基于HHT和OSF的复杂环境语音端点检测

希尔伯特-黄变换是一种全数据驱动的自适应非平稳信号时频分析方法,但是在强噪声环境下语音信号的希尔伯特能量谱曲线波动较大,对语音端点检测造成很大的影响,该文提出了一种基于希尔伯特-黄变换和顺序统计滤波的检测方法。该方法将含噪语音信号进行经验模态分解,通过对固有模态函数进行自适应权重选取获得信号的希尔伯特能量谱,利用顺序统计滤波器对每帧的能量谱进行平滑处理作为语音/非语音的鉴别特征。实验结果表明,该方法适用于复杂噪声环境的端点检测,在低信噪比情况下仍然能够有效地检测出语音信号,降低信号误检率。

BCNO发光材料发光机理的研究

实验采用前驱体法合成了BCNO发光材料,该发光材料的发射光在蓝光到绿光之间可调,发光性能优良。通过对BCNO发光材料进行X射线衍射分析,发现BCNO发光材料主要成分是B_2O_3、BN和石墨化碳。通过对BCNO发光材料进行透射电镜分析,发现BCNO发光材料是纳米晶体结构,其晶格条纹间距为0.34nm。通过对BCNO发光材料进行光谱分析,发现BCNO发光材料发射波长随激发波长增大而红移。综合上述分析发现,BCNO材料发光很可能源自碳取代h-BN中B或者N的格位而聚集在一起形成碳量子点发光。