改进的子空间语音增强算法

单通道子空间语音增强算法在加性噪声为白噪声的情况下,效果比较理想.加性噪声为有色噪声的情况下,通常用广义奇异值分解算法来进行处理.为了降低低信噪比情况下残留的音乐噪声,结合人耳的听觉掩蔽效应,提出了一种基于感官抑制的广义奇异值分解算法.实验结果显示,该算法能够明显地提高语音质量、可懂度和识别率,特别是在加性噪声是有色噪声的情况下实验结果明显优于其他的语音增强算法.     

基于FPGA的心音信号采集

设计了基于FPGA的心音采集系统,该系统包括高性能的心音传感器、预处理电路、A/D转换电路和串口通信电路。传感器将心音信号转换成电信号,通过预处理电路的放大和滤波,再经过A/D转换电路送到FPGA,FPGA把现场采集到的数据及时可靠地传递给PC。实验结果表明,该系统能无创、快速、廉价地采集心音信号。     

虹膜图像质量评价的研究

详细介绍了对采集到的虹膜图像进行质量评价的方法,并通过实验证明了其有效性。     

MCRASC-MGSC微型阵列语音增强方法

提出了一种基于多路抗串扰自适应信号抵消(MCRASC)的修正广义旁瓣抵消(MGSC)方法,通过使用MCRASC来阻塞MGSC中需要阻塞的语音信号,使微型阵列输出的增强语音效果明显提高.真实环境下的实验验证了方法的有效性.     

基于麦克风阵和ICA的语音增强技术

介绍了极大似然估计独立分量分析的基本理论。在此基础上提出了一种将麦克风阵和独立分量分析模型的源分布自适应极大似然估计算法相结合的技术，并成功地用于实际环境中的麦克风阵带噪语音信号，实现了语音和噪声的分离，增强了语音。试验和仿真结果证明，这种算法是有效的。     

基于传声器阵列的语音增强技术

介绍了几种传声器阵列语音增强算法,包括固定波束形成、自适应波束形成、传声器阵后维纳滤波,并对各算法的性能和特点进行了分析。同时,对近几年基于传声器阵的语音增强技术的发展趋势进行了简单介绍。     

房间环境下基于四阶累积量的语音时延估计

主要研究了利用四阶累积量在房间环境下的语音信号时延估计。根据模拟实验环境和实际实验环境下的仿真结果,分别比较了在高斯白噪声情况下与有色高斯噪声情况下基于二阶统计量的广义互相关法和基于四阶累积量的时延估计法性能,验证了四阶累积量法的有效性。仿真结果表明四阶累积量法具有很好的鲁棒性。     

折扣多目标马氏决策规划的两种模糊最优策略

本文将处理多目标规划的模糊解法用于折扣多目标马氏决策规划,在两种特殊情况下,讨论了求解折扣多目标马氏决策规划(ε)模糊最优策略的方法。     

基于USB的实时心音信号采集系统

设计了一款基于USB的心音信号采集系统。该系统包括心音采集电路、USB通信和上位机显示。通过心音传感器将采集到的数据进行放大去噪处理,经由A/D转换通过USB将数据传送到上位机,并以波形的形式实时显示采集到的数据。该系统可以准确、实时地显示并听到采集到的心音信号。     

低信噪比环境下的语音识别方法研究

单通道语音信号在信噪比较大的环境下经过增强后再识别,能表现出较高的识别率。但是在低信噪比环境下,增强后语音信号的识别率急剧下降。针对此种情况,提出了一种用在识别系统前端的语音增强算法,该增强算法将采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimum Mean Square Error,Log MMSE)提高其信噪比,然后再利用改进的维纳滤波去除噪声残留并提升语音可懂度,最后用梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和隐马尔科夫模型(Hidden Markov Model,HMM)对增强后的语音信号做特征提取并识别。实验分析结果表明,该方法能有效地抑制背景噪声并减少噪声残留,显著提升低信噪比环境下语音识别的准确性。