不确定传输速率下无线资源调度问题的鲁棒优化模型

在长期演进系统中,不确定传输速率的无线资源调度问题是指如何在每一时隙内为用户分配资源块,使得无论资源块传输速率如何变化都保证用户在时延等方面的体验。利用鲁棒优化方法求解,建立不确定无线资源调度问题的鲁棒优化模型,分别选取3种不确定集：盒子不确定集,椭球不确定集和已知部分分布信息不确定集,根据它们各自的特点建立合理等价的鲁棒对应模型。利用实例验证了鲁棒对应模型的有效性。     

需求不确定的车辆路径鲁棒优化模型

基于顾客需求不确定可能造成确定性条件下最优路径的不可行性,采用鲁棒优化模型解决需求不确定的、有容量限制的车辆路径问题.分析并证明了需求分别属于凸集合和盒子集合两种有界集合下的鲁棒优化模型.建立偏差系数比较鲁棒优化模型和确定性模型的目标函数值.通过实例说明,虽然鲁棒优化模型的最优目标函数值高于确定性模型的,但是能有效保证路径在需求波动下的可行性,模型可行.     

对鲁棒线性规划保守性的进一步讨论

保守性是衡量鲁棒优化模型好坏的重要指标,也是研究鲁棒优化方法的一个关键问题.在先前关于鲁棒线性优化保守性的研究中,我们发现,线性规划最优解中非零分量的数目k是刻画鲁棒线性规划模型保守性的一个重要参数.本文通过分析基解是鲁棒线性规划问题最优解的概率,给出了参数k的概率分布和数学期望.     

基于参数相关Lyapunov泛函不确定时滞系统的鲁棒稳定性

研究了含多面体不确定性的时滞系统的鲁棒稳定性问题。利用参数相关的Lyapunov泛函,得到了基于LMI的时滞系统时滞相关的鲁棒稳定的充分条件。在该条件中不确定系统在多面体不同的顶点用不同的Lyapunov阵判断其稳定性,而已有的结果为在所有的顶点用一个共同Lyapunov阵分析。进一步,将确定系统稳定的最大时滞问题转化为求广义特征值的拟凸优化问题。最后数值例子说明了该方法有较小的保守性     

不确定广义系统的鲁棒容错控制

对一类具有范数有界参数不确定性广义系统,运用矩阵不等式方法,提出了一种鲁棒容错反馈设计方法.利用该方法设计的闭环系统,不仅针对执行器发生故障时具有完整性,而且对所有容许的参数不确定性具有鲁棒性.     

带有变系数的时滞模糊神经网络的鲁棒稳定性分析

研究了带有时滞和S-型分布延迟的模糊神经网络的局部鲁棒稳定性,给出非孤立平衡点的局部鲁棒稳定性及吸引域的充分条件,得到了平衡点的局部鲁棒稳定性判据,并且使其在带有时滞或无时滞的模糊神经网络中有了更广泛的应用.     

低数据资源条件下基于Bottleneck特征与SGMM模型的语音识别系统

语音识别系统需要大量有标注训练数据,在低数据资源条件下的识别性能往往不理想.针对数据匮乏问题,本文先研究子空间高斯混合声学模型通过参数共享减少待估计的参数规模,并使用基于最大互信息准则的区分型训练技术提高识别精度;而后在特征层面应用基于深度神经网络的Bottleneck特征来达到特征提取和降维的目的;最后将上述研究成果结合并构建了低资源条件下的语音识别系统.在国际标准的OpenKWS 2013数据库上的实验结果表明,本文的技术能够有效改善低资源条件下的系统识别性能,相比基线系统有12%左右的词错误率降低.     

