一种低能耗表面肌电信号采集系统设计

完成了一种低能耗表面肌电信号采集系统的设计。人体手臂处的表面肌电信号通过银质贴片电极进入检测电路,经过信号放大和滤波电路后,被主控芯片EFM32TG840F32内置模拟数字转换器采集。主控芯片利用其低能耗定时器(LETIMER)和低能耗通用异步收发器(LEUART),在9 600波特率下每秒发送20组肌电值数据至CC2541低功耗蓝牙模块。低功耗蓝牙模块在透传模式中,将肌电值传输至上位机,从而实现表面肌电图的显示。通过不同工作模式的转换,即在不使用时设置为停止模式EM4,在运行模式EM1进行ADC采样转换,在深度睡眠模式EM2进行数据传输,采集系统的最高功耗仅为46 mW,使之可广泛应用于健康监测等领域。     

一种加权线性预测的声道面积估计方法

从语音信号声道滤波器中估计声道面积会受到声门波信号的干扰和非理想边界条件的影响,为了最小化这些因素 的干扰,提出了一种加权线性预测估计声道面积的方法,首先采用相位倾斜的动态调节算法DYPPSA(Dynamic Programming Projected Phase Slope Algorithm)确定声门的开启和闭合点位置，然后利用加权线性预测方法计算声门闭相下声道模型的反射系数，最后根据声道滤波器和声管的等效模型，递推得到反射系数与声道面积的函数关系，并迭代求解声道面积，实验结果 表明，计算同一段语音数据的声道面积，与核磁共振获得的标准声道面积比较，本方法估计的面积均方误差为 0.03，声门波幅值在峰值一半以下的闭相法得到的均方误差为0.15，故本方法估计更为准确。     

采用GW-MFCC模型空间参数的语音情感识别

针对单一语音特征对语音情感表达不完整的问题,将具有良好量化和插值特性的LSF参数与体现人耳听觉特性的MFCC参数相融合,提出基于线谱权重的MFCC（WMFCC）新特征。同时,通过高斯混合模型来对该参数建立模型空间,进一步得到GW-MFCC模型空间参数,以获取更高维的细节信息,进一步提高情感识别性能。采用柏林情感语料库进行验证,新参数的识别率比传统的MFCC和LSF分别有5.7%和6.9%的提高。实验结果表明,提出的WMFCC以及GW-MFCC参数可以有效地表现语音情感信息,提高语音情感识别率。     

离散标签与维度空间结合的语音数据库设计

建立了一个将离散情感标签与维度情感空间结合起来的汉语情感语音数据库。该数据库由16名母语为汉语的说话人对情感语音进行表演型录制。语音样本是根据中性、愉悦、高兴、沮丧、愤怒、哀伤,以及悲伤等七种离散的情感标签采集而得,每名说话人有336条语音样本。随后由三名标注人在维度空间上对每条语音样本进行标注。最后,根据标注所得的数据来研究这七种情感在维度空间的分布情况,并分析了情感在一致性、集中性和差异性方面的性能。除此以外,还计算了这七种情感的情感识别率。结果显示,三名标注人对该数据库标注的一致性都达到了80%以上,情感之间的可区分度较高,并且七种情感的情感识别率均高于基线水平。因此,该数据库具有较好的情感质量,能够为离散情感标签到维度情感空间的转化提供重要的研究依据。     

关于人脸识别算法对不同照明技术的鲁棒性研究

对于在正常照明技术下采集得到的人脸图像,现有的人脸识别算法如MTCNN算法、RetinaFace算法,已经能够取得相当高的人脸识别率。然而在某些特殊应用中,对于在特殊照明技术下采集得到的人脸图像,现有的人脸识别算法是否具有很好的鲁棒性,保持较高的人脸识别率,并没有确切的实验结果能够给出我们结论。本文收集了6 000多张在不同照明技术下得到的人脸图像作为我们的混合人脸数据库,并利用LBPH算法、卷积神经网络(CNN)、MTCNN算法、RetinaFace算法设计出了四种有效的人脸识别网络,分别对开源的WIDER FACE人脸数据库和我们的混合人脸数据库进行了测试。最终发现RetinaFace算法对于不同照明技术得到的人脸图像具有较好的鲁棒性。我们进一步利用深度学习标注工具对RetinaFace算法误判的人脸图像进行了标注,并将标注后的图像送入到RetinaFace人脸识别网络中重新训练,优化后的RetinaFace人脸检测模型得到了98.6%的人脸识别准确率,使得RetinaFace算法对不同光照条件的鲁棒性取得了进一步的提升。     

基于16 bit内核DSP实现准

提出了一种双精度乘累加运算方法,可以在廉价的16比特DSP上实现ISO／IEC13818－3的标准精度解码,也可应用于其他高精度实时DSP系统设计。其平均指令数约为单精度运算的3倍,对于MPEG Layer Ⅲ音频解码器可实现24－25比特的总体精度。给出了基于MotorolaDSP56824的核心代码和指令数统计。     

基于16bit内核DSP实现准双精度音频解码

提出了一种准双精度乘累加运算方法,可以在廉价的16比特DSP上实现ISO／IEC 13818－3的标准精度解码,也可应用于其他高精度实时DSP系统设计。其平均指令数约为单精度运算的3倍,对于MPEG Layer III音频解码器可实现24～25比特的总体精度。给出了基于Motorola DSP56824的核心代码和指令数统计。     

采用多特征组合优化的语音特征参数研究

在研究传统语音特征参数线性预测倒谱系数(LPCC)和梅尔频率倒谱系数(MFCC)的基础上,加入基于人耳听觉特性的Bark子波滤波器组所提取的特征参数,来共同组成特征集.同时将基于遗传算法的相关性特征算法将特征集进行优化,分别采用贝叶斯和径向基神经网络算法进行语音识别.实验结果表明本方法与传统的LPCC和MFCC方法相比,平均识别率分别提高了4.66％和3.5％,最佳达到98.1％的识别率.