基于Gammatone滤波器组的听觉特征提取

目前主流说话人特征参数在噪声环境中的鲁棒性较差。为此,提出一种可用于说话人识别的听觉倒谱特征系数。分析人耳听觉模型的工作机理,采用Gammatone滤波器组代替传统的三角滤波器组模拟人耳耳蜗的听觉模型,用指数压缩代替固定的对数压缩,模拟人耳听觉模型处理信号的非线性特性。在基于高斯混合模型分类器的识别算法下进行仿真实验,结果表明,该听觉特征具有比梅尔频率倒谱系数和线性预测倒谱系数更好的抗噪声能力。

基于Gammatone滤波器组的内燃机气缸盖振动特性研究

借助听觉模型已有的研究成果,提出了基于Gammatone滤波器组听觉模型对内燃机缸盖振动信号进行时频分析的新方法。根据柴油机本身的配气定时划分时频区域,提取能量百分比特征值,并采用RBF神经网络方法进行故障诊断与识别。对实测缸盖振动信号的分析结果表明:新方法能够准确地对信号进行时间和频率定位,分析结果直观并能很好地描述信号中的中高频成分,进而快速提取诊断特征向量,并通过神经网络成功识别出内燃机的四种不同工作工况。

基于Gammatone滤波器组分解的数字助听器频响补偿算法

目的针对现有数字助听器中的多通道频响补偿算法容易破坏语音信号的共振峰结构,致使频响补偿后语音信号的可懂度、清晰度和舒适度降低等问题,提出一种基于人耳听觉特性的多通道频响补偿算法。方法首先采用一种可以模拟人工耳蜗模型的Gammatone滤波器组,然后通过滤波处理把输入信号分为32个频带,并依据耳聋者的听力曲线对每个频带进行频响补偿。最后采用语音信号每个通道的声压级,以及从共振峰结构和主观测试对比该算法与基于Bark域的非均匀滤波器组分割频率的算法的优越性。结果通过该算法处理后的语音信号可以很好地满足不同听力损失者的听力要求。相对于比较算法,该算法语音信号的共振峰结构完整性更好,在不同的声压级下,该算法的语句可懂度提高10%以上。结论基于Gammatone滤波器组分解的数字助听器频响补偿算法优于对比算法,并且提高了听力损失者的语句可懂度和舒适度。

基于Gammatone滤波器倒谱系数与鲸鱼算法优化随机森林的干式变压器机械故障声音诊断

为有效提取变压器声音信号中的机械状态信息并识别其典型机械故障,依据人类听觉系统优异的声音识别能力,提出了一种基于Gammatone滤波器倒谱系数(GFCC)和鲸鱼算法优化随机森林(WA-RF)的变压器机械故障声音诊断方法。首先计算了变压器声音信号的GFCC,引入信息熵提取了GFCC中的主要声音特征信息。采用鲸鱼算法通过优化随机森林中决策树基分类器的规模和特征子集,构造了基于优化随机森林的变压器典型机械故障分类模型。对以某10 kV干式变压器正常与典型机械故障下声音信号的计算结果表明,所构建的基于GFCC主要特征参数和鲸鱼算法优化随机森林的变压器典型机械故障模型具有较好的识别效果,准确率可达95%以上,且具有优良的抗噪性能和鲁棒性。

Gammatone滤波器修正的多级线性预测去混响

在相对封闭的空间内,使用一些通讯设备时,距离声源较远的麦克风接收到的语音信号通常会被混响和噪声所污染,这些干扰信号会在很大程度上降低语音可懂度。带噪的混响语音经过去混响和消噪算法处理后,常常会残留一些音乐噪声,使得人耳听起来很不舒服。本文根据人耳对不同频带的听觉特征,引入Gammatone听觉滤波器组,提出了Gammatone滤波器修正的多级线性预测去混响算法。实验结果证明,新算法有效的解决了去混响及消噪后的残留音乐噪声问题,提高了语音的清晰度和舒适度。

