听觉模型用于噪声环境下语音识别的研究

在吸收听觉生理学研究成果基础上,建立了一个模拟外国听觉系统和部分中枢听觉神经系统功能的听觉模型,以该模型作为前端处理来提取特征参数,后处理采用模式匹配的方法,进一步研究了听觉模型用于语音识别的抗噪声问题。根据听觉生理特点提出了几个抗噪声方案,实验结果表明,基于文中的听觉模型和所提抗噪声方案的语音识别系统,在噪声环境下具有很好的鲁棒性（Ｒｏｂｕｓｔｎｅｓｓ）。     

强噪声背景下汉语语音端点检测和音节分割

根据汉语语音的特点，提出了强噪声背景下对汉语语音进行了端点检测和音节分割的新算法，在８５ｄＢ的噪声环境中，实验考察了端点检测的正确性和音节分割的稳定性，结果表明，算法在这两方面达到了很高的性能，且与发音者无关。     

探测高速小目标的声纳信号波形设计

针对用主动声纳探测水下高速运动的小目标存在的主要干扰,海面,海底混响和接收信号的起伏,讨论了宜采用的声纳信号形式,在混响信道中,对高多普勒目标采用加窗的长ＣＷ脉冲是合适的,而根据多途信道中回波存在的起伏的特点,需要采用多频脉冲,最后给出了用探测高速小目标的声纳最佳发射信号形式和频率编码方案。