少量自适应数据将模型参数变换到识别环境.最大似然线性回归是一种常用的基于变换的模型自适应算法,本文针对最大似然线性回归算法在数据较少时模型参数估计不准确的缺点,提出了基于最大似然子带线性回归的模型自适应算法.该算法将Mel滤波器组的全部通道划分为若干个子带,假设每个子带内多个通道的模型均值分量共享一个线性环境变换关系,以增加可用的数据.实验表明,本文算法可以较好地克服数据稀疏问题,只需要很少的数据即可取得较好的自适应效果,尤其适合于少量数据时的快速模型自适应.     

具有环境自学习机制的鲁棒说话人识别算法

说话人识别系统实际应用时,一旦应用环境和训练环境不一致,系统的性能会急剧下降。由于环境噪声的多变性,系统训练时无法预测实际应用中的环境噪声。因此,引入环境自学习和自适应思想,通过改进的矢量泰勒级数(Vector Taylor Series,VTS)刻画环境噪声模型和说话人语音模型之间的统计关系,提出一种具有环境自学习能力的鲁棒说话人识别算法。系统应用中每当环境变化时利用语音输入前采集到的环境噪声信号来迭代更新环境噪声模型参数,进一步基于VTS确立的统计关系,将说话人语音模型自适应到实际应用环境来补偿环境失配的影响。说话人辨认实验结果表明,提出的方法在低信噪比条件下对于不同种类的噪声都能显著提升系统的识别性能。     

基于提升Keystone变换的声呐宽带自适应波束形成方法

针对Keystone变换在宽带阵列预处理方面的优势和常规Keystone变换存在的阵元数据缺失问题,该文将自回归模型与常规Keystone变换相结合,提出一种基于提升Keystone变换的声呐宽带自适应波束形成算法。该算法首先将常规Keystone变换应用于宽带阵列信号的相位对齐,接着采用自回归模型对变换后各频段缺失的阵元数据进行预测补偿,最后通过稳健自适应波束形成处理获得目标方位输出结果。仿真实验结果表明,基于提升Keystone变换的宽带自适应波束形成算法性能优于常规Keystone自适应算法、指向最小方差自适应算法和聚焦自适应算法。     

基于泰勒级数下的均匀分布的空间相关性分析

通过对泰勒级数的展开,推导了均匀角能量分布的线性阵列和圆形阵列空间相关性的泰勒近似表达式。在对空间相关性的精确表达式的基础上,通过泰勒级数的展开,得到近似的相关性的表达式,在Matlab环境下进行仿真,对泰勒级数展开的近似算法与以往的近似算法进行了比较,并将基于泰勒级数展开的近似算法与精确算法进行比较,结果表明在一定条件下,泰勒近似算法与精确算法在很大范围内有很好的一致性。通过近似算法的分析可以得出,在一定范围内,增大天线间的距离以及角能量分布标准差可以减小天线阵列的空间相关性。     

基于Contourlet子带能量特征多HMM融合的静脉识别

为了准确识别人的身份,该文提出了一种以轮廓波(Contourlet)变换后不同尺度下的子带能量为特征,建立并融合多个隐马尔科夫模型(HMM)的手背静脉识别算法。该算法首先采用了光强可调的近红外阵列光源,通过逐步增加光强来获得手背静脉图像序列;而后,将每一静脉图像进行Contourlet变换,并计算不同尺度下每一子带的能量,以3个尺度下子带能量作为特征观测值建立3个HMM;最后,融合3个HMM计算得到的观测值发生概率,将融合结果与阈值作比较,从而完成静脉识别过程。实验结果表明,提出的算法可以使真实匹配与虚假匹配的区分度最大化,与基于特征点或静脉信息融合的识别算法相比,正确识别率得到了提高。     

噪声环境下畸变模型线性化处理的顽健语音识别方法

针对噪声环境下语音识别的顽健性问题,考虑到梅尔倒谱系数(MFCC, Mel-frequency cepstral coefficient)域的畸变模型高度非线性且难以处理,用分段线性插值函数代替对数函数,提出了一种新的线性畸变模型.在此基础上,导出了噪声参数估计和声学模型补偿方法,无需采用矢量泰勒级数(VTS, vector Taylor series)展开作近似处理,有效避免了模型误差的引入,增强了系统在噪声环境下的顽健性.     

