基于US总线复合设备的设计

该文介绍了一种基于USB总线复合设备的总体结构，硬件结构，以及USB设备主机侧的驱动程序和固件驱动程序的设计，该复合设备内含USB HUB，USB照相机，USB调制解调器和USB声卡和电话控制部分，它较好解决了桌面可视电话在使用上存在的问题，是一种新型的计算机多媒体设备。     

G.723.1编解码器在TMS320C50上的优化实现

数字信号处理器在语音编解码中得到广泛应用。在简要介绍TMS320C50定点DSP芯片和ITU-T G.723.1语音编解码算法后,详细讨论了G.723.1在TMS320C50上的实现及其技术要点,主要是内存安排、算法和代码优化、数据精度等。设计的编解码器通过了ITU-T G.723.1标准测试数据测试,占用内存资源较少,并具备较高的编解码速度。     

神经网络方法及其在语音识别中的应用

讨论了神经网络技术用于汉语语音信号的端点检测，声，韵母分离、非线性特征抽取和大字表识别的方法，描述了系统实现框图并给出了应用实例。     

整数DCT变换中变换基的通用生成算法

H.264是ITU与ISO联合共同开发的具有高编码效率、高压缩质量的视频新标准。整数变换是其提高压缩性能最主要的改进方法之一,基于同样的整数变换过程的变换基可以不唯一,因此在整数变换的理论确定后,寻找变换基是一件重要的工作,提出了一种通用的变换基生成算法。该方法通过分析整数DCT变换的原理,指出了整数变换矩阵应该满足的4个约束条件,以满足正交性约束为出发点,导出了整数矩阵元素之间的数量关系,并辅以另外3个约束条件,采用搜索的方法寻找变换基。实验结果表明,该算法在经过几十步的搜索后,就能找出所有可用的变换基,JVT参考模型用到的变换基也在其中。     

图约束字典和加权稀疏表示人脸超分辨率算法北大核心

针对低分辨率、低质量人脸图像重建问题,提出了一种新的基于稀疏表示的人脸超分辨率算法。在训练阶段,人脸的位置特征被用于保持人脸块的全局信息,人脸块间的几何结构被用于保持高低分辨率超完备冗余字典的流形结构,从而提高字典的表达能力;在重建阶段,K近邻加权稀疏表示被用于消除稀疏编码噪声,以提高高分辨率人脸图像重建系数的精度。实验结果表明,提出的方法取得了较好的主客观质量。     

H.323多点处理器任务调度策略

ＩＴＵ－ＴＨ．３２３协议规定了基于包交换网络上的多媒体通信系统标准。其中的多点控制单元（ＭＣＵ）可以在多点会议中提供多终端的通信能力,多点处理器（ＭＰ）在多点控制器（ＭＣ）的控制下实现音频、视频、交换混合和媒体流的其它处理。该文针对多点会议的需求,研制出一种基于多ＤＳＰ的音频多点处理器,通过数片ＤＳＰ的协同工作,完成高复杂度的多通道Ｇ．７２３．１的编解码运算,以便实现支持多路远程低速终端接入的电视会议系统,是一个具有很高性价比的解决方案。     

IP网络视频会议系统中视频子系统的研究与实现

研究了IP网络视频会议系统中视频子系统设计中的采样信号前处理、视频编解码与数据包传输等问题.介绍了每个问题产生的背景,并对提出的算法原理和算法步骤进行了详细描述.针对传输丢包现象和视频多点处理器的运算能力限制,对每个问题在解决方法上都有所改进或创新.研究成果应用到实际的SIP视频会议系统中,显著地提高了系统的视频性能技术指标.     

一种基于二阶梯度估计的自适应算法

在自适应信号处理中得到广泛应用的LMS算法,对信号模型及特性有着极其严格的限制,这些限制在很多实际情况中并不能保证得到满足.相对LMS算法,基于中心差的梯度估计自适应算法,其适应面则要广泛得多.但是,该算法存在着收敛速度慢,所需采样点数多的缺点.为此本文提出一种适应于平稳情况的新的估计算法,除首次估计需做采样外,在收敛过程中无需再做采样.与传统的中心差算法相比,本文算法具有较快的收敛速度和较好的失调性能.     

噪声环境下Yule—Walker方程的推广

提出并实现了Ｙｕｌｅ－Ｗａｌｋｅｒ方程在噪声环境下的推广形式，据此可以在几乎不增加计算复杂度的情况下，有效地避免噪声干扰对ＬＰＣ分析精度的影响，在１１ｄＢ的条件下把数字音的识别率从３０％提高到６０％。     

可视通信系统开发调试环境的研究

提出并实现了基于 Ｔ Ｃ Ｐ／ Ｉ Ｐ 的 Ｈ３２ Ｘ 系列 Ｖｉｄｅｏ Ｐｈｏｎｅ 局域网仿真开发环境。给出了系统结构,讨论了开发环境的协议仿真模型、数据回路设计、数据流管理、通信仿真、在线监测、错误报告与分析、数据分析统计与性能指标测试等问题。