VoIP中语音压缩编解码器的研究与实现

在当前网络状况下,高效的语音压缩编解码器可以节省网络传输带宽,解决网络拥挤问题.本文通过对语音特性的分析,结合共扼结构代数码本激励线性预测算法提出了一种运算量较小但有效的话音激活检测算法,进一步将平均比特率降低到约4kb/s.经过实验分析,以上设计和实现能够很好地满足VoIP中全双工实时语音通信的要求.     

基于DSP的G.729语音编解码器的实时实现

随着信息技术的发展,需要在有限的带宽下传送更多的数据,数据压缩技术日趋重要.国际电信联盟（ITU）推出的G.729协议是基于共扼结构——代数码激励线性预测的语音编解码算法.提出了基于TMS320VC5402的硬件实现方案,设计与实现了G.729语音采集与处理系统,并针对算法进行了软件优化,优化后的算法复杂度为48.5MIPS,达到了在目标系统上实时实现的目标.     

混沌信号与噪声的分离

在已知混沌信号动力系统方程的基础上,分析混沌信号与噪声的分离算法.对一维混沌信号采用反向迭代,利用拓扑共扼变换将该算法推广到适用于一类单峰映射产生的混沌信号的情况,对高维混沌信号采用最小二乘法,并分别对几种分析进行计算机模拟.实验结果表明所提出的几种信噪分离方法能有效地去除混沌信号中的噪声.     

射频微小电压电位计的改进

介绍了一种改进的新型射频微电位计。它是一种行之有效的射频电压工作标准。改进后的电位计具有良好的频率特性及防共扼干扰的能力,能适应各种阻抗系统的需要。     

基于DSP的VoIP语音压缩编解码器的研究与实现

在当前网络状况下,高效的语音压缩编解码器可节省网络传输带宽,解决网络拥挤问题.通过对语音特性的分析,结合共扼结构代数码本激励线性预测(conjugate structure algebraic code excited linear prediction,CS-ACELP)算法,提出了一种运算量较小但行之有效的话音激活检测算法,设计出了一种基于TMS320VC5409数字信号处理器的语音压缩编解码器.实验结果表明,利用该语音压缩编解码器可将平均比特率降低到约4 kb/s,能很好地满足VoIP中全双工实时语音通信的要求,得到了较好的实际效果.     

一种有效扩展二阶循环统计量的方法

鉴于循环统计量和根值MUSIC方法在阵列信号处理中的诸多优点,提出了一种新的循环统计量方法。该方法充分利用了循环相关函数和共扼循环相关函数,并且巧妙结合了根值MUSIC方法,可以有效地抑制平稳噪声和滤除与信号循环频率不同的干扰信号,同时减小了计算的复杂度。实验结果表明:该算法有效地扩展了阵列孔径,可以处理空间距离很近的非相关信号,具有很强的空间分辨能力。     

基于DSP的VolP语音压缩编解码器的研究与实现

在当前网络状况下，高效的语音压缩编解码器可节省网络传输带宽，解决网络拥挤问题。通过对语音特性的分析，结合共扼结构代数码本激励线性预测（coniugate structure algebraic codeexcited linear prediction，CS—ACELP）算法，提出了一种运算量较小但行之有效的话音激活检测算法，设计出了一种基于TMS320VC5409数字信号处理器的语音压缩编解码器。实验结果表明，利用该语音压缩编解码器可将平均比特率降低到约4kb／s，能很好地满足VoIP中全双工实时语音通信的要求，得到了较好的实际效果。     

光学系统及元件动态下物象共轭理论

本文论述动态下光学系统及元件的物象共扼关系。导出动态下系统或元件在六个自由度运动状态下象体运动的计算公式。     

双扼流环多模喇叭天线研究

采用波导模式理论分析了双扼流环多模喇叭天线中存在的模式及其场分布,利用矩量法计算了双扼流环多模喇叭天线口径场及辐射场,给出了天线设计尺寸,研制了双扼流环多模喇叭天线,经测试表明,理论与测量结果吻合较好。     

共轭梯度法和最速下降法的混合算法

将共轭梯度法与最速下降法有机地结合起来,构造了一种共轭梯度法和最速下降法的混合算法,并证明了该算法的全局收敛,混合算法既提高了共轭梯度算法的收敛速度,又解决了目标函数“性态不优”时,最速下降法难以求解的问题。同时也可以看到共轭梯度法与最速下降法仅仅是混合算法的特例。     

自适应滤波器的一种新LMS算法——改进的最陡下降法

分析了自适应滤波器最常用的一种LMS算法——最陡下降法,指出该法仅是局部最优,而非全域最优。然后提出了一种新的LMS算法——改进的最陡下降法,该算法正是求最佳权矢量的一个简单而有效的算法。     

