可变阶数多脉冲激励线性预测语音编码方法

多脉冲激励线性预测编码 (MPLPC)方法中 ,合成滤波器的阶数是固定的 .而对于某些语音帧 ,可以用较小的阶数得到相同质量的合成语音 .为了进一步压缩比特率 ,我们研究了可变阶数合成滤波器的语音编码方法 ,即根据当前语音帧的性质决定相应合成滤波器的阶数 .首先用MATLAB(MATrixLABoratory)对此方法进行了仿真 ,然后对重构语音的质量进行了讨论 ,实验证明可以用较低的比特率得到几乎相同质量的语音 .

可变阶数语音编码模型的频域技术

为了进一步压缩比特率,在线性预测(LP)语音编码中使用了可变阶数方法。即根据当前语音帧的性质决定相应LP滤波器的阶数。但是,如果预测阶数太小,由于语音频谱的动态范围大,可能使LP分析不能够正确地匹配较高的共振峰。讨论了一个用于语音编码的频域技术,用以在浊音语音共振峰模型方面改善低阶数线性预测(LP)的性能。

可变阶数NURBS曲面的相机标定模型

农用机器人对作业对象的定位、测量和识别等都需要借助视觉系统(相机)来完成,因此相机标定精度至关重要。提出一种可变阶数NURBS曲面的相机标定模型,即在像平面的高失真区域应用较高阶数的NURBS曲面模型作为标定依据,其他区域用较低阶数的NURBS曲面模型,在不过多增加标定计算负担的前提下,提高了整体的标定精度。该模型应用标定误差的预评估方法将像平面进行“区块”划分,依此匹配模型阶数,实现标定精度和计算量的综合优化。由于NURBS曲面隐式标定模型的优越性能,使标定不依赖于相机的光学特性,理论上可校正相机的所有失真。实验结果表明,标定平均误差在0.89 mm以内,可满足农用机器人的应用要求。

阶数自适应可变均衡器算法的研究与仿真

自适应判决反馈均衡器(DFE)能跟踪信道时变响应并自动调整抽头系数,解决数字通信中因信道衰减和噪声引起的符号间干扰问题,从而大大降低通信系统误码率。针对在自适应均衡过程中均衡器阶数难以确定的问题,根据最优估计理论,分析判决反馈均衡器结构,研究DFE的抽头长度对均衡器均方误差性能的影响,在此基础上提出阈值可变动态长度算法,找出最小均方误差与滤波器阶数之间的折中。Matlab分析和仿真结果显示,当信道衰减和符号间干扰较严重时,均衡器阶数收敛在30阶左右,且误差可以收敛在较小范围内跟踪信道响应,并在瞬时累计均方误差准则下收敛到滤波器最优阶数。

DTTB同频直放站改进的回波抵消器

基于数字地面电视广播(DTTB)同频直放站,设计了一种改进的回波抵消器(EC),采用滤波器分段的方法,将传统回波抵消器的有限冲激响应滤波器分割为若干个子滤波器,并与最小均方(LMS)算法相结合,估计各个子滤波器的输出误差信号功率。通过比较子滤波器的误差信号功率,自适应地选取子滤波器的个数或整个FIR滤波器的阶数。改进的回波抵消器克服了在回波抵消器设计中信道阶数先验知识不足的缺点。仿真表明,与传统的回波抵消器相比,改进的回波抵消器获得了较小的残留回波干扰。