一种基于正弦模型的音频压缩算法

提出一种适用于无线移动通信的低码率音频压缩算法。该算法基于正弦模型,而且针对极低码率的应用做了修正,提高了重建音频的质量。这些修正包括：自适应变换的分析长度,用于匹配跟踪算法和参数量化的心理声学模型以及频域的无相位音频重建算法。主观测试表明,在0.5bit/抽样的码率要求下,重建信号达到并超过了调幅广播的音频质量。     

一种谐波正弦语音模型的最佳相位估计算法

 基于谐波正弦语音模型(HSSM),利用最小二乘方法估计语音模型的最佳相位参数,给出了一种估计相位的批处理方法和迭代算法.把利用该算法得到的相位参数用于宽带语音编解码算法进行仿真,其结果与G.722.2标准宽带编码算法中的两种编码速率8.85kbit/s及6.60kbit/s的语音进行了比较,语音波形的比较和主客观测试结果表明该最佳相位估计算法相位参数估计准确有效,可由此建立的语音模型获得较高质量的合成语音.     

基于正弦谐波模型和BP神经网络的语音变换算法及实现

提出利用语音的正弦谐波模型和BP神经网络实现语音变换算法.提取语音的基音频率,进行高斯建模和变换,实现说话人韵律特征的变换.提取语音的巴克域倒谱参数,作为说话人的频谱特征,送入BP神经网络进行训练,利用训练好的BP网络实现频谱特征的变换.给出了变换实现的系统框图,进行了仿真实验,利用ABX测试对实验结果进行了评测.测试结果表明文中所述算法,较好地实现了语音变换.     

一种改进的语音二项式正弦脉冲激励方案

对一种码率在2．4kbit／s左右的基于LPC(线性预测编码)的二项式正弦脉冲(BSP)激励形式进行了改进，以多个正弦谐波代替了原BSP激励方案中的单一正弦波。谐波幅度用二项式进行调制，该二项式反映了激励信号在一个基音周期内的变化趋势。实验结果表明，在此基础上构造的语音编解码器在保持原BSP编解码器低复杂度、低时延优点的基础上，进一步提高了合成语音质量。     

一种改进的正弦语音模型基音周期检测算法

分析了现有正弦语音模型基音周期检测算法的缺陷,提出一种改进算法。该算法改变了候选基音周期选择策略,大大降低了基音周期搜索时间;同时采用一种基于时域的前向滤波算法,解决了基音周期检测中的倍频问题。最后对实际采集的语音数据进行分析。     

简述AAC快速算法实现的几种途径

高级音频编码目前被广泛应用,但其算法复杂度高、速度慢,无法满足实时性要求。从不同模块方面简要总结了几种高级音频编码的快速算法,为从事相关研究的工作者提供参考。     

一种基于分导的MP3加密保护模型

介绍了MP3文件的加密。MP3文件的加密被广泛用于其版权保护。我们先分析了一种简单的加密模型，然后提出基于分层的加密模型。该模型为加密设计提供了一个新的开发思路。     

一种基于HSI颜色模型的车道线检测算法

为了解决目前车道线检测算法容易受环境影响且在某些情况下效果不佳的问题,提出一种基于HSI彩色颜色空间的车道线检测算法。首先,算法将RGB格式的图像通过公式转换为HSI格式;然后,对HSI颜色模型中的亮度分量I进行对比度增强,从而有效降低了光照的影响;其次,根据H、S、I各分量的特点结合OTSU法对每个分量进行处理,通过MATLAB获取各分量的最佳阈值;再次,将处理完的三个分量合并成RGB格式,以便于计算机进行存储;最后,根据车道线的灰度特点并结合数学形态学方法对车道线进行提取。实验结果表明,该算法在车道线检测方面具有一定的实用性。     

一种基于小波变换的新型压缩编码模型

本文针对基于内嵌编码思想的嵌入式零树编码方案,并结合当前压缩编码方面的理论成果,提出了一种新的编码模型,并进行了仿真实验.实验结果表明,所设计的编码算法在信噪比和压缩比方面都取得了良好的效果.     

一种自适应增强谱线算法的优化设计与实现

自适应谱线增强(ALE)算法能够提高高动态、低信噪比信号的载波频率估计精度.针对实际应用中该算法消耗硬件资源多、结构复杂、使用效率低等问题,提出了结合可编程逻辑门阵列(FPGA)优化的ALE算法结构方法,简化了ALE硬件电路.设计结果表明,改进ALE方法后,可实现信噪比为0～20 dBHz、最大多普勒动态为800 Hz/s的测控信号载波频率准确估计.     

多族谐波信号估计的子空间匹配投影算法

该文根据子空间匹配投影分解算法,将信号自适应地分解在谐波子空间上,得到一种多族谐波信号参数估计的方法。这种方法利用插值FFT算法和谐波参数的先验信息,能分离基频或谐波频率结构较为紧密的不同族谐波分量,谐波频率估计精度高。仿真表明,这种新方法能准确地估计基频频率、谐波频率和阶数,对随机相位抖动也不敏感;用于分析实船噪声也准确反映了船舶辐射噪声功率谱的线谱规律和特点,较好地揭示了船舶的螺旋桨现场实际运行状况,是一种很有价值的多谐波参数估计方法。     

利用FFT实现基于MP的信号稀疏分解

该文研究基于Matching Pursuit（MP）方法实现的信号稀疏分解算法,通过对信号稀疏分解中使用的过完备原子库结构特性的分析,提出了一种新的信号稀疏分解算法。该算法首先通过利用原子库的结构特性,很好地处理了稀疏分解过程中计算量和存储量之间的关系。在此基础上,把信号稀疏分解中计算量很大的内积运算转换成互相关运算,最后用FFT实现互相关运算,从而大大提高了信号稀疏分解的速度。算法的有效性为实验结果所证实。     