向量测度中的广义Radon-Nikodym性质

测度论中的Radon—Nikodym定理是初等微积分中Neuton—Leibnitz定理的推广,在向量测度论中RN定理对一般Banach空间不必成立,如C_0,L(μ)等。本文将向量测度G:∑→X的RN导数g∈L(μ,X)代之以g∈L(μ,x),因为实数域R与复域c都是自共扼(更是自反)的Banach空间,所以这种推广也是自然的。这里我们证明了广RN定理在有尾缩基(shrinkingbasis)的B—空间成立,因而Co有广RNP,因L(μ)对任何偶次共扼扩充的RN定理都不成立。所以Co与L(μ)在RNP分类中是本质不同的。本文也证明了空间X有广RNP与每个算子T:L(μ)→X的广Riesz可表示的等价性。     

泥水盾构管片拼装机力学特性分析

针对泥水盾构管片拼装机工作时管片的拼装顺序,本文提出管片拼装机工步规划。利用多体动力学软件建立管片拼装过程的动力学仿真模型,研究管片安装时托梁和扼架的力学特性,为托梁和扼架的静力学分析提供了载荷边界条件。静力学仿真结果表明:托梁应力小于70 MPa,扼架应力小于80 MPa,两者应力计算结果均远小于许用应力,安全系数较高;托梁和扼架的最大变形较小,证明该管片拼装机整体刚度较好。对管片拼装机进行现场测试,托梁和扼架测试结果与静力学仿真结果的误差小于11%,误差在合理范围内。目前,该设备在穿黄地铁工程上应用良好。     

基于DWT的AMDF基音检测改进算法

平均幅度差函数(AMDF)法是一种常用的基音检测算法,但由于AMDF存在严重的均值下降趋势,使得用这种算法在提取基音的过程中易产生错误.为克服该缺点,提出了一种基于离散小波变换(DWT)的AMDF改进算法(DW-AMDF),该算法首先求取每帧浊音信号的AMDF,利用DWT提取出AMDF中的下降趋势,去除下降趋势后得到DW-AMDF用于检测基音.实验结果表明,与传统的AMDF算法及其几种典型的改进算法相比,该算法的检测精度有了明显的提高.     

梯度自适应在线ICA的改进

为了更好地解决传统梯度下降算法中收敛点难以确定的难题,根据数字图像信号有界的特点,提出一种改进的梯度自适应在线独立分量分析（ICA）算法. 该算法将传统梯度在线算法中的收敛点强加于学习过程,使其由传统的梯度下降过程变为上升过程,保证接收端在最后一组信号到达时,分离矩阵可保持在最优分离点上. 理论分析和仿真结果表明,本算法具有较好的稳态性能和数值稳定性,是一种有效的ICA算法.     

修正的LS共轭梯度法在Armijo型线搜索下的收敛性

给出了一种修正的LS算法,该算法保证每次迭代中的搜索方向是充分下降的,并在两种不同的Armijo型线搜索下证明了该算法是全局强收敛的。     

求解minimax优化问题的下降算法

应用矩阵运算给出了求解ｍｉｎｉｍａｘ优化问题的一种新下降算法．该算法的特点是：不必考虑有效函数的个数,不必计算逆矩阵;只需要作矩阵的乘法运算或求解方程组就可以得到ｍｉｎｉｍａｘ的下降方向．该算法具有全局收敛性,数值例子表明,该方法具有良好的数值计算结果．     

一种基于共轭梯度法的广义单隐层神经网络

单隐层前馈神经网络是一种高效且结构简单的神经网络,它的一种典型的学习算法就是误差反向传播(error back propagation,BP)算法.这种算法基于最速下降法原理,主要缺点是学习速度过慢.超限学习机(extreme learning machine,ELM)极大地优化了单隐层神经网络的学习速度,却需要更多的隐层单元来达到与BP网络相当的效率,这不可避免地使网络结构冗余、测试时间变长.受到一种结合了ELM和最速下降法思想的USA(upper-layer-solution-aware)算法的启发,提出一种基于共轭梯度法的单隐层神经网络快速算法,并把它应用于不同数据库中.试验结果表明,在相同网络结构情况下,本算法的效率要优于ELM和USA算法.     

一种基于混合误差梯度下降算法的过程神经网络训练

针对过程神经网络(PNN)单一训练算法自适应调整能力差、缺乏对学习性质有效控制的问题,提出一种梯度下降与牛顿迭代相结合的求解算法——混合误差梯度下降算法.在训练初始阶段,基于网络训练目标函数,采用梯度下降法进行迭代寻优,只需计算目标函数一阶导数数值公式,复杂度低且误差下降快;当梯度下降法学习效率降低时,引入牛顿迭代法,并将梯度下降法的训练结果作为初始参数代入目标函数,使问题转化为求解非线性方程组,不需要一维搜索而提高网络训练效率.通过学习效率分析自适应调节两种算法的切换,直至满足停机条件.将其应用于时变信号模式分类,实验结果表明,该算法较大地提高PNN训练效率.     

一种简化的模糊神经网络优化学习算法

提出一种用最速下降-单纯形法,先优化确定FNN的结构和参数．然后在优化确定的网络基础上用最速下降法再进一步学习的简化的优化学习算法．该算法学习效率高,泛化能力好．仿真结果证实了算法的有效性．