基于语音频谱的共振峰声码器实现

共振峰声码器因其在理论上具有最低码率而一直是参数语音编码算法研究的重点。共振峰编码器的关键算法是基频和共振峰等语音参数的提取。在高分辨率语谱图基础上,利用语音信号的频域特性设计了一种简单有效的基频和共振峰提取算法。通过评价重建语音信号的音质,证明了参数提取算法的准确性。根据语音实验确定编码参数包含基频和前4个共振峰,并在保证语音质量的前提下制定各参数的量化指标。应用实际语音信号对算法的性能进行测试,试验结果证明算法在码率为1 400 b/s时具有良好的语音质量。     

基于自适应比特分配的DAM声码器

在对离散幅度多分辨率语音编码方案研究的基础上提出了改进算法。该算法通过对编码幅度值统计分析使用了新的编码格式,并应用了缩进式比特自适应分配机制,理论分析和实验结果表明,改进的编码算法可以在相同语音质量的条件下进一步降低比特率。     

宽带自适应多速率声码器

介绍了3GPP组织最新推出的宽带自适应多速率声码器AMR－WB，编解码原理以及速率控制机制等。较窄带语音编解码器，在语音的自然度效果及抗噪声能力等方面有较大改善。     

基于跟踪共振峰的语音增强算法

该文通过实验方法研究和分析了汉字语音共振峰的特点,发现可跟踪并找到各个共振峰,结合汉字发音所具有的一般规律,提出了一种基于跟踪共振峰的语音增强算法。该算法能够有效地识别出带噪语音中的语音帧和非语音帧,简单且有效地去除非语音帧的全部噪声,明显抑制语音帧内的噪声。算法计算复杂度低并具有噪声环境可移植性。     

基于自适应平滑滤波的图像增强

为了有效增强含有噪声点的图像,采用基于自适应平滑的图像增强方法。首先根据当前像素点与周围相邻像素点灰度之差决定是将此点进行均值滤波还是沿着某方向进行加权滤波,即利用多个平滑模板对图像进行自适应平滑滤波得到平滑后的图像;然后将原图像减去平滑后的图像得到细节图像;最后将细节图像乘以系数后加在平滑后的图像上得到增强的图像。与单纯的平滑、单纯的锐化相比,此方法不仅有效去除了噪声,又增强了图像的细节,增强效果明显。     

基于神经网络的自适应滤波技术

本文在Ｈｏｐｆｉｅｌｄ神经网络和ＴＨ线性优化网络的茂盛耻，提出了自适应滤波算法的神经网络实现，理论和计算机模拟均表明该算法的神经网络硬件实现，将大大提高自适应滤波器的时效性。     

基于RMMSE的自适应滤波算法分析

针对扩展目标的高分辨距离像估计问题,在考虑接收窗外强散射中心的影响条件下,研究了以最小均方误差(MMSE)为准则的自适应滤波方法,该算法通过迭代得到各个距离单元上的距离像估计值。文中通过仿真试验分析对比了RMMSE算法、匹配滤波算法和LS算法的性能。仿真结果证明,在接收窗外存在强散射中心的情况下,RMMSE算法能够有效提取目标多个散射中心。     

基于子带分解的自适应滤波

本文对基于子带分解的自适应滤波做了研究，给出子带分解下的包含子带间滤波的最优维纳解和ＬＭＳ算法，并分析了其收敛性能和计算复杂度，与传统的ＬＭＳ算法相比，基于子带分解的自适应滤波具有更好的性能，计算机模拟结果也体现了这一点。     

基于方向的自适应多级中值滤波

针对传统多级中值滤波在所能保护的线特征方向上的不足,提出了一种基于方向的自适应多级中值滤波方法。该方法通过对小窗口内线特征走向的判断在大的窗口中选择不同的多级中值滤波方式,使滤波子窗口方向与线特征走向相一致。实验证明与传统的多级中值滤波相比,该方法能够在各个方向上更好地保留图像地线特征,同时与传统的多级中值滤波一样能够有效抑制噪声。     

基于GA-BP算法的自适应均值滤波

针对传统BP神经网络容易陷入局部极小,训练时间长等缺陷,提出一种遗传算法优化BP神经网络的方法定位图像中的椒盐噪声位置,之后结合自适应均值滤波方法滤除图像中的椒盐噪声.首先采用遗传算法对神经网络的初始权值和阈值进行优化后再用来训练网络,然后用训练好的神经网络对图像像素进行分类,分为噪声像素和非噪声像素,接着用自适应均值...     

