基于多相滤波器组的非线性回声抵消

在免提通话系统和移动通信设备中，扬声器常常工作在较高的音量下，容易发生过载现象，从而产生明显的非线性声学回声，这在小微型扬声器中更加常见。常用的线性AEC(Acoustic Echo Cancellation)算法无法消除此类非线性回声，因此通话质量受到严重影响。非线性回声主要表现为额外的高频谐波分量，这些分量使得全带系统不再满足线性关系，而通常的AEC算法都是基于最小化全带误差推导而来，因此性能很容易受到非线性失真的影响。本文提出了一种基于多相滤波器组的子带AEC算法，把全带误差变成了各个子带的误差，因而把谐波失真成分变成了某些子带内的加性噪声，这使得谐波失真较小的那些子带依然能够正常收敛。通过仿真和实测实验，当出现非线性失真时，新方法的ERLE(Echo Return Loss Enhancement)明显高于经典的全带时域和频域方法，对于非线性失真明显的语音信号，ERLE提升约10 dB。      

大水深测量校正方法研究与应用

水库水深测量精度直接关系到水库的防洪安全与蓄水兴利。现有回声测深仪无法应对大水深施测的情况，且测量受到水库水温分层影响。利用回声测深仪配合校正标进行大水深测量的校正方法，能够精确检测到回声测深仪水深测量的误差及差值、系统延时问题等，通过与各级校正标的真值比较、修正，能使测值近似真值,且使误差控制在容许范围内。介绍了水深校正标基本原理、操作方法和步骤以及在水库测深中的应用。     

基于IWO-ESN的网络流量预测研究

为了提高网络流量的预测精度,针对ESN网络预测结果易受谱半径SR、神经元个数N、输入单元尺度IS、连接稀疏度SD以及嵌入维数p等参数的影响,利用IWO算法收敛速度快的特点对ESN模型参数进行优化。研究结果表明,IWO-ESN可以有效提高网络流量的预测精度,同时可以对ESN网络模型参数和嵌入维数p进行自适应选择,为网络管理优化和拥堵控制提供决策依据。     

用于机器人轨迹定位纠正系统的回声状态神经网络研究

循环神经网络(RecurrentNeuralNetworks)是人工神经网络(ArtificialNeuralNetworks)中重要的分支,与前馈神经网络(ForwardNeuralNetworks)相比具有更好的时间序列学习能力。但长期以来其学习法一直不能脱离前馈神经网络而自成一体,回声状态神经网络(EchoStateNetworks(ESN))是打破这一局面的全新学习方法。其独特的结构,良好的短期记忆能力,方便的学习方法,不俗的非线性特性是以前循环神经网络所不可比的。本文在介绍了回声状态神经网络之后将其用于四轮机器人的位置测量系统中,有良好的表现。     

语音回声隐藏技术及分析

将信息隐藏技术用于实现语音安全通信，对语音安全通信的一种新方法——语音回声隐藏技术进行了分析和研究，给出了实现该技术的系统方案，并进行仿真和分析，从人耳听觉特性具体要求的角度具体讨论该系统的实现细节。     

GPS与数字测深仪的结合应用

随着GPS(RTK)技术在水利工程测量中的广泛应用,通过GPS和数字测深仪的结合使用,使得以往困扰水上测量的很多问题迎刃而解.文章介绍了GPS与数字测深仪结合应用的方法和步骤.     

自适应回声对消的初期迭代统计学模型及改进算法

为减少滤波器长度,提出自适应滤波算法初期迭代统计学模型及改进的回声消除算法。提出的统计学模型分析了自适应算法迭代初期滤波器各系数的均值和方差。基于该模型提出的改进算法,先检测回声路径峰值,进而确定回声路径延时,然后以延时为中心,用一个短的滤波器辨识原回声路径活跃系数部分。用实际回声路径进行仿真,理论和实验结果均表明,新算法在迭代的前75～100步已可准确检测回声路径峰值并确定延时;而减少滤波器长度,可大幅提高自适应算法收敛速度并降低算法计算复杂度。     

水深测量漂浮式比测器设计及应用探析

水深比测作为检校回声测深仪测深和仪器误差订正的依据,是水深测量不可缺少的环节.在沿海、河流、水库水深测量中,比测器法是应用最广泛的水深比测方法,但目前比测器均为垂直方式入水,受水域条件和流速限制,其安装后入水长度往往较小,达不到理想效果;同时,比测器的安装、拆运较为麻烦,给水上作业带来安全隐患.文中结合工作实际,在综合分析影响声速在水中传播的因素基础上,基于流动河流的水体环境,提出了漂浮式比测器的设计概念.     

复杂声学环境下语音空调语音降噪方法研究及应用

通过研究语音空调在复杂声学环境下的回声消除和混响消除方法,以此来解决远场语音空调识别率低及鲁棒性较差的问题.采用频域分块自适应滤波方法进行回声消除,对大混响环境优化收敛速度,设计基于时频掩码多通道线性预测方法来自适应降噪.首先使用深度学习技术来构建信号时频掩码模型,然后采用多通道线性预测自适应晚期混响抑制技术,结合掩码模型获取时频掩码信息,快速有效地抑制掉信号中混响成分,最后采用基于瞬态数据与特征值分解的空域滤波技术,结合掩码信息,准确估计多维空域信号导向矢量与噪声统计量,设计空域滤波器,有效抑制掉噪声干扰,提高识别鲁棒性.