【摘 要】
：
由于广播节目受众广,影响力大,其播控要求高,对错播、插播、漏播等异常播出情况容忍度低.针对广播节目播出实时监测问题,本文提出了一种快速的广播音频信号相似性检测方法.该方法计算Pearson相关系数来判别两广播音频信号是否相似.然后,为了抵消编解码器、收发设备及传输信道的影响,应用自适应Volt-erra滤波器来处理信号.最后,用子带分解技术将全频带信号分解为子带信号,并仅对功率最高的子带进行分析预处理,以降低计算量.实验结果表明,在考虑了真实的传输影响后,通过不同条件的比较,该方法具有良好的检测准确度,且
【机 构】
：
大连理工大学信息与通信工程学院,辽宁大连116024
论文部分内容阅读
由于广播节目受众广,影响力大,其播控要求高,对错播、插播、漏播等异常播出情况容忍度低.针对广播节目播出实时监测问题,本文提出了一种快速的广播音频信号相似性检测方法.该方法计算Pearson相关系数来判别两广播音频信号是否相似.然后,为了抵消编解码器、收发设备及传输信道的影响,应用自适应Volt-erra滤波器来处理信号.最后,用子带分解技术将全频带信号分解为子带信号,并仅对功率最高的子带进行分析预处理,以降低计算量.实验结果表明,在考虑了真实的传输影响后,通过不同条件的比较,该方法具有良好的检测准确度,且计算量较小,可以满足实时处理的要求.
其他文献
考虑传统语音情感识别任务中,手动提取声学特征的繁琐性,本文针对原始语音信号提出一种Sinc-Transformer(SincNet Transformer)模型来进行语音情感识别任务.该模型同时具备SincNet层及Transformer模型编码器的优点,利用SincNet滤波器从原始语音波形中捕捉一些重要的窄带情感特征,使其整个网络结构在特征提取过程中具有指导性,从而完成原始语音信号的浅层特征提取工作;利用两层Transformer模型编码器进行二次处理,以提取包含全局上下文信息的深层特征向量.在交互式
近年来,随着神经网络的应用,语音增强效果显著提升.但对关联性较强的长序列语音数据,单一的网络结构受到自身性能的限制可能无法继续提升增强效果.为了进一步提升神经网络对语音增强的效果,本文将一种被称为双路径循环神经网络(dual-path recurrent neural network,DPRNN)的复合网络结构应用在语音增强任务中.该复合网络结构由卷积神经网络(convolution neural network,CNN)和长短时记忆神经网络(Long short-term memory,LSTM)组成,
作为阵列信号处理的一个基本问题,波达方向估计在现代通信领域有着广泛的应用.常规估计方法通常基于高斯噪声假设.而当阵列接收数据包含Alpha稳定分布脉冲噪声时算法将完全失效.针对Alpha稳定分布噪声下的波达方向估计问题,本文定义了一种改进的相关熵算子——中值离差相关熵,并从理论上证明了它的有界性.以此为基础结合MUSIC算法提出了一种波达方向估计新方法.该方法不需要噪声先验知识,且在脉冲噪声环境中具有鲁棒性.仿真实验表明,即使在短快拍、强脉冲噪声的恶劣环境下,本文方法依然具有良好的性能.
针对DCASE2017挑战赛任务4提供的大规模弱标记声音事件检测数据集,我们搭建了基于梅尔滤波器特征(Fbank)、卷积神经网络(CNN)以及循环神经网络(RNN)的多类别声音事件检测系统,分析了 attention和lin-ear softmax两种已有的常用池化层在神经网络反向传播中的部分推演过程,并在linear softmax池化层的基础上进行改进,提出了一种“指数可学习的幂函数softmax”池化层.实验结果表明,相比于DCASE竞赛中获得第一名的模型,应用“指数可学习的幂函数softmax”池
通过预测无线信道可以解决高速移动导致的信道过时问题、或利用预测资源分配提升无线系统的资源利用率和用户体验.尽管对机器学习进行离线训练的时间较长,但利用训练后得到的模型进行在线推断时计算复杂度低,有望解决信道预测这类对实时性要求高的无线任务.联邦学习可以充分利用移动设备采集的数据和计算资源,同时保护隐私敏感的用户数据.对于隐私不敏感的无线数据,应用联邦学习的主要动机之一是相对于需上传原始训练数据的集中式学习能降低通信开销.本文考虑平均信道、瞬时信道和未来接入小区这三个预测问题,对经过模型压缩后联邦学习的上行
针对组网雷达被单点运动辐射源干扰情况下的目标检测问题,本文利用目标多角度回波在传播延时、多普勒以及散射特性上存在差异的特点,设计了一种基于干扰延时、多普勒对齐的自适应干扰抑制算法.本文首先建立了单点运动辐射源干扰条件下的组网雷达信号模型,其次对抑制算法进行了详细介绍,最后通过典型场景的仿真分析验证了所提算法的抑制效果.仿真结果说明,所提算法可以充分利用目标在距离多普勒域的稀疏特性,实现干扰的有效抑制.
探地雷达实际应用场景中介质表面往往存在着其他覆盖物,将会严重影响实际探测效果,如冬季路面表面的冰层、沥青铺路时防止沥青混合物粘在滚筒表面而喷出的水汽层等,且这些覆盖层的厚度较薄,通常小于探地雷达可分辨的最小厚度.因此,本文提出了一种基于反射信号时域重构的层状介质参数反演方法,利用广义反射系数建立雷达发射回波的时域模型,再通过遗传算法对模型的代价函数进行优化进而反演出覆盖物薄层的参数.最后,通过时域差分工具gprMax仿真软件模拟沥青混凝土实施铺路场景,对所提算法的有效性和准确性进行验证分析.
基于Abaqus软件提供的Python二次开发接口,研究复杂结构轮胎的参数化高效建模方法.建模过程如下:结合宏录制功能录制所需Python代码,修改参数后生成脚本文件,采用RSG对话框创建轮胎建模插件,输入轮胎结构关键参数后可以一键生成轮胎有限元几何模型.该方法将原来需要数小时才能完成的轮胎建模缩短为几秒钟,极大地提高复杂结构轮胎的设计效率,为后续轮胎有限元仿真分析奠定了较好的基础.该技术可以推广应用于飞机、轮船、汽车等的其他复杂结构零部件的高效建模中.
研究不同品种炭黑混炼胶在不同测试条件下的加工流变性能.结果表明:炭黑N550的混炼加工性能好,炭黑N134混炼时更易聚集,分散差;混炼胶的门尼粘度和结合橡胶含量随着炭黑结构的增高和比表面积的增大而增大,与炭黑CDBP吸油值的相关性好,相关因数均为0.95;混炼胶的Payne效应与炭黑比表面积和应力松弛面积的相关性好,相关因数均为0.98;混炼胶的挤出胀大比受混炼胶中结合橡胶和包容胶含量的双重影响.
电子战环境中,随队支援式假目标可在雷达照射主瓣内做非线性运动,这对基于相控阵体制的雷达实时地将波束零点对准假目标位置造成了困难.针对这一问题,提出一种基于频控阵雷达的动态零陷形成技术,系统通过从环境中提取干扰假目标距离信息,之后结合认知技术利用扩展卡尔曼滤波器获得假目标运动的外推轨迹,并将预测信息通过反馈回传至雷达发射模块,通过频控阵距离维波束形成技术调整发射权矢量使得波束零点指向干扰源预测位置.仿真结果表明:所提方法可以有效地实施对主瓣内运动的欺骗式假目标动态零陷,相比于不基于预测信息的波束形成技术具有