一种基于Spectrum原子的雷达辐射源信号识别方法

为了提高雷达辐射源信号的正确识别率以满足现代电子对抗的需求,该文提出了一种新的雷达辐射源信号识别方法。在过完备多尺度Spectrum原子库基础上,采用匹配追踪(MP)方法对信号进行原子分解,并通过FFT降低MP搜索过程的时间复杂性,在此基础上,对本征Spectrum原子参数进行有效降维,提取具有分类意义的原子特征向量,同步实现信号的自动分类和参数估计。实验结果表明,该方法在低信噪比环境下不仅可以获得高的信号类别正确识别率,同时具有准确的参数估计结果,证实了所提出方法的有效性。     

一种引入退火降温阈值函数约束的改进MP稀疏分解方法

匹配追踪(Matching pursuit, MP)方法可以在过完备库中实现信号的稀疏、能量集中的分解。该文从对信号分解稀疏性的有利原则出发,在迭代过程中,将过完备库划分为新(未选择过的)、旧(已选择过的)原子库,通过引入退火降温阈值函数来约束迭代过程中最优原子的选择,使选择的最优原子比原始MP方法有更大的可能性落入对信号稀疏性有利的旧原子库中,从而实现对信号更加稀疏的分解。对余弦调制指数信号和一段语音信号的分解结果,证实了改进MP方法对信号有更加稀疏的分解结果。     

一种基于Chirp原子分解的语音增强方法

由于语音信号在时频面上具有局部连续结构，文章提出了一种基于Chirp时频原子分解的语音增强方法．该方法将含噪的语音信号使用匹配追踪算法分解成Chirp原子的组合，根据语音和噪声所对应的Chirp原子在参数上的不同，从中分离出属于语音的Chirp原子来重构语音信号，从而达到去除增强语音的目的。仿真实验结果表明．经该法处理后的语音信号的信噪比有较大的提高，主观试昕效果也较好。     

多量测向量模型下基于贝叶斯检验的快速OMP算法研究

目前多量测向量(Multiple Measurement Vectors, MMV)模型的稀疏重构算法存在两个问题：计算复杂度高和当重构的支撑集存在冗余时无法有效剔除。为同时提高MMV模型的重构效率和重构精度,该文提出一种MMV模型下基于贝叶斯检验的快速正交匹配追踪(Fast Orthogonal Matching Pursuit based on Bayesian Testing, FOMP-BT)算法。首先,通过新原子组选和warm start求逆的思想来减少算法总的迭代次数以及每次迭代的运算量,以提高算法的重构效率;其次,利用贝叶斯检验的思想剔除冗余支撑集以提高重构精度;最后对所研究的算法从参数选择以及计算复杂度等方面进行了理论分析。仿真结果表明,所提算法具有重构精度高、速度快以及对噪声有较好的鲁棒性等优势。     

一种面向信号分类的匹配追踪新方法

匹配追踪(MP)的主要策略是通过每次迭代时选择一个局部最优解,从而逐步逼近原始信号。然而传统的MP系列算法进行原子匹配时,各类原子集间存在交集,从而影响了原子的表示能力以及相应的分类效果。基于此,该文提出一种适用于信号监督分类的匹配追踪新算法。其原子挑选的准则为：同类信号采用相同的原子集匹配,获取相同的类内表示结构;异类信号选择不同的原子集匹配,从而增强信号的类间差异。示例分析表明,使原子集间相互独立,能够减少异类信号间的共性因素,强化信号间的区分度,从而有利于提升分类识别效果。通过在标准图像库和实测雷达辐射源信号集上的实验表明,较之传统的MP系列方法,所提算法对噪声和遮挡具有更强的鲁棒性。     

在低维空间实现的基于MP的图像稀疏分解

研究利用MatchingPursuit(MP)方法实现的图像稀疏分解算法,针对其中关键难题,提出利用在低维空间的搜索实现高维空间的搜索的快速方法。算法的有效性为实验结果所证实。     

高速移动通信系统中OTFS信道估计算法研究

针对高速移动环境中双色散信道会出现信道估计可靠性下降的问题,该文在正交时频空(OTFS)调制系统的输入-输出模型中提出一种基于压缩感知的信道估计算法。该算法利用信道中最大多普勒频移和最大时延确定导频发送矩阵的大小,相比传统的正交匹配追踪(OMP)信道估计算法,能够在保证相似信道估计准确度的情况下节省导频资源;并在此基础上,对OTFS调制符号做相位旋转,增加差分矩阵的秩,理论分析和仿真结果表明,该方案能够提升OTFS系统的分集阶数进而降低噪声的干扰。     

Multi-parameter identification of power line communication channel model based on matching pursuit

The over-complete atom dictionary is designed on the basis of typical multi-path transmission function of power line communication (PLC) channel, and matching pursuit (MP) algorithm is used for multi-parameter identification of the channel. First, the sampling data were obtained from the measured result of low-voltage PLC channel within the range from 300 kHz to 6000 kHz, which help us to develop a model for the PLC channel. Then, in order to reduce the computation complexity of MP algorithm to identify the multi-parameter of PLC, genetic algorithm (GA) is applied to effectively search for the best atom at each step of MP in the dictionary of atoms. From the multi-parameter identification result with three or four paths channel models, it demonstrates that the combined algorithm based on MP and GA can acquire more evaluation precision of PLC channel than that of GA and particle swarm optimization (PSO) algorithm respectively. Meanwhile, the more numbers of channel paths in the process of multi-parameter identification, the better will be the curve fitting result compared to the experiment. The experimental results have validated the efficiency of the combined MP–GA algorithm that proposed in this paper.