基于谱减法的装甲车辆语音降噪研究

为降低装甲车辆内部强噪声对语音通信的影响,结合Mel算法、频率短时能量差、听觉掩蔽效应和经过改进的谱减法,提出了一种语音激活检测和语音增强方法,对传统谱减法噪声估计不精确和语音失真等问题进行了改进。该方法采用Mel频率对带噪语音进行语音激活检测,对噪声进行保守估计,替代一般谱减法采用的噪声统计均值。结合听觉掩蔽阈值对谱减法的相关系数进行动态调整,避免传统算法系数保持不变的不合理性。实验结果表明,该方法能很好抑制音乐噪声,提高带噪语音信噪比,改善语音的清晰度和可懂度。

AODV协议局部修复机制改进

AODV协议是Ad Hoc网络中典型的按需路由协议在详细分析AODV局部修复机制的基础上,提出了一种针对局部修复引发竞争问题的改进方法,即当多个断路发生时,分配每个修复进程优先级以避免竞争问题。仿真表明,该机制能够有效避免竞争并提升网络性能。

基于QT与OSG的战场环境雾效模拟

针对虚拟现实[1]领域中战场环境需要的雾效来提高场景逼真度的问题,提出了采用基于QT与OSG的雾效模拟。在分析OSG下雾效实现方法的基础上,给出了一个嵌入QT的仿真模拟示例。

带有漂浮对象的水波模拟

针对实时水波模拟中二维波动方程解法复杂度高、编程求解困难的缺点,基于网格对水面建模,在时间和空间轴上对水波运动离散化处理,并使用数值方法对微分方程近似求解。且为满足场景中水面与物体交互需要,对漂浮对象进行物理建模,通过计算漂浮对象在水中浮力和水波对其推力来模拟水面上的漂浮状态。运行结果表明,该方法可对水波及漂浮物进行实时仿真,模拟速度快,视觉效果好,漂浮效果真实自然。

基于粗神经网络和主观贝叶斯的雷达型号识别

为提高雷达识别系统的识别率,提出了一种基于粗集理论、径向基神经网络及主观贝叶斯方法的三层识剐模型。经过样本数据粗集方法简化、神经网络分类以及对识别结果的贝叶斯融合等步骤,将粗集的规则提取能力、神经网络的分类能力和主观贝叶斯方法的推理融合能力结合起来。仿真结果表明,该模型提高了系统的识别率和运算速度。

基于多特征的语音端点检测技术研究

针对传统的端点检测技术,如基于能量、过零率等方法,在低信噪比噪声环境下检测性能急剧下降的问题,根据汉语语音发音的特点,提出了一种新的检测方法,该方法结合了Mel频率倒谱系数(MFCC)和能量、过零率、频带方差等多个语音特征。基于多特征融合的模糊判决二次搜索端点检测方法,能有效减少清音、拖尾音的截断,提高端点检测的精度,并对噪声环境具有一定的自适应性。实验结果表明,即使在低信噪比条件下,该方法仍具有较高的准确性。