基于Gammatone滤波器和子带能量规整的语音特征提取

为了改善传统语音特征参数在复杂环境下识别性能不足的问题,提出了一种基于Gammatone滤波器和子带能量规整的语音特征提取方法。该方法以能量规整倒谱系数(PNCC)特征算法为基础,在前端引入平滑幅度包络和归一化Gammatone滤波器组,并通过子带能量规整方法抑制真实环境的背景噪声,最后在后端进行特征弯折和信道补偿处理加以改进。实验采用高斯混合通用背景分类器模型(GMM-UBM)将该算法和其他特征参数进行对比。结果表明,在多种噪声环境中相比其他特征参数,本文方法表现出良好的抗噪能力,即使在低信噪比下仍有较好的识别效果。

基于Gammatone滤波器组时频谱和卷积神经网络的海底底质分类

为了有效利用海底底质信号完成海底底质的分类识别,该文提出一种将深度学习方法和底质信号相结合实现底质分类识别的方法。首先利用Gammatone滤波器组计算底质侧扫图像信号的时频谱,然后通过卷积神经网络对得到的时频谱进行分类识别完成底质分类。利用加利福尼亚州Scott Creek近海采集的侧扫声呐图像数据进行数据分析,结果表明应用该方法的底质分类准确率平均达到99.15%,相对于利用分类器分类人工提取的底质分类特征,分类性能更加优越;同时利用该方法处理海上试验数据,结果证明该方法具有一定的泛化能力。该文研究结果对实际的海底底质分类具有一定参考意义。

基于Gammatone滤波器组的客观语音质量评估

语音质量是评价通信系统的一项重要指标。现有的语音质量感知评估算法采用基于Bark谱的感知模型,其算法复杂度较大,并且对于人耳的频率选择性的模拟存在不足。针对这一问题,本文提出一种新的客观语音质量评估方法,采用更加符合人耳听觉特性的Gammatone滤波器组提取特征参数,计算原始语音与失真语音的平均失真距离,并由主观平均意见分值和归一化平均失真距离之间的映射关系求出客观平均意见分值。实验表明,与感知评估方法相比,本文所提出算法的计算复杂度大大降低,同时保持了客观平均意见分值与主观平均意见分值之间的高相关度。

基于Gammatone滤波器分解的HRTF和GMM的双耳声源定位算法

针对数字助听器中现存声源定位算法精确度低和算法复杂度高的问题,提出一种新的双耳声源定位算法.首先,采集到的双耳声源信号通过Gammatone滤波器分解为若干个子带信号,根据能量的大小对数据进行压缩.然后,利用头相关传递函数(head-related transfer function,HRTF)中包含的双耳线索,即双耳时间差、双耳声级差及耳间相关性,提取声源位置的特征.最后,声源的位置信息由高斯混合模型(Gaussian mixture model,GMM)分类器识别.实验结果表明,建议的算法具有高精确度、低复杂度及强鲁棒性.

基于Gammatone滤波器组与子带瞬时频率的水声目标特征提取

水声目标识别是现代海战中的关键环节,具有重要的军事应用价值。针对海洋环境的复杂性及多变性,文章以模仿人耳听觉感知机理为基础,提出了基于伽玛通(Gammatone)频率瞬时幅频系数的特征提取方法。该方法通过Gammatone滤波器组模拟人耳基底膜对信号的分解、处理过程,在各子带输出信号中提取目标的子带瞬时频率特征,并与传统的瞬时幅度特征相结合,从而更加全面地反映目标的固有属性。利用支持向量机对四类实测水声目标辐射噪声数据进行了识别实验,结果表明,文章的特征提取算法能够较好地抑制噪声,具有较强的鲁棒性。

基于Gammatone滤波器的混合特征语音情感识别

研究基于混合特征的语音情感识别问题。为了避免梅尔频率倒谱系数(MFCC)滤波器组的高频信号存在泄漏的局限性,提出一种基于Gammatone滤波器的倒谱系数(GFCC)特征与韵律特征、音质特征混合的情感识别方法。Gammatone滤波器谱峰比MFCC的三角滤波器平缓,能够解决三角滤波器能量泄露的问题,因此GFCC在复杂环境中更能表现出良好的抗噪能力。该方法将GFCC与共振峰、基音频率、短时能量、浊音帧差分基音特征进行融合,针对EMO-DB语音情感数据库的200条和自制语料库的1120条语句,采用K最近邻分类器(KNN)模型作为识别机识别语音情感信息。通过传统混合特征和改进混合特征的对比分析,实验结果表明,在噪声环境中新的混合特征参数具有更高的识别率。