基于谱减法的语音增强算法研究

在通信质量日益提升的现代通信时代,对语音信号的处理研究仍然是一个基本而复杂的课题。在语音增强技术中产生了众多处理方法。笔者在谱减法的理论研究基础上,验证了谱减法对语音信号的语音增强在技术上有明显的效果。但是在谱减法中的＂音乐噪声＂处理上还是不如人意,仍然会出现节奏性的噪声,这也是日后不断需要研究的方向,以实现语音增强技术的理想化。     

并行模型组合方法中卷积噪声的估计方法

由于实际环境中各种噪声的干扰,语音识别的准确率会受到不同程度的影响,因此,鲁棒性技术已成为语音识别的一个研究热点。其中,并行模型组合方法 (PMC)在提高模型对环境的适应性方面发挥着重要作用。分析了PMC中如何解决其技术难点的一些方法,并作了相应的优化改进,从而使PMC方法能适用于较为复杂的实际情况。实验利用了剑桥大学的HTK语音识别工具包,并加入自行开发的算法,可用于对 0～ 91 0个中文数字组成的数字串进行连续语音识别。结果表明,在不同的噪声环境下,新的PMC技术能显著提高识别率.     

基于AVR的低噪声放大器设计

设计并制作一个3 MHz高性能低噪声放大器,以增益稳定、输入低噪声的电压反馈放大器OPA820作为前置放大器,采用二阶低通滤波器实现对3 MHz以上信号衰减,并经功率放大器进行电压及功率放大.为检测低噪声放大器的性能,将功率信号通过隔离、真有效值转换,用AVR单片机进行采集并经LCD显示放大器输出电压有效值和峰峰值.由测试数据可知,放大器的性能优良,电压增益大于40 dB,最大不失真输出电压峰峰值大于10 V,有很强的实用性.     

汉语语音识别技术的研究与发展

本文通过对我国汉语语音识别技术研究的历程和研究方法进行分析概括,详细论述了汉语语音识别系统的构成及其所涉及的识别基元选取、特征参数提取、模式识别方法等关键技术,指出了目前汉语语音识别技术研究所面临的问题及对策。     

基于MPC5200的嵌入式非特定人连续语音识别系统

非特定人连续语音识别系统具有非常高的计算复杂度,对系统的硬件资源有很高的要求,本文针对该问题设计了一款基于MPC5200微处理器的嵌入式平台,在该平台上实现了基于隐含马尔可夫模型的非特定人连续语音识别系统,实验结果表明该嵌入式语音识别系统达到了实时识别的要求。     

基于C语言的一种数字图像降噪方法

随着电子技术的不断发展,特别近几年软件技术的发展,为电子行业的数字化进程起到了催化和助推的作用。文章通过分析传统模拟降噪方法存在的缺点,提出利用C语言实现数字降噪的方法,以达到较好的预期效果。     

六盘水市城市噪声污染分析及防治对策研究

以六盘水市近年来噪声监测资料为依据,分析了六盘水市环境噪声污染现状、特征,指出城市声环境存在的主要问题．并对进一步降低六盘水市城市噪声提出了对策建议。     

非白噪声干扰下的ARMA模型

本文讨论了非白噪声以及退化情形下的ARMA模型平稳解的存在唯一性及谱系的表达,也讨论了与预报有关的解的{x_t}取值范围与{y_t}取值范围之间的关系。     

基于小波域高斯-柯西混合模型的SAR图像降噪声算法

(Symmetric alpha-Stable)模型是小波域一种精确的图像模型 ,但是其计算复杂性高,本文在分析 模型的基础上,提出了高斯-柯西模型,将此模型作为图像的小波域先验模型信息,并用Bayesian估计器,算法复杂性上有显著的降低。另外,图像对数变换后的统计特性发生变化 ,需要在变换过程中加入均值调整的过程。实验结果表明,本文的算法模型在较好的保持了SAR图像结构的基础上,能较好的保留图像边缘信息和纹理特征,并能有效的抑制图像的斑点噪声,取得了良好的效果。     

基于隐马尔可夫模型的人像鉴别算法

提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解,然后把3个不同分辨率的低频子图像由小到大排列成树状结构,形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维,形成特征小波树枝,并把它作为观测向量对隐马尔可夫模型进行训练,把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系,以及状态个数和高斯概率混合成分的个数对识别率的影响,定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上,同其他四种相关方法进行了比较,实验结果表明,该方法识别率较高,工程上易于应用.