【摘 要】
：
人耳听觉系统能够在强噪声的环境下区分出自己感兴趣的语音,基于计算听觉场景分析(CASA)的基本原理,其重点和难点是找到合适的声音分离线索,完成目标语音信号和噪声信号的分离。针对单通道浊语音分离的问题,提出了一种以基音为线索的浊语音信号分离算法。在白噪声、鸡尾酒会噪声等六种噪声干扰条件下,通过仿真实验结果表明,相比于传统的谱减法,语音分离算法的输出信噪比平均提高了7.47 d B,并有效抑制了干扰噪
论文部分内容阅读
人耳听觉系统能够在强噪声的环境下区分出自己感兴趣的语音,基于计算听觉场景分析(CASA)的基本原理,其重点和难点是找到合适的声音分离线索,完成目标语音信号和噪声信号的分离。针对单通道浊语音分离的问题,提出了一种以基音为线索的浊语音信号分离算法。在白噪声、鸡尾酒会噪声等六种噪声干扰条件下,通过仿真实验结果表明,相比于传统的谱减法,语音分离算法的输出信噪比平均提高了7.47 d B,并有效抑制了干扰噪声,改善了分离效果。
其他文献
针对MPSK信号的码元速率估计问题,研究了有限数据条件下循环谱的谱线特征受到背景色噪声干扰的现象,提出了一种基于主分量分析(PCA)的循环谱特征码元速率估计方法。PCA变换抑制了信号循环谱中的背景色噪声,提高了估计精度,减小了估计方差。仿真表明,该方法在有限数据条件下具有良好的估计性能,适用于不同成形滤波系数的MPSK信号。
D-S证据理论不能很好地描述证据之间的冲突,而且证据高度冲突时合成规则会得出反直观的结果。针对这一问题,提出了一种改进的证据合成方法。首先建立余弦相似度空间,利用证据向量之间的夹角余弦度量证据相似性程度,通过冲突证据检测因子对其进行分类;然后引入冲突比例因子决定证据的修正方法,利用相似度对其进行局部修正或全局修正;最后将修正后的证据代入D-S公式进行合成。应用实例证明,该方法能够判定冲突证据,实现
为了研究复杂云资源在巨大资源池中快速定位和查找问题,结合分布式对等技术资源定位的优势,提出分层的HChord云对等模型,通过提取云资源多维属性特征向量构建资源查询索引和相似资源聚类,建立全局与局部索引及缓存机制,并独到地提出依赖备份超级节点数来控制索引缓存率的方法。仿真实验表明,HChord模型比HTC-Chord模型在资源定位时需要更短的平均路径长度;验证HChord模型下不同索引缓存率对资源定
S变换是一种具有短时傅里叶变换和小波变换优点的时频分析方法,已有的一些基于能量聚集度量的优化方法集中度不高,影响了信号检测等应用中时频域局部定位的精度。为了提高S变换的时频聚集性能,提出了一种新的时频能量聚集度量方法优化广义S变换,提高了算法的时频集中度和短时傅里叶变换、S变换、广义S变换等方法实验比较,表明提出的方法能有效地提高广义S变换的能量集中度,并具有较强的抗噪声性能。
针对NP-hard性质的作业车间调度问题,设计了一种改进的离散粒子群优化算法。引入遗传算法交叉算子和变异算子来实现粒子的更新,并将变异思想和模拟退火算法思想融入该算法中对全局最优粒子的邻域进行局部搜索,很好地防止了算法出现早熟收敛。通过将该算法和标准粒子群优化算法用于求解典型JSP,计算结果对比表明,改进的算法具有很强的全局寻优能力;就综合解的质量和计算效率而言,改进算法优于标准粒子群优化算法。同
交通堵塞现象越来越威胁正常的城市交通,针对选择最短路径的出行方案往往不能取得最短的出行时间的现象,提出了一种交通拥塞自适应的出行计划方案。该方案克服了现有方案在规划出行路线时未能考虑行车过程中实际交通状况的缺点,根据车辆在各路段行驶的平均通过时间来判断路段当前的拥塞状况,并动态优化行车路线,从而提高交通效率。仿真实验表明该方案能够自适应路段的交通拥塞,根据当前拥塞状况重新优化行车路线,从而缩短平均
主要研究了SSS检测,提出一种新的SSS检测算法。该算法首先利用滑动平均窗修正接收的PSS处估计出的信道频率响应,并用修正后的信道频率响应对接收的SSS序列进行信道补偿;其次,算法对信道补偿后的序列进行实数提取操作,消除虚部数据干扰;最后算法联合两个连续的SSS接收序列进行检测进一步提高检测性能。TDD和FFD两种模式下的仿真结果表明:该算法可以较好地实现SSS检测且比现有几种SSS检测算法在低信
鉴于使用单一特征无法获得令人满意的分类效果以及SVM在小训练样本时具有良好的分类性能,提出了基于多种目标分解方法和SVM的极化SAR图像分类方法。首先对原始极化SAR图像使用多种目标分解方法进行处理,得到相应的分量信息,然后在极化SAR图像特征提取的基础上将SVM应用于极化SAR图像分类。通过选取不同的特征信息作为支持向量机的输入,比较其对分类性能的影响,得到最优的用于分类的特征信息组合,其中将相
为解决当前隐写分析中存在的特征选取维数过高、独立性较差的问题,提出了一种新的基于降维处理的特征加权的支持向量机隐写分析方法。采用主成分分析及信息增益算法进行特征优化及特征加权,然后提出一种新的支持向量机分类器——优化特征加权支持向量机。通过与目前隐写分析中广泛使用的C-SVM分类器进行对比实验,结果表明,该方法能够有效降低分析算法的时间复杂度,具有高效的隐秘检测能力。
现有MPTCP的数据调度方案无法满足多路径的动态变化,出现链路传输性能降低的问题。通过对每条路径上的ACK数、往返时延进行预测,提出一种前向预测速度调度方法。利用NS-3对该算法仿真,表明该算法能提高吞吐量,更加合理,并使负载更加均衡。