有限状态矢量量化在语音端点检测中的应用

语音端点检测在语音处理中占有非常重要的地位,传统的检测方法是基于短时能量和过量率的双门限比较法,但是在信噪比较低的情况下,利用短时能量和过量率很难得到准确的检测结果。另外,在双门限比较法中,判别门限的取值对整个端点的检测影响很大,而这个门限值往往是靠经验所得,具有不稳定性。因此,针对传统方法的不足,根据语音帧间相关性,提出了一种改进算法。让语音信号通过双门限比较,完成端点检测的一级粗判,在语音起止点的模糊帧段,取一定范围的信号矢量,让这些矢量经过处理后再通过有限状态矢量量化器(FSVQ),得到量化矢量,再对量化矢量进行二级细判,从而得到准确的语音起止点。将改进算法应用于汉语连续数字语音识别,平均识别时间由原来的0.871s缩短为0.719s,平均识别率由原来的81.47%上升至89.13%,实验结果表明了该算法的有效性。

基于DCT分类的边缘匹配矢量量化图像编码算法

提出一种基于DCT分类的边缘匹配矢量量化算法,充分考虑了当前处理图像块与其相邻图像块之间的相关性以及各码字与该输入矢量之间的边缘匹配失真。实验结果表明,该算法的峰值信噪比（PSNR）值高于基本边缘匹配矢量量化器且码率更低。本文对该方法进行了改进,提出一种新的基于DCT分类的边缘匹配矢量量化算法。该算法可以使运算时间缩短40%~50%。

基于动态SMVQ的图像压缩算法

SMVQ利用相邻图像块之间的相关性来提高编码图像质量。然而,传统的SMVQ当图像边缘位于当前编码图像块右下角时会出现编码误差,为此,研究并提出了一种改进的SMVQ。新算法利用图像所有图像块之间的相关性对当前编码图像块进行预测。对每一个输入图像块,利用边匹配方法从已编码数据中寻找最近块,并用其对输入图像块进行预测,或产生动态码书。然后利用最近块、动态码书或总码书对输入数据进行编码,扩展了编码搜索范围,提高了图像质量。实验结果表明新算法大大降低了比特速率,而且编码图像有较好的视觉效果。

基于DSMVQ和S+P变换的图像压缩算法

提出了一种用于图像压缩的动态边匹配有限状态矢量量化(DSMVQ)算法,该算法通过S+P变换方法,对图像进行多级小波变换,利用3个方向上各自小波系数之间的相关性,构造符合图像特征的跨频带矢量,利用DSMVQ进行量化,采样了基于人眼视觉特性的加权均方误差准则,提高了图像的编码效率和重构质量。试验结果表明,该算法实现简单,在较低的编码率下,可达到较好的压缩效果。

基于改进SMVQ的图像压缩算法

在图像编码方法中,矢量量化被认为是一种有效的低比特率图像编码方法.边匹配有限状态矢量量化利用相邻图像块之间的相关性避免了图像块边界之间大的灰度跃变.本文提出了一种改进的边匹配有限状态矢量量化,即双向低复杂度基于改进梯度的边匹配有限状态矢量量化.在双向低复杂度基于改进梯度的边匹配有限状态矢量量化中,第一次量化的状态码书尺寸由相邻图像块的梯度确定,第二次量化对第一次量化后的矢量中梯度值大于设定门限的矢量重新进行量化以提高图像质量.此外,和传统边匹配有限状态矢量量化利用上邻矢量和左邻矢量确定状态码书不同,新算法利用上、下、左、右四个相邻矢量来确定状态码书.试验结果表明,该算法的第二层编码在峰值信噪比上有1.5dB的改善;和传统的边匹配矢量量化相比较,在比特率相同时峰值信噪比平均有1.54dB的改善.

