基于融合特征MGCC的语种识别方法

为了解决噪声环境下语种识别准确率低的问题，提出一种将梅尔倒谱系数和伽马频率倒谱系数融合的语种识别方法。首先提取语音的梅尔倒谱系数和伽马频率倒谱系数，并依据语种识别中的贡献度对特征进行筛选；接着将特征映射在由梅尔域-伽马域组成的空间坐标系中，以得到梅尔伽马倒谱系数(MGCC);最后，将特征输入深度神经网络中进行语种识别。实验结果表明，所提方法的识别准确率和速度远高于使用单一声学特征及其他语种特征的方法。在纯净环境下，所提方法的语种识别准确率可以达到99.38%,在-5 dB低信噪比环境下也可达到89%以上。这充分证明了所提方法的有效性和鲁棒性。     

基于物理特征的音频相似度比对算法研究

针对电台播音需要将来自卫星的声音与拟发射的声音一致以保证播音安全,提出了一种基于物理特征的音频相似度比对算法.算法通过提取波形、包络、过零率等特征参数进行音频信号相似性的比较,并对比较结果进行融合,得出在不同环境下的待测音频相似性比较的优化方法,实验表明了该方法的有效性.     

信源统计特性的最优量化器设计与性能分析

文章讨论在模拟信源量化过程中，已知输入量化器的信号幅度统计特性时，如何采用标量量化使量化器达到最优，从而使量化失真达到最小。在对量化器优化设计的理论分析的基础上，以高斯分布特征的信源进行了最优标量量化，并得到了性能曲线，与香农率失真定理指出的理论下界进行了对比，所得出的分析方法以及结论对量化器工程应用具有一定的价值。     

幅度与相位分步识别的QAM调制模式识别算法

正交幅度调制(Quadrature Amplitude Modulation,QAM)信号的调制模式识别一直以来是人们研究的热点,通过星座图来进行调制模式识别也是一种常见的方法。然而,大多数调制模式识别算法会受到频偏和相偏的干扰,因此提出了一种幅度相位分步识别的QAM识别算法来识别调制模式。先利用卷积神经网络(Convolutional Neural Networks,CNN)识别出未消除频偏相偏的QAM星座图的幅度层数,对信号进行第一次分类;再检测每个信号点的瞬时相位进行差分,得到每个点之间的相位跳变幅度;经过减法聚类确定相位跳变次数,由此对信号在相位上进行二次分类,最后识别出QAM信号的调制模式。该方法虽然步骤比传统方法繁琐,但是不依赖于信号的频偏消除和相偏消除,能够起到很好的抗频偏作用。此外,因为没有频偏消除和相偏消除的步骤,所以使得信号不至于在频偏消除和相偏消除等预处理过程中损失信息量。经过试验,这种方法在识别率上比传统的神经网络识别方法在低信噪比下有更好的识别率。     

基于网格化频谱监测结果的无线干扰源定位研究

为了快速且高效地找出干扰源或非法电台,提出一种寻找干扰源位置的定位方法。该方法通过在待监测区域设置网格化分布的多个监测点来检测获取接收功率的大小,从而推测出干扰源的位置。通过仿真验证分析,验证了所提算法的正确性和有效性。     

基于SVR的混合域鲁棒音频水印算法

对于常见的基于离散小波变换-奇异值分解的水印算法应对常见的攻击鲁棒性较差的情况,提出一种基于奇异值比(Singular Value Ratio,SVR)的混合域音频水印算法.先将音频分帧,利用音频特性选择适合水印嵌入的帧,然后对水印嵌入帧进行离散小波变换和离散余弦变换,将离散余弦变换系数分为4段,选取中频系数进行奇异值...     

基于新闻文本图像的鲁棒水印算法

在新闻文本图像中,现有的水印算法没有将表达文本部分的区域与其他背景区域进行区分,并且对二值水印图像嵌入时只在单通道嵌入导致鲁棒性不高。针对以上问题,提出基于新闻文本图像的鲁棒水印算法。首先将新闻文本图像进行大津阈值分割（OSTU）,将文本与背景区域区分开,选择文本区域进行嵌入加深对重要信息的版权保护;接着将文本图像Cr和Cb通道的文本区域进行离散小波变换（DWT）后,利用主成分分析（PCA）进行能量集中并计算各主成分贡献率,通过比较贡献率来选择嵌入的主成分;最后对主成分及水印图像进行奇异值分解（SVD）完成水印嵌入。经过实验表明,嵌入水印图像在面对滤波等大多数常规攻击的NC值都在0.99以上,表明该算法有较强的鲁棒性,同时该算法在嵌入水印后图像的PSNR均值为45.66 dB,保证了不可感知性。     

基于倒谱分析的实时广播音频相似度快速比对算法

为了解决广播音频中经常存在噪声干扰和时间延迟导致音频比对结果不准确的问题,提出具有延时自适应意识的音频比对算法。针对常用算法中测量音频特征距离抗噪性能差的不足,采用倒谱对两音频的混合信号分析,并利用倒谱对功率谱中的等距离频率成分有很强的分辨能力这一特性来进行自适应延时估计和比对;为比对不同情况的两音频都可得到准确的相似度,提出对其中一音频加入短延时,再将两音频叠加混合后做倒谱分析;并根据加入不同短延时的效果选择出最优短延时,进一步提升算法性能。使用真实广播不同节目中截取出来的多个音频,在无噪声和不同信噪比加性高斯白噪声条件下,通过仿真实验评估了所提出算法的性能,比较了不同信噪比下的延时估计结果和音频相似度。实验结果证明,所提出方法的延时估计结果和比对结果优于现有算法,在低信噪比（SNR= 2dB）下,也可以达到90.36%的音频比对匹配精度,且计算速度能够达到实时比对的要求。     

基于改进语谱图的深度学习说话人识别

为了提高说话人识别系统的性能,提出基于改进语谱图的深度学习说话人识别算法。语谱图当中包含了语音的内容、情绪、语种以及说话人身份等多种信息,在以往的说话人识别算法中,往往没有考虑到说话人身份特性,采用直接提取语音中的语谱图作为网络输入,而说话人识别系统中需要提取语谱图中表征身份的信息,因此需要在原始语谱图的基础上进行改进。在语谱图中,基音频率以及共振峰等信息最能表现说话人的身份特征,从而提出根据语音信号中每一帧的基音频率进行自适应梳状滤波,得到改进后的语谱图,再通过卷积神经网络提取说话人特征,从而达到提升识别准确率的效果。网络模型采用MobileNetv2神经网络,该网络模型具有模型参数少、收敛速度快、识别速度快等优点,有利于实际应用。在对照实验结果中,该方法相对于原始语谱图的准确率分别提高了2.3%、5.2%、3%。     

MIMO系统赖斯信道下发射预编码的性能分析

发射端线性预编码技术可以简化接收机的复杂度。文中提出并研究了将该技术用于反映视距传输环境的多输入多输出（MIMO）系统，对比分析了不同线性预编码器在赖斯信道下的性能表现。理论和仿真分析表明，几种线性发射预编码器与对应的接收滤波器具有相似的最小均方误差（MSE）性能，且在不同赖斯因子情况下，发射端维纳预编码器都是最优的。