动态阈值双门限语音端点检测研究

传统的语音端点检测中能量门限一般采用静态阈值去检测语音,其值难以确定,且用一固定的阈值去检测不同情况不同说话人的语音也是不科学的,本文引入了一种动态的短时能量阈值进行语音端点的检测,取得了较好的效果。

多帧背景差与双门限结合的运动目标检测方法

为有效解决视频监控场景下运动目标快速、精确检测的问题,提出一种多帧背景差与双门限结合的运动目标检测方法.首先改进Surendra背景模型来获取干净的背景图像,根据灰度差分图像确定的两个门限值进行前景目标检测,低门限阈值用于检测出比较明显的前景目标(即粗检测),在粗检测的基础上利用高门限阈值以去除粗检测中存在的噪声目标与伪目标(即细检测),最终实现视频监控场景下运动目标的精确检测效果.针对车辆、行人等不同对象的监控场景下进行实验,验证了本文方法不仅能够有效地抑制噪声及伪目标的干扰,而且能够快速、准确地分割出前景目标.

基于马尔科夫模型的认知无线电动态双门限能量检测策略

该文针对低信噪比条件下频谱感知精度低的问题,提出一种基于马尔科夫模型的动态双门限能量检测算法。该算法根据信道时变特性建立基于马尔科夫的频谱占用模型,利用信道历史状态信息实现模型参数的修正。然后采用"先听后说"的机制对处于双门限之间的"困惑"信道状态进行判决,并详细分析了噪声不确定性对频谱感知性能的影响。在此基础上,为了克服噪声不确定性的影响,以频谱检测概率最大为优化目标,对双门限进行实时更新。仿真结果表明,所提频谱感知算法在减小噪声不确定性影响的同时增加了频谱感知精度,降低了认知用户的感知时间。

基于双门限两级判决的语音端点检测方法

端点检测是语音信号处理过程中的重要步骤,其准确性直接影响语音信号处理的速度和结果。因此对于端点检测方法,特别是在噪声环境下的端点检测研究,一直是语音信号处理中的热点。文中针对声纹识别系统所作的端点检测前端处理,对比了利用短时能量和短时平均过零率进行端点检测的方法,运用Matlab实现了双门限法端点检测的编程和仿真。仿真结果表明,端点检测准确时识别率为93%。

基于LMS减噪与改进的双门限语音端点检测方法

低信噪比环境下语音的端点检测在语音处理中占有十分重要的地位。对于一个受到加性噪声污染的语音信号通常采用滤波的方式,能够抑制噪声,并使原始语音保持相对不变。提出了一种基于最小均方误差(LMS)自适应滤波减噪与改进的双门限语音端点检测算法,在进行双参数双门限法端点检测的前后进行双重中值滤波平滑处理。通过Matlab仿真,将提出的语音端点检测方法与其它的方法进行对比,在信噪比较低的噪声环境下使得语音的端点检测效果具有更优的准确率与稳健性。

基于双门限算法的语音端点检测和声韵母分离研究

端点检测和声韵母分离是汉语语音信号处理的一个重要预处理步骤。针对单门限算法在检测过程中出现的漏检问题,提出了一种基于双门限算法的汉语语音信号端点检测和单音节声韵母检测方法。通过短时能量与过零率相结合,弥补单门限算法的不足,并对检测方法进行仿真,验证了该方法的准确性和有效性。

基于语音增强的双门限语音端点检测算法

语音端点检测是语音信号处理过程中的一个重要步骤,其准确性对语音信号处理有直接影响。传统的双门限语音端点检测技术,在纯净语音或高信噪比的情况下,语音端点判断准确,但低信噪比的情况下,端点识别率很低,出错率较高。为了提高低信噪比条件下语音端点检测的识别率,在传统双门限语音端点检测的基础上融合了语音增强,通过Matlab仿真实验,取得了较高的语音端点检测准确率。