基于多级SMVQ的图象编码算法

边缘匹配矢量量化器(SMVQ)是有限状态矢量量化器(FSVQ)的一个分支。该量化器适合于对图像块间相关性高的图像进行压缩编码,其优点是在比特率相近的情况下,编码质量高于传统的穷尽搜索矢量量化编码器,但其缺点是计算量大和比特率固定。本文提出了一种改进的边缘匹配矢量量化器。测试结果表明,该算法是变比特率编码算法,它比边缘匹配矢量量化器的比特率低,编码速度快,编码质量得到提高。

一种孤立词语音识别方法研究

结合动态谱特性的语音识别研究 ,阐述了一种有限状态矢量量化 (FSVQ)方法。FSVQ利用了过去的信息来选择合适的码本进行编码 ,对于语音识别更为有效。改进了所使用的语音特征参量 ,除了LPC倒谱系数外 ,结合使用了动态谱特征和能量的对数值 ,并根据汉语发音特征对语音信号端点进行一种加权处理。实验结果表明 :与说话人有关的孤立词识别率达到 98%。

SMVQ索引分类编码无损信息隐藏算法

为了增加矢量量化压缩域信息隐藏方法的容量,提出一种基于状态码书排序的边缘匹配矢量量化索引分类编码无损信息隐藏算法.首先在进行边缘匹配矢量量化压缩时,利用提出的状态码书排序方法减小编码后的索引值,增加可嵌入秘密信息的索引比例,然后根据索引表的分布特点将小于8的索引分为4类编码,最后将秘密信息隐藏在这4类索引编码后的码流中.实验结果表明,在图像质量与矢量量化压缩图像相同的情况下,该算法的隐藏容量优于现有算法,与基于边缘匹配矢量量化索引残差编码的无损信息隐藏算法和利用邻近状态码书映射的无损信息隐藏算法相比,嵌入效率平均提高了45%和488%.

高质量4 kbit/s码速率语音编码算法研究

４ｋｂｉｔ／ｓ有限状态代数码激励线性预测语音编码算法ＦＳ－ＡＣＥＬＰ是一种具有延时较短、合成语音质量高、算法复杂度较低的语音编码算法。在线性预测（ＬＰ）参数量化上，利用了语音帧内和帧间的相关性，对线谱对（ＬＳＰ）参数使用预测式分裂式矢量量化，获得很高的量化效率。在自适应码本搜索上，采用了有限状态控制分数延时搜索的算法，在保证合成语音质量的同时，有效地降低了运算量。对于随机码本，采用了具有多模结构的代数码本，提高语音合成质量。对于激励码序列的增益，采用了预测式矢量量化，有效地提高了量化精度。经非正式听音测试，４ｋｂｉｔ／ｓＦＳ－ＡＣＥＬＰ的合成语音质量超过了北美８ｋｂｉｔ／ｓＶＳＥＬＰ，接近Ｇ．７２９８ｋｂｉｔ／ｓＣＳ－ＡＣＥＬＰ，ＭＯＳ分约为３．９。

一种轮边传动越野车辆电驱动系统设计

与集中式驱动相比,轮边分布式驱动省去了变速器、传动轴、机械差速器、半轴等部件,把电机移动到车轮侧,使其传动结构变得更为简单。本方案整车为电池与增程器并联的电驱动车辆,驱动系统、动力系统的参数需要与工况和性能指标进行匹配设计。整车控制器通过控制多个电机来实现牵引和差速,整车电磁环境复杂、对电机控制系统的动态响应要求较高。本文根据混合动力轮边分散驱动的特点,综合整车工况、轻量化和机动性要求高的需求优化系统资源配置,进行电池和增程器系统、电机驱动系统与整车性能与动力需求的匹配分析,主要完成了电机及驱动器的参数匹配、基于有限元的电磁方案优化、采用矢量控制算法提升系统的性能、采用紧凑化的电机结构和双模块的控制器机壳以轻量化、采用模块化的FlexRay通信方案,进行了电机及驱动器的样机试制和装车试验,获得良好的综合性能满足整车需求。