基于幅值滤波与分层特征融合策略的语音情感识别

针对语音情感识别在多语言联合数据集上识别准确率低的问题,提出了一种基于幅值滤波与分层特征融合策略的语音情感识别方法。该方法首先对梅尔谱图内幅值分布规律进行幅值滤波,通过概率叠加扩大梅尔谱图内相近幅值之间的差异,实现谱图内的高频强增益、低频弱增益;同时,通过概率相乘缩小梅尔谱图内相远幅值之间的差异,以显示谱图内中频的细节部分。在此基础上,使用矩形卷积提取音频信号的时间动态特征,生成梅尔谱图动态特征图,并将其作为分层特征融合策略的输入。分层特征融合策略通过压缩特征图来提取不同尺度的时间动态特征,并提取不同深度中的时间动态特征。在多语言联合数据集CER上取得了84.44%的分类准确率。

基于广义最小二乘法的空空导弹幅值滤波器设计方法

空空导弹在飞行的过程中,由于弹体弹性模态时变特性而引起幅值滤波器参数无法预先精确设置,导致滤波器滤波效果减弱。针对这一问题,本文首先建立了空空导弹的纵向刚体和弹性体混合数学模型,在此基础上,借鉴最小二乘法在线估计弹性模态参数的方法,提出了广义最小二乘法在线估计的改进措施,解决了弹体弹性模态求解过程中由于扰动等因素带来的有色噪声干扰问题。同时,在控制系统结构中引入振荡模态角频率反馈模块,实时修正滤波器中心频率,提高了滤波效果。通过六自由度仿真算例验证该方法的可行性。

PCA的幅值滤波特性及在转子特征提取中的应用

为了解决有效特征值的选择问题,从理论上证明了有效特征值的数量规律,即一个频率对应两个特征值;推导了特征值的排序规律,即信号的幅值越大,其对应的两个特征值也越大。将上述两个性质统称为主成分分析的幅值滤波特性,提出了一种基于该特性的信号分离算法,并通过仿真信号及实际转子信号的分析,验证了算法在信号分离中的有效性。研究结果表明,该算法无论是在同时提取多个频率成分还是提取单个频率成分方面都表出了优良的特性,提纯信号中既不会含有多余成分,也不会发生相位偏移。最后将本文提出的算法应用于大型滑动轴承试验台转子的轴心轨迹提纯,成功识别了转子的不对中故障。

一种新的相位编码幅值调节联合变换相关器(英文)

给出了一种对经典联合变换相关器进行相位编码和幅值调节的新方法 ,使联合变换相关器具有优化的相关输出信号和很强的抗干扰能力 .在相位编码幅值调节联合变换相关器中 ,输入的待识别信号首先通过相位模板进行相位编码 ,然后对联合功率谱进行幅值调节滤波 .在进行幅值调节滤波时采用了增强型幅值调节滤波器 ,其调节因子可根据输信号的噪音干扰情况进行调节变化 .相位编码幅值调节有效地祛除了多目标识别联合变换相关器的冗余信号 ,可广泛的应用于多目标识别 .

一种新型的随机位相编码幅值调节联合变换相关器

提出了基于位相编码幅值调节技术的光学联合变换相关器,得到锐化的相关输出结果,具有很好的抗噪声干扰性能.首先通过位相模板对输入的待识别目标进行位相编码,然后对联合功率谱进行幅值调节滤波.根据目标的噪声干扰情况改变增强型滤波器的调节因子,使相关器输出锐化的相关信号.位相编码幅值调节技术可有效去除冗余信号,特别适用于对受噪声干扰的多目标进行识别.同时给出了位相编码幅值调节联合变换相关器的光电混合结构和计算机模拟运算结果.

地震仪器烈度标准初步研究

地震仪器烈度是指根据仪器观测记录计算得到的地震动强度,并能直接反映地震的影响程度.地震仪器烈度具有直观、简便等特点,能够在震后快速获取.随着我国地震观测台站密度的不断加大及各种技术手段的不断成熟完善,观测数据的数量和质量都得到了很大的提高,因而在破坏性地震发生后根据观测台站的记录直接计算仪器地震烈度成为可能.通过对比分析美国、日本、以及我国大陆地区的地震烈度算法,本文提出一个借鉴日本气象厅测定烈度算法的仪器地震烈度表,并根据我国国情对其中所采用的幅值滤波器进行重新设计,同时对有效峰值持续时间重新选定.利用汶川地震和集集地震的强震记录对本文仪器地震烈度算法的验证结果表明,采用本文仪器地震烈度方法评定结果与现场宏观烈度调查结果符合良好,具有较高的准确率.

基于经验模态分解的改进乘性噪声去除方法

乘性噪声往往由不理想的(时变的或非线性的)信道引起,它与信号是相乘的关系,因此难以消除。在乘性噪声消除应用背景下,引入同态变换去除噪声与信号的相倚性,将乘性噪声转化为加性噪声,并应用经验模态分解技术进一步研究受均匀分布白噪声污染的谐波信号及其同态变型的能量分布特性,据此建立起适用于乘性噪声去除的本征模函数幅值滤波新阈值准则。从而,形成基于经验模态分解的改进乘性噪声去除方法。结果表明,采用柔性阈值的改进算法对乘性噪声的去除效果最佳。而且,基于二阶多项式回归分析所构建的本征模函数幅值滤波阈值准则已经可以获得较高的源信号重建精度,过高的多项式阶次会导致本征模函数幅值滤波阈值与其实际噪声能量水平的失配,从而显著地降低算法的去噪性能。