基于顺序统计的窄带通信辐射源指纹特征抽取方法

该文提出将窄带射频功率放大器的静态非线性特性作为窄带无线通信设备的指纹特征。为了在未知放大器输入的前提下提取特征量,首先建立静态非线性的Hammerstein模型,然后分白化采样信号和估计泰勒级数的系数两个步骤提取特征。应用顺序统计的方法将白化信号转换为单调递增序列,通过最小二乘法对顺序统计结果做线性回归,得到泰勒级数的系数并作为个体特征量。通过数值仿真的方法提取了4种射频功率放大器模型的指纹特征,结果表明该文所提出的算法能够在特征空间中有效地识别不同的窄带射频功放。     

旋翼飞行器抗风扰控制器设计与风场环境建模

为解决旋翼室外飞行时,受风场干扰而无法稳定飞行的问题,该文通过建立风场环境下的旋翼动力学模型,设计了双自适应衰减扩展卡尔曼滤波算法;该算法的自适应衰减因子可减小陈旧数据对当前滤波值的影响,而算法的自适应协方差调整因子可实时调整噪声协方差;算法采用上述双自适应因子与PID位置控制器结合建模飞行器控制器。为进一步验证算法的有效性,该文在分析紊流风场和阵风环境模型的基础上,进行了3D风场环境仿真建模研究,同步实现了四旋翼在风场环境中的飞行姿态可视化分析;实验结果表明,控制器的均方根误差约减少了82%。该文在验证抗风干扰控制算法有效性的同时,可降低飞行控制器实验验证成本。     

基于FVQ/HMM的无教师说话人自适应

本文提出了一种新的语音识别方法,它综合了VQ、HMM和无教师说话人自适应算法的优点,在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立FVQ/HMM,同时采用基于模糊矢量量化的无教师自适应算法,来改变FVQ/HMM的各状态的码字,从而实现对未知说话人的码本适应.本文通过非特定人汉语数码(孤立和连续数码)语音识别实验,把该新的组合方法同基于CHMM的自适应和识别方法进行了比较,实验结果表明该方法的自适应和识别效果优于基于CHMM的方法.     

基于第二代Bandelet变换的图像认证水印算法

设计了一种基于第二代Bandelet变换和自适应统计模型的图像认证水印算法.提出了用Bandelet变换生成图像矢量方向流的算法,应用图像的矢量方向流来刻画图像特征,并构造了基于高斯分布统计模型的水印修改自适应噪声可见强度算法.通过噪声可见强度筛选出含纹理信息较多的图像分块隐藏图像矢量方向流.利用提取出的隐藏方向流信息和用Bandelet变换生成的方向流作相关性检测,实现对图像的认证.实验结果表明,该算法有很强的抗JPEG和噪声攻击能力,保证了水印图像的视觉质量和顽健性,实现了盲检测,隐蔽性和安全性较好.     

Frame-synchronous noise compensation for hands-free speechrecognition in car environments

It has become increasingly important to develop hands-free speech recognition techniques for the human-computer interface in car environments. However, severe car noise degrades the speech recognition performance substantially. To compensate the performance loss, it is necessary to adapt the original speech hidden Markov models (HMMs) to meet changing car environments. A novel frame-synchronous adaptation mechanism for in-car speech recognition is presented. This mechanism is intended to perform unsupervised model adaptation efficiently on a frame-by-frame basis instead of a conventional adaptation algorithm relying on batch adaptation data and supervision information. The proposed adaptation scheme is performed during frame likelihood calculation where an optimal equalisation factor is first computed to equalise the model mean vector and the input frame vector. This equalisation factor then serves as a reference index to retrieve an additional bias vector for model mean adaptation. As a result, a rapid and flexible algorithm is exploited to establish a new robust likelihood measure. In experiments on hands-free in-car speech recognition with the microphone far from the talker, this framework is found to be effective in terms of recognition rate and computational cost under various driving speeds     

基于空时处理的稳健自适应波束形成算法

在自适应天线阵抗干扰的一些应用环境中,往往需要自适应天线方向图在对准干扰的位置形成宽零陷从而增强算法的稳健性。该文从宽带信号模型出发,通过对扰动干扰方向上空时二维导向矢量的分析,修正了权值训练期间得到的宽带干扰协方差矩阵,推导出一种针对宽带信号的基于空时处理结构的宽零陷波束形成算法,该方法有效地实现宽带干扰的零陷加宽,提高了宽带波束形成算法的稳健性。     

改进二阶锥松弛和泰勒级数展开在TDOA无源定位中的应用

针对二阶锥松弛算法无法对凸包外的目标进行有效定位的问题,本文提出基于改进二阶锥松弛和泰勒级数展开的TDOA定位算法。首先,给出在视距条件下接收站位置信息无误差的TDOA定位的加权最小二乘模型;其次,将原来的非凸优化模型松弛成凸优化模型,对等式约束进行松弛时,在传统二阶锥松弛算法的基础上增加新的惩罚项,使松弛后的约束条件进一步逼近原问题约束,从而有效解决了二阶锥松弛定位的凸包问题;再次,将松弛后的模型转换成二阶锥形式进行求解;最后用二阶锥松弛算法的估计值作为初始值进行泰勒迭代,进一步提高估值精度。仿真结果表明本文算法有效,定位性能优于传统二阶锥松弛算法,可以逼近克拉美罗下限。      

A stable adaptive Hammerstein filter employing partial orthogonalization of the input signals

This paper presents an algorithm that adapts the parameters of a Hammerstein system model. Hammerstein systems are nonlinear systems that contain a static nonlinearity cascaded with a linear system. In this paper, the static nonlinearity is modeled using a polynomial system, and the linear filter that follows the nonlinearity is an infinite-impulse response (IIR) system. The adaptation of the nonlinear components is improved by orthogonalizing the inputs to the coefficients of the polynomial system. The step sizes associated with the recursive components are constrained in such a way as to guarantee bounded-input bounded-output (BIBO) stability of the overall system. This paper also presents experimental results that show that the algorithm performs well in a variety of operating environments, exhibiting stability and global convergence of the algorithm.     

