用WFTA算法与数字多相网络实现TDM/FDM复用转换

本文提出了TDM/FDM变换复接器的一种方案,它利用了维诺格兰(Winograd)傅里叶变换算法(WFTA)和并联型子复数滤波器以减少乘法次数。这种方案的变换复接器仅由DFT处理器与数字多相网络组成,这两部分的工作速率与输入的PCM序列的速率一致;它不需要对信号进行复数化处理,也不需要进行模拟频率搬移。 在DFT处理器中除WFTA运算器外,还有一个辅助的相移网络和一个供同时处理两个60路超群信号的分离(或组合)单元。 本文提出了数字多相网络的简便而有效的优化设计与构成方法。     

基于MQDF的汉语塞音语音识别方法的研究

通过对QDF改进方法的探讨,提出了一种基于MQDF的汉语塞音语音识别方法.在该方法中,我们探讨了MQDF的最佳形式并通过实验求出了它的最佳参数,提出了适合于用MQDF进行汉语语音识别的语音特征参数变换方法.通过对汉语塞音语音的识别实验,证明了本文提出的基于MQDF的汉语塞音语音识别方法具有良好的识别效果.     

基于人眼视觉特性的多尺度彩色图象增强算法

图象增强技术主要是通过调整图象的参数来改善图象质量,以获得更佳的视觉效果．为了获得色彩更加鲜艳,细节更加清晰的彩色图象,因而根据人眼视觉对亮度和颜色不同的敏感特性,按照视觉心理选择了HSV彩色空间,并在此空间中,提出了一种基于小波变换的彩色图象增强算法．该算法首先进行了自适应亮度动态调节,同时对图象的饱和度分量也进行了处理．实验证明,和目前存在的灰度图象增强算法相比,用该算法增强后的彩色图象不仅更加清晰,同时更加生动,鲜艳,达到了预期的目的．     

基于MMX/SSE/SSE2的H.264解码器关键算法优化

H．264采用整数离散余弦变换（Discrete Cosine Transform，DCT）、多种量化方法选择和更精确的帧内预测等先进技术，提高了解码图像质量，但增加了算法的计算复杂度。利用MMX／SSE／SSE2指令集对H．264解码器的关键算法进行优化，在不影响图像质量的情况下，实验证明可以显著提高算法的执行效率。     

一种有限误差线谱频率参数暂时分解量化算法

本文对线谱频率参数量化提出了一种有限误差的暂时分解算法.新算法以原有的暂时分解算法为基础,重新定义了误差约束条件下的插入事件产生规则,并引入了事件消除机制.实验表明,在相同的编码速率下与原算法相比,该算法在对线谱频率参数量化过程中能够取得更低的平均谱失真度,从而获得更高的语音质量,更适用于低速率语音编码系统.     

双缓冲区技术在数字音频实时处理中的应用

随着个人多媒体计算机性能的飞速提高，人们逐渐开始利用个人计算机进行数字音频的实时处理。用户对声 采集到的原始音频信号进行一定处理后，将数字音频信号送到声卡重放。     

美国数字音频广播的市场化前景

美国数字无线电(USADR)和朗讯数广播(Lucent DR)合并成立爱比克数码(iBiquity Digital)公司。集两家技术之长的爱比克数码开发了独立产权的数字广播关键技术,即增强型带内同频数字音频技术(iDAB^TM)和增强型感知音频编码技术(PACTM),通过与其它广播台、设备供应商及信息提供商的合作,将加速实现数字音频广播(DAB)的市场化。     

整系数预测技术在无损音频压缩中的应用

通过对AudioPak音频编码器的分析研究,本文提出了一种改进型的整系数预测技术,AudioPak只是改进型预测算法的特例。改进型整系数预测算法在频响性能上弥补了AudioPak的不足,减少了预测误差的动态范围;在预测误差均值、频谱分布、帧方差等指标方面都有不同程度的提高,从而明确了改进型预测算法的优势。     

听觉场景分析的研究进展

本文综述了当前听觉场景分析的研究进展与发展方向。听觉场景分析包含心理听觉场景分析和计算听觉场景分析,前者揭示了人对声音的心理感知过程以及多声音信息流检测分离的规律;后者的目标是用计算机模仿人类听觉系统的处理机制,在噪声背景下分析提取所需声音信息,最终使机器具有听觉智能。     

DM642的性能及其在视频处理实验中的应用

DM642是TI公司最新推出的一款专门用于图像处理的DSP芯片.它是基于C64X系列的芯片,增加了很多外围设备和接口,这些接口和外设使得DM642比C6416更适合处理视频码流.本文重点介绍了DM642与视频编解码有关的结构和性能,特别是CPU内核、Cache结构和视频端口结构,最后介绍了几个基于这种芯片的视频处理实验的设计方法.