多带激励语音压缩算法的仿真实现

作者从语音信号的多带激励（ＭＢＥ）模型出发，对ＭＢＥ语音压缩算法的原理作了详细的阐述，指出了它相对于传统ＬＰＣ等算法的优越性，并在计算机上进行了仿真实现，给出了实验结果。作者最后就合成语音的质量、算法复杂度等方面，对ＭＢＥ声码器和部分常用标准语音压缩编码方案作了比较。

多带激励语音压缩算法原理与仿真

从多带激励语音模型出发 ,介绍了多带激励语音压缩算法原理 ,指出了该模型较LPC等传统声码器模型的优越性 ,并对该算法进行了计算机仿真实现 ,给出了试验结果。最后 ,对仿真结果进行了分析 ,对算法的实用性进行了探讨 ,并在此基础上指出了今后的研究方向。

语音多带激励模型基音搜索算法的一种改进

深入分析了ＭＢＥ模型分析算法的复杂度，认为原算法中的双闭环基音搜索结构有很大的改进余地，提出了一种基于Ｂ－样条二进离散子波变换（Ｂ－ＳＤｙＷＴ）基音检测法的改进ＭＢＥ模型分析算法．其关键在于利用Ｂ－ＳＤｙＷＴ 基音检测原理将这种双闭环搜索算法改造成先开环后闭环的结构．理论分析说明，这种改造可以大幅度地降低基音搜索的复杂度，而不降低其性能．通过仿真实验对改进前、后的ＭＢＥ模型基音搜索算法的复杂度、准确度以及抗噪声能力等方面进行了全面的对比分析．得出的结论是改进算法与原算法相比各项性能均不低于原算法甚至有所改善，特别是证实了理论分析中的复杂度降低作用．

一种改善激励源的1.2kb/s语音编码算法及其实时实现

为了适应无线通信等低速语音编码场合 ,吸收 2 .4kb/s MELP算法优点 ,提出了一种改善激励源的 1 .2 kb/s混合激励线性预测算法 ,该算法在模型结构、LSP量化及解码等方面较传统的 2 .4kb/s LPC算法有了较大改进。同时 ,选用 TMS3 2 0 VC5 4 1 6 DSP芯片实时实现了以该算法为核心的声码器。客观音质测试和非正式主观测试结果表明 ,该算法在自然度、清晰度和抗噪声等方面明显优于 2 .4kb/s LPC算法 ,是低速率下一种良好的编码方案。

基于子带编码的快速小波变换算法

介绍了新的压缩技术子带编码和小波变换，并讨论了计算小波变换的快速算法。

多带激励语音编码的实现

随着信息社会的快速发展，通信信道资源变得非常宝贵，各种语音压缩编码技术应运而生。低速率语音编码已成为数字通信中的一个重要的研究领域。多带激励声码器在2．4～4．8Kb／s速率上能合成出音质比传统声码器好得多的语音，而且具有较好的自然度和容忍环境噪声的能力。MBE声码器作为主要研究对象，从语音分析和语音合成方面对算法做了细致的研究与实现。同时，静音检测算法应用到MBE声码器中，进一步降低了编码速率。最后，通过对仿真结果的分析，针对MBE编码算法的几点不足提出了相应的改进方法。

基于波段分组的3D-SPIHT高光谱图像无损压缩算法

波段间隔为纳米级的高光谱图像具有很强的谱间相关性,但不同频谱波段图像之间的相关性不同,本文提出了一种基于波段分组的3DSPIHT(setpartitioninginhierarchicaltrees)高光谱图像无损压缩方法。对高光谱图像按照谱段类型进行分组,接着通过3维整型小波变换,对图像组去除空间相关性和光谱维相关性,最后以3DSPIHT的空间方向树组织方式来进行编码,去除小波变换后子带间系数的冗余。实验结果表明,该方法能够有效地去除空间和谱间相关性,在算法复杂度和计算时间上较整体处理有一定优势,同时可获得较好的无损压缩结果。

基于均匀网格编码量化的超光谱图像自适应压缩

提出一种基于小波系数分类的超光谱图像压缩方法 .算法首先将各波段小波分解并将所得子带划分成子块 ,而后根据子块活动性将其分类 .在分类基础上 ,使用预测差分技术去除谱间冗余 ,此过程中分别求取各子类的预测系数以反映子带的局部相关性 .而后利用均匀网格编码量化方法来量化残差系数序列 ,最后使用自适应算术编码对量化码字进行熵编码 .为使编码器能在所有系数序列中最优地分配比特 ,本文提出一个基于序列统计特性和网格编码量化器率 -失真特性的比特分配算法 .实验证明该方法能高效地压缩超光谱图像 ,表现出优异的压缩性能 .

