移动P2P系统体系结构与关键技术的研究

提出了以蜂窝自组网与3G核心网络相结合的移动P2P（对等网络）系统的体系结构;详细描述了每一个网络实体的构建方案和功能结构;分析了Peers之间的通信过程。在构建的移动P2P系统中,提出了一种简单有效的索引服务器搜索机制。仿真结果表明,相对于洪泛搜索机制采用索引服务器搜索机制进一步降低了在移动P2P系统上的能量开销,弥补了移动终端的不足。     

基于维纳滤波和快速独立分量分析的有噪混合图像盲分离

简要介绍了独立分量分析的基本数学模型和算法,在此基础上探讨了独立分量分析在有噪混合图像分离中的应用,提出了一种结合维纳滤波去噪与独立分量分析相结合的解决方法.实验结果表明,该方法能有效地降低噪声信号的影响,较好地恢复了原始图像.     

Ad-hoc 网络中基于实时票选机制的无线视频组播

在Ad-hoc网络应用层提出一个分布式的实时＂票选＂机制,来动态发现并统计网络中各个移动终端当前所处的状态。进而在移动终端上设计并实现一个基于该机制的无线视频组播系统。该系统可以实时调查出不同视频提供者的受欢迎程度,并以此为指导自动向移动用户推送用户可能更感兴趣的无线视频流。网络中每一个移动用户都可以同时作为视频服务器和客户端。     

基于多特征后期融合的声学场景分类

为提高声学场景分类准确率，综合考虑声学事件本身特征对于场景表征的影响以及单模型训练存在的分类误差问题，提出一种基于多特征后期融合的声学场景分类方法。在线性预测倒谱系数的基础上提出声学事件状态似然，结合深度散射谱以及谱质心幅度倒谱系数共同作为特征输入，在残差网络分类器进行并行训练；在分类结果处理阶段，采用平均叠加的整体策略在随机森林上进行集成训练，预测声学场景类别。研究结果表明，所提方法能够有效利用功能互补声学特征对声学场景进行分类，提高分类精度以及泛化性能。     

基于多特征融合的参数再合成语音增强算法

针对传统参数再合成语音增强算法中使用单一声学特征进行预测以及非神经网络声码器进行语音合成系统增强性能较差的问题，提出一种基于多特征融合的参数再合成语音增强算法。通过结合注意力机制进行多种声学特征融合，采用融合后的综合特征代替单一特征预测干净语音声学特征；在此基础上，使用神经网络声码器WaveNet声码器合成高质量干净语音。在TIMIT和NOISEX-92语料库上进行实验，实验结果表明，该算法较对比方法得到了更好的增强效果，语音质量和语音可懂度都有相应提高。