基于非均匀谱压缩特征的模型补偿新算法

在信噪比依赖的非均匀谱压缩(SNSC)鲁棒语音特征提取技术和VTS算法的基础上,该文提出了一种新的MC-SNSC模型补偿算法。SNSC技术是一种根据人类听觉对声音强度-响度感知转化关系的谱幅度变化操作和噪声抑制技术。基于对数谱域的噪声以及SNSC特征提取对语音信号特征所产生的失配函数,推导出了MC-SNSC模型补偿算法。实验证明使用这一新算法,识别率比当前较理想的VTS和PMC算法有很明显的提升,算法的复杂度较VTS等算法仅有轻微的增加。     

一种基于最小二乘法和Taylor级数展开法的协同定位算法

文章文针对基于TDOA的Taylor级数展开法在蜂窝网移动通信定位过程中初始值不易选择的问题,提出了一种基于最小二乘法和Taylor级数展开法的协同定位算法,将最小二乘法的定位结果作为Taylor级数展开法的初始值,仿真结果表明,该法的定位精度要高于最小二乘法和Taylor级数展开法。     

压缩感知多目标无源定位中的字典适配方法

该文针对压缩感知多目标无源定位在无线定位环境中的字典失配问题,提出基于变分期望最大化算法的字典适配方法。该方法首先根据鞍面模型建立无源字典,并将与定位环境相关的字典参数作为可调参数。然后,为目标位置向量建立两层的混合高斯先验模型以诱导其稀疏性。最后,利用变分期望最大化算法估计隐藏变量的后验分布以及优化字典环境参数,实现多目标位置估计和字典适配。仿真结果表明,相较于传统的压缩感知多目标无源定位方法,在变化的无线定位环境下,所提定位方法的性能优势尤为明显。     

On ARQ scheme with adaptive error control

Adaptive automatic repeat request (ARQ) schemes are quite effective for throughput enhancement in time-varying mobile channel environments. An ARQ scheme with adaptive error-correcting codes is considered. A robust channel sensing algorithm by making use of XOR-ing is proposed for link adaptation. With the proposed channel estimation algorithm, an adaptive scheme that adapts its error-correcting codes according to channel conditions is presented. The efficiency of the proposed adaptive ARQ scheme is evaluated in terms of throughput performance by computer simulation for a time-varying mobile channel characterized by Rayleigh fading and log-normal shadowing. As an enhancement in counteracting long deep fades, the incorporation of frequency diversity into an adaptive ARQ scheme is also investigated and the simulation results show that this scheme is quite efficient in counteracting long deep fades     

多示例深度学习目标跟踪

为解决多示例跟踪算法中外观模型和运动模型不足导致跟踪精度不高的问题,该文提出多示例深度学习目标跟踪算法。针对原始多示例跟踪算法中采用Haar-like特征不能有效表达图像信息的缺点,利用深度去噪自编码器提取示例图像的有效特征,实现图像信息的本质表达,易于分类器正确分类,提高跟踪精度。针对多示例学习跟踪算法中选取弱特征向量不能更换,难以反映目标自身和外界条件变化的缺点,在选择弱分类器过程中,实时替换判别力最弱的特征以适应目标外观的变化。针对原始多示例跟踪算法中运动模型中仅假设帧间物体运动不会超过某个范围,不能有效反映目标的运动状态的缺点,引入粒子滤波算法对目标进行预测,提高跟踪的准确性。在复杂环境下不同图片序列实验结果表明,与多示例跟踪算法及其他跟踪算法相比,该文算法具有更高跟踪精确度和更好的鲁棒性。     

基于动态加权LS-SVM的网络流量混沌预测

网络流量是具有复杂非线性、不确定时变性的混沌时间序列.为提高标准最小二乘支持向量机的预测精度与自适应性,提出一种基于动态加权最小二乘支持向量机的网络流量混沌预测方法.该方法在标准LS-SVM回归机的训练样本误差设置时间权,增强对非线性样本的逼近能力.然后结合滚动窗与迭代求逆法实现模型动态在线校正,进而克服网络变化时的累积误差.仿真实验结果表明,相对常规LS-SVM,该模型能降低预测误差、减少计算时间,实现高精度实时混沌流量估计.