用于图象压缩的子波变换的算法结构

在图象信号的传输过程中，为了降低比特率，必须进行图象压缩。数字图象压缩中的一种重要技术是子带编码。子波变换由于其在空间频率的良好局部化性能，特别适合于子带编码。本文从一有限长子波变换的算法结构出发，利用矩阵Ｋｒｏｎｅｃｋｅｒ积的性质提出了一种用于图象压缩的二维有限长离散子波变换的算法结构，并且给出了设计快速子波变换算法的方法。

零树小波图象压缩算法的改进

针对零树小波编码等常用图象压缩算法存在的压缩速度慢、压缩比小、重构复原图象效果不理想等问题 ,本文充分考虑人的视觉特性 ,结合不同方向不同尺度子带之间的相关性 (横向相关 ) ,提出了一种基于高频带面的新零树小波编码算法 (以下简称为改进的零树小波编码算法 ) .实验结果表明 :改进的零树小波编码算法在压缩比、编码时间、解码时间、重构复原图象质量等方面均优于零树小波编码算法 .

几种低速率语音编码算法分析

简要介绍了基于两种不同标准下的低速率语音编码的分类情况,着重讨论了三种典型的低速率语音编码算法及其特点。

基于自适应子带分解和内容模型的图像编码

在SPIHT算法基础上引入了两种算法———自适应子带分解算法和基于内容模型的算术编码算法 ,以改进压缩性能 自适应子带分解算法改变了小波变换后系数的统计分布 ,在低码率时峰值信噪比 (PSNR)得到一定的改善 ;基于内容模型的算术编码算法进一步开发了子带间以及相邻像素间的相关性 ,增强了压缩性能 实验结果表明 :文中算法和SPIHT算法比较 ,改进了压缩性能 。

一种低频水声信号数据压缩算法

0引言为了准确检测到隐匿于海洋环境中的水下隐身目标,如今的各种探测系统正向数字化,低频化、多阵元应用方向发展。新技术的广泛应用带来了原始数据的急剧膨胀,现有的传输带宽已不能满足实际传输要求。为了降低成本和系统的复杂性,不能随意增加传输链路来缓解传输压力,因此,对原始数据进行压缩势在必行,每一个比特都关系到系统的成本、效率和质量。

图像编码中的重要区域相关性研究及应用

在图像处理中 ,小波变换所具有的空频局部性 ,使得图像的能量重新分布 .从函数正交分解的角度 ,小波分解相当于把图像分成一组正交基的坐标 .由于这些坐标具有按不同频带所表现出的能量集中的性能 ,所以关于形态学的一些编码方法在基于小波分析的图像压缩中得到了很好的应用 .因此 ,可以说小波变换在图像中的成功应用 ,主要归功于关于数据即小波系数组织和表示的重要性的认识 .作者在文中提出了基于小波系数有效组织和表示的重要区域相关性编码 (SRC) ,合理利用各子带间重要小波系数的相关性 ,通过聚类生成与聚类编码 ,在良好视觉效果与较高 PSNR下 ,实现了图像较大倍数的压缩 .

心理声学模型中音调探测算法的改进

随着数字音频发展,心理声学原理应用到音频压缩技术中,使得低比特传输速率和透明音质成为可能。文章分析了心理声学模型有效的掩蔽特性,主要介绍了心理声学模型的改进音调探测方法,并给出了其实验结果。对音频编码器的实时实现研究具有重要意义。

Huffman算法的分析与改进

数据压缩是信息科学中的一项重要的技术,利用Huffman算法得到的前缀码可以使文件总编码长度最短.通过对算法进行分析和改进,优化了算法,从而使Huffman编码更简洁、实用.

语音编码技术及其硬件实现

压缩编码技术是无线语音通信的关键技术之一。介绍了语音编码技术的基本概念及分类,并选用AMBE多带激励压缩编码算法,通过单片机控制专用语音压缩DSP芯片,提出了一种适合低速无线语音、数据实时通信的系统解决方案,完成了硬件、软件设计,实现了低速率下的语音、数据的同步大气传输。测试结果显示,在语音编码速率为2.4 kbps以下时,仍然可以得到音质较好的语音输出。

基于MBE算法的语音通信原理研究

研究了多带激励模型(MBE-Multi-Band Excitation)的编解码原理,参数提取,及语音合成方法;在降低数码率,压缩频带宽度方面进行了有益的探索.并分析了算法的优势和不足之处.通过仿真实验,设计了硬件测试及软件设置方法.提出了对该算法的改进思路.

有限长二维子波变换的算法结构

子带编码是图象信号压缩的一种有效方法。在子带编码系统中，利用子波变换的良好的时间（空间）和频率域局部化特性将图象信号分割成子带信号，可以改善压缩效率。从一维有限长子波变换的算法结构出发，利用矩阵Ｋｒｏｎｅｃｋｅｒ积的性质推导了一种用于图象压缩的二维有限长离散子波变换的算法结构。

一种基于MBE的快速基音搜索算法研究

多带激励声码器(MBE)是目前理想的语音编码方案之一,他的核心参数是基音周期,分析过程采用ABS方法,提高了语音参数提取的准确性,可在噪声环境中合成出自然度和可懂度很高的语音。针对其基音搜索算法计算量过大的缺点,首先提出了一种新颖的中心偏离函数计算法,该方法先对原始语音进行傅里叶变换得到原始语音谱,再针对各个基音候选值确定其相应于原始语音谱的子带划分,通过对比每个划分的中心偏离量,可以确定最佳基音周期;其次设计了一种简单有效的倍频消除算法,通过简单的循环计算,可以消除倍频现象;仿真结果表明,这两种方法的结合不仅大大降低了原算法的计算量,而且保持了他精度高的优点。