基于模拟退火的自适应图像滤波算法

模拟退火是一种在邻域范围搜索最优解的优化算法,能够以较大的概率收敛到最优解,可运用于图像去噪。提出一种基于模拟退火的自适应图像滤波算法,可以自适应的对图像内部和图像边缘进行分类处理,以一定的概率接受偏离中值的像素,再结合加权平均得出图像结果像素值。实验结果表明该算法在滤除图像噪声的同时,可以较好的保存原始图像信息,具有较高的信噪比。     

基于窗口的自适应中值滤波算法

滤波窗口是影响椒盐噪声滤除效果的重要因素。针对自适应中值滤波算法(RAMF)的不足,提出了一种基于窗口的自适应中值滤波算法。该算法分为噪声的检测和滤除两部分。在噪声检测部分,主要通过混合窗口检测出准噪声点,将其用窗口中值代替,而其余信号点保持不变。重复此方法,直至所有的准噪声点处理完毕。然后,在噪声滤除部分,主要根据噪声密度选择合适的最大滤波窗口半径,进而实现噪声滤除。最后,为验证算法的有效性开展了仿真研究,仿真结果表明本算法对椒盐噪声的滤除具有很好的效果,增强了图像的清晰度。     

基于自适应滤波的噪声抵消法

语音降噪就是从带噪语音信号中提取尽可能纯净的原始语音。文中介绍了一种基于自适应滤波的噪声抵消法，采用归一化最小均方误差算法，采集实际噪声环境下各种不同信噪比的带噪语音样本进行降噪处理，实验结果表明，处理后信号的信噪比得到了较大程度的提高，大大改善了听音效果，具有很高的可懂度，且语音自然度好，没有失真；并与谱减法进行了比较，自适应噪声抵消法的降噪幅度比谱减法有一定提高，在听音效果上，用自适应噪声抵消法处理后的语音在清晰度、自然度方面优于谱减法。     

基于能量峰区域时频滤波的信号估计

本文提出了一种基于能量峰时频区域滤波的信号估计方法。首先,设计了一种基于能量阈值的时频区域提取方法,识别出信号在时频面上的能量峰,并提取出能量峰所占据的时频区域;利用线性时频滤波器获取信号中的分量,将这些分量的时频分布叠加得到改善的时频分布。仿真结果表明,对于由时频不相交分量组成的信号,本方法可以分离出其中的信号分量,并能得到较优的时频分布。     

8kbps QCELP声码器中的自适应后置滤波器

后置滤波技术作为语音增强的一种方法在语音编码中得到广泛的应用.8kbps QCELP是一种变速率语音编码算法,其自适应后置滤波器由短时后置滤波器、频谱倾斜补偿滤波器和自动增益控制(AGC)三部分组成.这种自适应后置滤波器能够显著改善合成语音的主观质量,而且语音失真小,计算复杂度低.本文详细介绍了自适应后置滤波器中各个组成部分,并与其它变速率语音编码中的后置滤波器进行了比较.     

基于自适应形态学滤波的目标检测方法

本文针对三维激光雷达进行目标检测过程中,激光雷达点云的稀疏性、数量非固定性、分布的任意性,会带来点云空洞引起分割错误的问题,提出了一种点云自适应形态学滤波方法。不同于传统的形态学滤波对所有的像素点统一进行二值化、开闭运算等进行矫正,本方法能够根据像素点与周边像素点信息,决定是否对该像素点采取运算以及采取何种运算,补充缺失的点云信息的同时避免了传统形态学滤波带来的边界和形态改变问题。实验结果表明,该方法用于稀疏激光点云的障碍物检测中具有更强的鲁棒性。     

基于自适应滤波的微弱信号测量方法研究

本文介绍了几种常见微弱信号检测方法的优缺点,筛选出更适用于无线电监测工作的自适应滤波的微弱信号测量办法,简要分析了自适应滤波的原理和特点,并进行了仿真实验.理论实验表明,该测量方法可以有效除模拟广播信号和某些数字信号的噪声,达到突出微弱信号的目的 .     

基于数学形态学变形虫的自适应图像滤波

针对形态学滤波中的一个关键问题——结构元的选择,提出了一种基于数学形态学的变形虫结构元,它是一种没有固定形状和大小的结构算子。按照导引图像建立的梯度准则,以像素为中心在其邻域内进行结构元的生长,然后在每个像素点利用所生成的结构元进行灰度形态学中值或者均值滤波。实验结果表明：这种非线性滤波算法能够很好地去除噪声、增强边缘,克服了传统滤波的缺点,而且相对于经典保边滤波各向异性扩散法具有计算量小的特点。     

基于L BFGS的自适应模糊互补滤波

针对惯性测量单元噪声大及常规姿态解算算法精度不高的问题,提出了一种基于拟牛顿法（L-BFGS）的自适应模糊互补滤波（AFCF）算法。该方法利用L-BFGS对加速度计、磁力计进行寻优估计,并通过监测系统的运动等级、加速度计、磁力计的误差,运用模糊逻辑理论调控加权因子及增益权重,动态地调整互补滤波参数,实现姿态误差的动态补偿,优化姿态解算结果。经实验验证,系统静态误差在0.4°内;动态误差在1.3°内,且该系统能减少噪声的干扰及陀螺仪的漂移。