基于对数Gammatone滤波器能量谱图的语种识别

针对语种识别在噪声环境下识别率低的问题,提出了一种基于对数Gammatone滤波器能量特征谱图的语种识别方法。依据Gammatone滤波器组的听觉特征提取出对数Gammatone滤波器能量特征,并将特征转化为图像获得特征谱图,然后运用暗通道先验算法对特征图进行增强去噪,最后使用残差神经网络模型进行训练识别。实验表明,在信噪比为0 dB,噪声源分别为白噪声、车内噪声和粉红噪声时,该方法相对于线性灰度语谱图识别率分别提升了32.7%、10.1%和29.1%,且在其他信噪比下的识别率也有一定的提升。

用Gammatone滤波器组仿真人耳基底膜的特性

为了更好地理解人耳蜗的工作机制,提出了一种利用Gammatone滤波器组对基底膜进行仿真的方法。根据Gammatone滤波器组与人耳基底膜两者在冲激响应、幅频特性等方面的相似性,采用一组中心频率呈对数均匀分布的Gammatone滤波器组来模拟基底膜。采用多种信号作为输入,对该方法进行仿真测试。仿真结果表明:在纯音、混合音和语音等输入情况下,该方法能仿真人耳基底膜的动态响应过程、频率选择特性和频谱分析特性等重要特征,对于语音压缩、语音识别和人工耳蜗等听觉应用领域有参考价值。

基于Gammatone滤波器组的齿轮系统侧隙诱发冲击特征提取

齿侧间隙会引发齿间啮合冲击,影响齿轮传动的平稳性和可靠性。为了对故障冲击成分进行提取,提出了基于Gammatone滤波器组的特征提取方法。该方法借鉴听觉系统复杂语音信号识别过程中耳蜗基底膜的信号处理思想,采用与基底膜冲击响应、幅频特性相似的Gammatone滤波器组模型对齿轮系统故障信号进行时频分析,进而提取冲击特征。研究结果表明:Gammatone滤波器组具有对齿轮系统的非平稳瞬变振动信号进行时频分析的功能,该方法能够有效提取由于齿侧间隙引起的啮合冲击故障特征。

基于时域Gammatone滤波特征的轴承加工缺陷智能诊断方法

现有轴承自动化装配生产线通过阈值法判断轴承是否存在加工缺陷,再由人工抽检识别轴承的具体缺陷类型,进而优化生产工艺,达到控制加工质量的目的。然而,人耳识别易受质检员主观因素的影响,难免存在对轴承加工缺陷的误诊或漏诊。为提高轴承加工缺陷类型的识别精度,同时满足大批量轴承的连续诊断需求,提出了基于时域Gammatone滤波特征的轴承加工缺陷智能诊断方法,该方法模拟人类听觉系统对声音信号的处理机制,首先利用Gammatone滤波器组提取轴承原始振动信号的多频段特征,然后通过训练智能诊断模型识别多频段特征对应的轴承加工缺陷类型。利用轴承生产线的实测数据对提出方法进行验证,结果表明:相较于其他特征提取方式,该方法能够模拟人耳对轴承加工缺陷的识别,提高了轴承加工缺陷的诊断精度。

基于多端口参数提取和主动空间映射法的腔体滤波器设计

为提高微波腔体滤波器的设计效率,文中提出了一种基于多端口参数提取和空间映射法的滤波器快速设计方法。通过添加额外内部端口提取腔体滤波器电磁模型的Y参数,从而计算出耦合矩阵,再结合空间映射法将求解滤波器理想尺寸问题转换为逼近理想耦合矩阵问题。最后设计并加工了一款四阶同轴腔体滤波器,在初值偏差很大的情况下,经过四次迭代即可得到满足指标的滤波器物理尺寸,实物调试结果和仿真结果一致性良好,从而证明了文中方法的快捷有效。