基于改进双门限法的语音端点检测研究

语音信号的端点检测是语音识别过程中的重要环节,端点检测结果精确与否直接关系着语音识别的准确度。使用车载语音作为测试数据,利用传统双门限法进行端点检测,发现传统双门限方法在静音条件下和带噪条件下获得语音端点检测信息存在较大误差。针对上述问题,提出了一种改进的双门限法进行语音端点检测,针对语音信号以及短时平均能量和过零率进行处理,并通过Matlab进行仿真,实验结果说明提出的改进方法与传统方法相比,在静音和带噪条件下,都更接近测试数据中真正的语音端点。

基于改进语音信号双门限法端点检测算法的研究

语音信号端点检测是语音信号预处理过程中的重要环节,传统双门限法采用短时能量和短时平均过零率,通过设置阈值进行语音信号起始点和结束点检测,在高信噪比条件下识别效果较好,但是在低信噪比下,噪声影响传统检测的速度和准确性。为了提高语音识别的效率,提出一种改进的双门限法语音端点检测算法,采用动态设定阈值,进行平滑滤波等改进方法。通过MATLAB仿真表明,改进算法在低信噪比下的识别准确性较高,有利于后续语音识别的研究。

一种双门限语音端点检测算法的ASIC实现

设计了一种基于短时幅度和过零率双门限判决算法的语音端点检测ASIC实现电路,采用基于异步FIFO的动态分帧和CSD编码技术大大节省了硬件资源开销,在Modelsim和FPGA上分别进行了采集的语音信号的检测验证,结果表明此算法具有硬件实现简单、资源消耗小、检测正确率高的优点.

认知无线电系统的动态双门限协作能量检测算法

认知无线电系统中,认知用户间协作检测有利于提高频谱检测的准确性。基于OR(或)协作方式和多门限能量检测算法,提出了一种动态双门限协作能量检测算法,并根据认知用户接收到的主用户信噪比确定检测门限。理论分析和仿真结果表明,该算法可以有效提高频谱检测概率,降低系统漏检概率。

基于动态自适应双门限能量检测的序贯协作频谱感知算法

针对在一般高斯白噪声环境中,传统的双门限能量检测频谱感知算法忽略确定两门限之间的感知信息的问题,该文提出一种基于动态自适应双门限能量检测的序贯协作频谱感知算法。新算法以最优化检测概率为目标,采用序贯方式对协作用户进行动态自适应双门限建模,并对处于两门限之间的接收能量值进行软判决。进一步地,新算法能自适应动态调整门限大小和各判决区域协作用户数,以达到最大化检测概率和最优化受试工作特征曲线的目的。理论分析和仿真结果表明,与经典的双门限能量检测算法相比,提出算法具有更优的检测概率。

基于双门限算法的端点检测改进研究

端点检测技术是语音识别中的一个重要步骤,其准确性直接影响语音信号处理的效率,近年来对语音信号端点检测技术的研究一直是语音信号处理的热点。传统的双门限端点算法在实验室环境下检测结果较为准确,但在复杂信道环境下,正确率大大下降。针对传统双门限算法的局限性,论文提出了一种基于二级判决的改进方法。该算法采用短时振幅来构造过零"带",增强复杂环境下过零率的抗干扰性。同时增设辅音能量阈值和疑似辅音阈值,解决清辅音丢失以及无声段混入问题。实验结果表明,该方法在复杂信道条件下端点检测正确率有较大提高。

一种双门限语音端点检测算法

在实际的噪声环境中,传统的语音端点检测算法容易出现误判、虚判和漏判等问题。因此,本文提出了一种基于短时能量和短时自相关函数的双门限语音端点检测方法,通过分析语音短时能量和短时自相关函数,设计出一种双门限语音端点检测算法。把传统算法和本文算法应用在基于DTW算法的语音识别系统中并进行了Matlab仿真。通过对比实验数据,得出本文提出的算法能够显著提高语音识别系统的识别率的结论。

