基于功率谱差分和TEO的语音端点检测

端点检测是语音识别中一个重要的环节。当信噪比较低时,传统的基于短时能量和短时过零率的端点检测方法不能有效地工作。由于Teager能量算子TEO(Teager Energy Operator)和差分算法可以有效地抑制噪声,因此,提出了一种基于TEO和差分算法的端点检测方法。实验证明,该算法在信噪比较低的情况下,能够随着环境自适应门限,准确地检测出语音信号。通过对两种不同的端点检测算法的比较,证明了基于差分和Teager能量算子的算法的检测正确率较高。

信噪比盲估计算法性能比较

为了实现非协作环境下的通信信号信噪比估计,本文在功率谱分析的基础上,提出了一种基于功率谱差分的信噪比盲估计算法,并将其与传统的基于奇异值分解的信噪比盲估计算法进行了比较。理论与仿真结果表明,与传统方法相比,本文提出的算法不但复杂度低,而且在低信噪比情形下仍具有较高的估计精确度和稳健性。

基于广义物联网框架的中低压配电网关键技术与工程应用

文章从城乡配电网数字化建设与多元性负荷、分布式发电基础建设深入开展,项目针对短路故障时间序列数据关联紧耦合、数据标签缺失、短路故障测量与取电相互干扰的问题,提出了基于顺序时间敏感网络的数据填补与迁移综合技术,改进了基于盘状旋开的一体两端的故障定位机构,搭建了基于高阶功率谱的边缘平台.通过综合建模、边缘数据填补和关键结构来实现短路故障的智能定位.最后,将该项目实施的结果和国内外同类技术产品进行对比,并说明其广泛的应用现状和前景.