基于环形阵列的空间滤波器结构损伤扫描监测方法研究

本文提出了一种基于环形阵列的空间滤波器结构损伤扫描监测方法,在结构中央布置环形压电传感器阵列实现对结构的全方位扫描监测,消除了主动Lamb波空间滤波器监测方法中盲区及远场对监测效果的影响。环形阵列由直径方向不同角度的4个线阵组成,每个线阵采用主动Lamb波空间滤波监测方法对结构损伤进行监测、成像,各阵列成像结果通过PCA-小波变换进行融合对损伤位置进行判别,从而实现结构全方位损伤扫描监测,消除单个阵列损伤监测的盲区、远场及虚假成像等影响,进而获得更加准确的损伤监测结果。通过实验研究,验证了该方法的有效性和实用性。

一种高可靠连体式介质滤波器设计

根据椭圆函数响应,采用相对介电常数为37的高品质因数微波介质材料,该文设计了一种低损耗、连体式四级介质滤波器。通过1-4谐振器之间使用级联四元组(CQ)电容加载耦合,经优化后滤波器中心频率为1268 MHz,工作带宽为25 MHz,插入损耗≤2.5 dB,回波损耗≥18 dB,近端带外抑制≥40 dB。根据仿真模型结构参数,优化成型和金属化工艺,制备得到的样品,通过可靠性环境试验表明,该滤波器的性能测试结果与仿真结果吻合良好。

基于sigmoid滤波器的永磁轮毂电机自抗扰控制

相比燃油拖拉机,电动拖拉机具有节能高效、绿色清洁的优点。分布式驱动电动拖拉机结构简单、控制维度多,能进一步提高电动拖拉机的工作效率和作业精度。但是电机检测转速噪声导致轮毂电机速度波动严重,复杂路面及多种作业工况下进一步加剧了上述问题,严重降低了拖拉机的作业质量。针对上述问题,该研究提出一种基于sigmoid滤波器的线性自抗扰控制(linear active disturbance rejection control,LADRC)以提高轮毂电机的转速稳定性和抗扰动能力。该控制策略在传统LADRC的基础上引入sigmoid滤波器至扩张状态观测器(extended state observer,ESO),根据输入噪声信号误差变化改变滤波器带宽,以抑制观测误差中的中高频干扰信号,同时避免滤波器积分环节对轮毂电机速度跟踪快速性的影响,具有较快的收敛性。搭建试验平台对所提出控制策略进行试验验证,结果表明:与传统LADRC策略相比,本文所提控制策略在变速和变载工况下的转速脉动分别减小了32%和41.67%,iq电流脉动分别减小了6.25%和4.17%,可在快速、准确跟踪给定转速的同时,大幅提高轮毂电机驱动系统的噪声抑制性能,为复杂环境下电动拖拉机高精度作业提供技术参考。

基于可重构硅光滤波器的计算重建片上光谱仪

相比于笨重的台式光谱仪,集成化的芯片级光谱仪可以应用于便携式的健康监测、环境检测等场景.我们设计了一个基于硅光子平台的片上光谱仪.该器件由一个透射光谱可重构的硅光滤波器构成.通过改变滤波器的透射光谱,可以实现对输入光谱的多次且不同的采样.再结合人工神经网络算法,从采样后的信号中重建出入射光谱.可重构的硅光滤波器由互相耦合的马赫曾德干涉仪和微环谐振腔组成.采用集成的热光相移器引入相位变化,能够对滤波器的透射光谱进行重构.通过这种方式,基于单个可重构滤波器可得到包含宽、窄光谱多样特征的响应函数.不需要滤波器阵列,就可以实现对入射光谱的多样化采样,能够显著地减小光谱检测器件的面积.仿真结果表明,所设计的器件在1500—1600 nm波长范围内可以实现连续光谱和稀疏光谱的重建,分辨率约为0.2 nm.该器件在可穿戴光学传感、便携式光谱仪等场景中具有巨大的应用潜力.