声源定位中双门限语音端点检测算法的改进

语音端点检测是声源定位中一个非常重要的环节。在高信噪比环境下,双门限法语音端点检测具有很好的效果,但在低信噪比环境下双门限语音端点检测性能迅速降低,端点检测无法达到预期效果。为此,将传统的双门限法中的短时能量和短时平均过零率分别替换成短时Teager能量和频谱质心特征,提出了一种改进的双门限语音端点检测算法。该法首先对分帧加窗后的每一帧带噪语音进行经验模态分解求其短时Teager能量,然后对语音信号进行短时傅里叶变换求其每一帧语音的频谱质心,最后对特征曲线进行中值滤波平滑处理后再选取合适的门限值。仿真实验表明,所提出的改进算法在低信噪比环境下比传统的双门限法具有更好的端点检测效果。

激光雷达的双门限检测技术研究

文章提出了一种既适用于微弱目标检测,又能快速检测出强目标的双门限检测方法.该方法对于强信号捕获时间较短,提高了激光雷达快速捕获目标的能力;对于弱目标,通过大量的相关处理,可实时地检测到,提高了激光雷达对微弱目标的检测能力.外场实验结果表明:该方法可有效地提高激光雷达的测距能力,迎头截获距离可提高约2～3倍.

高速切换场景下的双门限判决算法研究

传统的越区切换算法无法应对高速列车提速带来的通信质量需求增长,本文提出一种基于双门限判决的位置触发切换算法,以提升越区切换时的通信质量。选择大小双门限值,能够有效减少信号强度波动带来的影响。在接收信号强度波动较小时采用双门限中的较小值,波动较大时则采用较大值,针对每次测量结果实时进行连续双判决。仿真结果表明:相较于传统切换算法,双门限判决算法能够使得切换发生位置更靠近基站重叠区域的中点,进而降低切换掉话率和切换失败率。同时双判决减小了平均切换次数,使通信体验得到了极大提升。

改进Mode算法与双门限融合的目标检测方法

为解决视频监控系统中远距离小目标、快速动目标准确检测,提出一种改进Mode算法与双门限融合的目标检测方法.该方法首先改进了Mode算法,完成初始背景提取,然后通过改进的缓冲帧机制,将实时视频信息引入到缓冲帧,借助缓冲帧的缓冲作用实现对背景的逐渐更新,获得可靠的背景图像;同时利用双门限阈值对差分图像进行动目标检测,其中低门限值可以检测分割出明显变化的动目标,在低门限的基础上利用高门限值以解决低门限检测分割中存在的伪目标及噪声目标,最后获得视频监控复杂环境下动目标的准确检测.通过监控视频中车辆、飞机等不同对象做实验,验证了本文方法不仅能够快速、准确地检测出动目标,而且能够有效地抑制伪目标和噪声的干扰.

基于感知信道差异性的动态双门限协作频谱感知优化算法

针对噪声不确定性对能量检测性能的影响以及各认知用户感知信道环境具有差异性的问题,为了提高频谱检测的可靠性,在传统的能量检测算法基础上,提出了一种动态双门限协作频谱感知的优化算法。首先,通过构造错误检测概率函数求出最优单门限;然后,利用认知用户感知信道的差异性设置各自的双门限;最后,采用优化的融合准则对感知的性能进行了分析。仿真结果表明,该算法较单门限检测和传统的双门限检测具有更高的感知性能。

基于动态双门限和D-S证据理论的合作频谱感知算法

针对传统能量检测算法门限设置单一且不适应感知信道环境差异的问题,为了提高合作频谱感知结果的可靠性,减小网络开销和融合中心计算的负担,提出了将动态双门限能量检测和D-S证据理论相结合的合作频谱感知算法.在进行本地感知时,该算法可以让认知用户通过双门限能量检测方法直接得到本地判决结果,同时根据信道环境的变化自适应调整双门限值,并在双门限内使用D-S证据理论,感知双门限内未判决结果的信任度函数,将其发往融合中心,这样可以减少融合中心的计算量以及传输带来的网络开销.仿真结果表明,双门限D-S证据理论的融合结果要优于D-S证据理论和OR准则.