乘法模型下西洋乐器音色特征

基于乐音的乘法模型分析研究了可用于西洋乐器音色识别的声学特征：谐波能量比、倒谱与Mel倒谱系数（MFCC）和该文提出的机制声MFCC。对西洋管弦乐器的单音进行了特征提取,通过分析乐器特征的模式,评价它们与音色的关联程度。音色由激励源和共振体共同决定,与共振体特性相比,激励源的特征更能反映音色的不同。研究结果表明：强调激励源本质的机制声MFCC和乐音MFCC能更好地体现音色之间的不同;机制声MFCC尤其适合对乐器大类的识别;谐波能量比仅反映共振体特性,可以在一定程度上反映音色的差别;复倒谱与实倒谱区别不同乐器的能力有限。     

二维DOA估计的高分辨阵列（HRA）

基于二维ＤＯＡ估计问题,研究了阵列天线的空间滤波性能,提出了二维ＤＯＡ估计的高分辨阵列（ＨＲＡ）模型,使有限的阵元具有最佳的空间分辨力。计算机仿真结果表明,本文提出的ＨＲＡ明显优于传统阵列。     

结合多通道处理的智能音符起点检测方法

音符起点检测似中的一个棘手问题是:检测门限不仅因乐曲的不同而不同,而且对同一首乐曲的不同段落也不一样。此前提出的基于音符平均能量NAE(NoteAverageEnergy)的时域方法,虽然摆脱了门限选择问题,但它要求乐曲功率络的音符模式,要么是硬模式(快起慢落)要么是软模式(慢起快落)。智能检测方法首先对整首乐曲功率包络的变化按不同模式划分为若干段落,然后对不同的段落施以不同的检测准则,这使它能胜任更加复杂的混合模式。在成功识别音符模式的基础上,漏检音符的查找策略使智能检测方法的检测率显著提高。对各种乐器和曲风的乐曲所做的大量实验表明:智能检测方法能够准确检测出80%以上的音符。结合了多通道处理技术的智能检测方法,使检测率又提高了10%。     

基于累积量的二维DOA估计的特征向量算法

本文提出一种基于累积量的二维ＤＯＡ估计特征向量算法,算法能同时确定目标的仰角与方位角;空间平滑累量使算法能更有效抑制高斯空间有色噪声。本文证明了,通过对累积选择,算法还可抑制非高斯空间白噪声,仿真实验证明了该算法明显估于ＭＵＳＩＣ算法。     

音乐信号的时频分析

对已用于音乐处理上的主要时频（TF）分析方法进行了综述,并描述了它们的应用范围。在Cohen类框架下对技术方法进行检验,有助于新方法的设计和比较。所述内容涵盖了基音同步分析,短时傅立叶变换（STFT）,相位声码器．恒Q变换和小波变换,Wigner分布和模式分布。详细描述了窗函数法的局限性和对稳态假设、无限持续正弦曲线的依赖性。与窗函数法相反,Wigner分布用解析信号定义瞬时频率和功率参数,而模式分布是对优化的Wigner分布的线性变换。应用领域涉及分析、再合成、记谱、分类和识别、可视化。     

二维DOA估计的高分辨阵列(HRA)

基于二维DOA估计问题 ,研究了阵列天线的空间滤波性能 ,提出了二维DOA估计的高分辨阵列 (HRA)模型 ,使有限的阵元具有最佳的空间分辨力。计算机仿真结果表明 ,本文提出的HRA明显优于传统阵列。     

利用谐波显著度和语者音色特征的混合语音中目标人基频轨迹提取

从混合语音中提取出目标语者的基频轨迹,是语音监听、语音门禁、对话管理等应用的关键技术。为提高基频轨迹跟踪的准确率、增强抗八度误差的能力、降低系统复杂度,多基频估计以谐波乘积谱为核心,八度校正与基频分组均以元音段为基本单元,并结合了谐波显著度和语者音色特征。基于MIREX2005语音数据集的实验表明,MIREX的4种多基频估计性能指标均在75%以上,基频分组在混合语音中的判断准确率可达92%。     

复杂噪声中的二维DOA估计新方法

基于二维DOA估计模型,本文研究了复杂环境——乘法与加法观测噪声共存时的DOA估计问题.针对工程实践中广泛存在的循环平稳信号,提出了一种采用循环统计量的新方法.该方法对任何平稳的加性与乘性噪声均不敏感,因而具有较大的实用性.     

参考受扰的自适应干扰对消的累积量方法

针对参考爱道受到来自信号通道干扰的干扰对消系统,以高阶累积量为手段,结合自应逄法,实现了信号与干扰的分离。新方法不但能抑制高斯噪声,而且对步长的变化也不敏感。