BP神经网络在语音干扰评估系统中的应用研究

文章主要介绍了语音干扰评估系统,重点研究了干扰评估系统中数据拟合部分算法的性能,引入了BP神经网络作为新的数据拟合算法,使用多组语音文件,进行干扰系统评估,并对BP神经网络与最小二乘算法的拟合结果进行比较。证明BP神经网络在语音干扰评估系统中的实用性以及性能提升,该模型可以在语音干扰系统中实际应用。     

通信语音干扰效果评估方法

通信语音干扰效果评估,是指对语音通信系统接收的受扰语音信号进行分析,确定语音信号被干扰程度的技术。准确地评估干扰效果是研制通信对抗设备、评估电子对抗态势以及了解通信质量等活动的重要依据。针对超短波通信干扰系统,提出了基于梅尔频率倒谱系数(MFCC)特征、小波统计特征和感知特征的统计测度,结合最小二乘、反向传播(BP)神经网络以及支持向量回归(SVR)拟合回归模型的评估系统,其预测值和主观评估值的相关系数达到0.9以上,保障了该干扰评估系统的实用性。研究了基于深度学习的无参考评估方法,并利用实测数据验证了其有效性,准确率达到了87%,高于多测度融合评估方法。     

BP神经网络在雷达干扰效果评估中的应用

雷达干扰效果是衡量雷达干扰措施是否有效和雷达干扰设备性能优劣的重要指标,如何准确、客观、快捷地评估雷达干扰效果,对雷达干扰双方均具有重大的现实意义。文中主要研究一种基于人工神经网络的雷达干扰效果评估方法,这种方法利用以往多次试验的结果,通过学习拟合出干扰效果与诸因素的映射关系,建立评估模型,用以对干扰效果作出评估。文章在最后进行了举例说明,实验证明了这种方法简便、易行和准确率高。     

语音通信干扰效果客观评估的实现

将基于听觉的模型MFCC引入到语音通信干扰效果评价中,用语音通信干扰装备外场试验的实测数据对MFCC理论模型的适用性进行了验证,并制定了切实可行的方法将MFCC客观评价应用于外场通信对抗试验语音通信干扰效果的评估。     

一种提高语音干扰效果评估准确度的方法

语音信号的干扰效果是检验通信对抗装备的重要指标之一,基于客观的评估方法是当前研究的重点。客观评估方法的基础是对语音信号的预处理,介绍语音信号端点识别和语音信号分段处理方法的基础上,提出了一种基于时间统一设备的端点识别与分段方法,解决了加噪语音信号在仿真试验中的分段问题,该方法不受信噪比影响,具有较强的适应性。     

基于BP神经网络的雷达干扰效果评估

雷达干扰效果是衡量雷达干扰措施是否有效和雷达干扰设备性能优劣的重要指标,如何准确、客观、快捷地评估雷达干扰效果,对雷达干扰双方均具有重大的现实意义。本文主要研究一种了基于人工神经网络的雷达干扰效果评估的方法,并进行了举例说明。     

基于模糊神经网络的欺骗性干扰效果评估

雷达干扰效果评估是一个重要且很棘手的问题。本文将模糊神经网络引入到欺骗性干扰效果评估中，充分发挥了模糊数学和神经网络的优势，建立了一种模糊综合评估模型，用以对干扰效果进行评估。该评估方法简便、易行、准确性高。     

PSO-BP神经网络在语音干扰效果评估中的应用

为了克服BP神经网络在连续语音数据干扰效果评估过程中存在的弊端缺陷,提出一种利用粒子群优化算法神经网络的客观语音干扰效果评估方法。该方法利用Mel倒谱技术提取所得的连续语音数据特征参数作为模型输入,再通过粒子群优化对BP神经网络的初始权系进行多点优化,建立了粒子群算法优化的BP神经网络模型,通过优化后的神经网络模型实现输入值到对应主观评价MOS证,对比表明,粒子群算法优化后的BP神经网络模型,其收敛速度较传统BP在4%以内,模型相关系数和标准差更加接近理想参数。     

基于MVDR谱的语音通信干扰效果评估方法研究

提出了基于MVDR谱的语音通信干扰效果客观评估方法,并在通信电台连续波辐照试验中进行了验证。试验结果表明:该方法较好地反映了人耳听觉特性,与主观音质评价相一致,是一种较好的可以应用于语音通信干扰效果评估的客观方法。     

跳频通信语音信号干扰效果评估方法研究

试图通过对语音信号参数的估计,引入倒谱及倒谱距离的概念,提出应用倒谱距离对跳频通信语音信号干扰效果进行客观评估的方法,并分析其相关技术问题。     

小波神经网络在语音识别系统中的应用

文中设计了以"MCU+DSP"的双CPU结构为核心的语音识别系统,利用MCU实现语音识别系统的控制,DSP实现语音识别系统的预处理、特征提取和模式识别.针对语音识别系统各个阶段,分别引入小波变换和神经网络对传统的实现方法进行改进,有效地降低了系统中的噪声,减少了系统中不必要的数据量,提高了系统的语音识别性能.实验数据验证了该方法的可行性和有效性.     

神经网络在通信网控制中的应用

介绍神经网络解决ＡＴＭ通信网中业国质量控制的一种学习方法。以呼叫管理控制为例，评估这种网络控制中的性能，并给同了模拟结果。结果表明：使用神经网络的学习控制方法实现的控制器可自适应地控制特征不断变化的ＡＴＭ通信网。     

神经网络技术在计算机网络通信中的应用

由于神经网络的自学习能力和联想优化功能和混沌行为等特点，它被广泛的应用于计算机网络通信中。论述了当前神经网络技术应用于现代网络通信中的一些问题，特别地介绍了利用蚂蚁算法训练神经网络的权值的方法，在ATM的业务控制中采用之，可以局部的避免BP算法引起的某些问题。     

公众移动通信网络加密语音通信技术研究

公众移动通信网络在给人们日常生活带来便利的同时,开放的网络使得在其上传输的个人隐私和重要商业信息存在泄露的隐患。文中从公众移动通信网络最常使用的传递信息方式——语音通信入手,对基于CS域语音信道和PS域数据信道进行加密语音通信存在的问题进行了分析。同时结合实际测试情况,提出了在这两种信道上实现加密语音通信的方案。     

细胞神经网络在通信信号处理中的研究进展

基于非线性理论的通信信号处理一直是信号处理领域的热点研究问题。细胞神经网络(CNN)作为最易于VLSI实现的一类神经网络 ,是非线性理论的一个重要研究方向 ,近年来在通信信号处理领域取得了许多重要进展。文中主要介绍了细胞神经网络的基本理论、结构及其在通信信号处理中的研究进展 ,并指出其今后在通信信号处理中的进一步研究方向     

PNN神经网络在甚高频通信收发机故障诊断中的应用

为提高甚高频通信收发机通信失真故障诊断的效率和准确性,提出了一种利用PNN神经网络进故障诊断的方法.利用甚高频通信收发机输出信号中的9个参数作为故障特征输入向量,5类故障模式作为输出向量,建立PNN神经网络故障诊断模型.仿真实例表明,该诊断方法可行、有效,可大大提高诊断效率和准确性.     

基于分帧平稳小波变换的语音干扰效果定量评估

介绍了小波分析基本原理,利用高频系数特点阐述了基于小波分解的语音干扰定量评估思想,根据试验结果提出了基于分帧的平稳小波变换法,并通过多组干扰语音验证了该方法的一致性。     

BP网络在语音干扰效果客观评估方法优化中的应用

语音干扰效果评估是当前声学技术研究领域的一个重要课题。在介绍语音干扰效果评估一般方法的基础上,首先利用最小二乘法建立了基于巴克谱测度的语音干扰效果评估模板,通过对该模板进行主、客观分析,引入了BP网络建模方法,大大减小了以往的最小二乘法在语音干扰效果客观评估的建模中的误差,确立了基于BP神经网络的语音干扰效果评估模型,并通过试验数据加以验证。     

SOM-LSTM递归神经网络语音端点检测系统

语音端点检测是语音信号处理的一个重要环节,传统的语音端点检测算法往往是基于短时能量以及过零率等实现,在低信噪比的环境下,检测算法的准确度较低。因此,提出了一种基于自组织映射(SOM)神经网络和长短时记忆(LSTM)递归神经网络相结合的端点检测算法。该算法通过检测语音信号在每个时间节点上的特征属性利用SOM神经网络进行聚类,并根据每个时间节点的语音状态对聚类结果进行调整,构造能够判别语音状态和噪声状态的样本作为LSTM递归神经网络的输入,利用LSTM递归神经网络实现端点检测的目的。