基于RLS自适应算法的麦克风阵列语音增强

麦克风阵列具有空间选择特性与高信号增益特性,因而成为非手持式智能语音处理系统中捕捉说话人语音的重要手段。分析了两种典型的自适应算法：最小均方算法（LMS）和递归最小二次方算法（RLS）在麦克风阵列语音增强中的应用,并根据仿真的结果得出结论。     

基于PMC方法的鲁棒声学模型研究

在噪声鲁棒语音识别研究中，使用并行模型结合(parallel model combination, PMC)方法得到的模型理论上能够接近匹配噪声环境模型的性能，故成为噪声鲁棒语音识别的重要研究方向。本文首先提出了一种基于前后向差分动态参数的特征MFCC_FWD_BWD，该特征满足PMC对特征构造矩阵可逆的要求。在此基础上，提出了一种用于PMC的新模型——并行子状态隐马尔可夫模型(parallel sub-state hidden Markov model, PSSHMM)，该模型每个状态包含平行关系的子状态，且子状态间存在转移关系。实验表明，PSSHMM模型在各种噪声和SNR下取得了较好的识别效果，特别是对于非平稳噪声，其鲁棒性能非常显著。     

汉语语音合成的算法研究

本文主要完成基于原型波形内插(PWI)算法的语音编码和基于这一算法在汉语语音合成中声调调整方面的研究.用原型波形内插方法进行声调调整,与LPA频谱特性与信号谱匹配得很好,内插过程也保持了原语音信的谱特性,也提高了合成语音的质量.     

121集装箱公路中转站选址问题鲁棒优化方法研究

主要研究集装箱公路中转站选址问题,在以情景分析法描述不确定性需求的基础上,采用了构建鲁棒遗憾模型的形式对相关问题进行优化求解,同时设计了具有自适应特点的改进遗传算法,并通过算例仿真对随机优化及鲁棒优化模型进行了最优解性能分析。其结果表明鲁棒优化方法对于各情景下的参数扰动都具有较低数据敏感性,能有效降低决策风险,减少决策失误。     

基于多残差描述的鲁棒故障诊断方法

论文采用自适应阈值、多残差描述故障特征等方法研究鲁棒故障诊断问题。该方法首先采用多层感知机网络建立系统正常工况解析模型,根据不同的故障模式在过程操作单元和控制回路之间故障传播的途径不同,采用多残差描述方法和基于加权移动残差设计各种历史故障特征矩阵,通过与历史故障特征矩阵的匹配度快速诊断故障源。最后利用DAMADICS阀门基准实验平台的19种不同故障模式验证提出的故障检测与诊断方法的有效性。     

基于LMS算法的自适应线性均衡器在数字通信中的应用

本文论述了自适应均衡器能够在工作环境变化时自动调整相关参数以保持最佳工作状态; LMS算法采用递推收敛方式寻求最佳参Wopt,并利用MATLAB,对基于LMs算法的自适应线性均衡 器进行了仿真试验。     

自适应粒子群算法在水库优化调度中的应用研究

针对传统粒子群算法在求解梯级水库调度问题时,容易陷入局部最优而早熟收敛的问题,提出自适应粒子群算法。该改进算法结合种群进化程度自适应调整算法控制参数,从而克服传统粒子群算法参数固定引起的搜索能力不足的问题。同时,采用种群局部重建策略解决种群进化后期多样性下降的问题。将改进的粒子群算法应用于清江梯级水电站的发电调度求解,模拟计算结果表明,文章提出的改进算法具有较强的全局寻优能力,可以进一步提高算法的搜索性能和求解精度。     

智能天线中的自适应非盲算法研究

移动通信迅速发展给系统带来的容量压力,使得如何高效率的利用无线频谱受到了广泛的重视,智能天线技术被认为是目前进一步提高频谱利用率的最有效的方法之一。文章介绍了智能天线研究的背景及动态,其次对智能天线理论、基本概念以及相关技术进行了详细的阐述。通过对智能天线的概念,以及它的工作方式的介绍,引出了智能天线的自适应算法的概念。然后着重研究了智能天线的自适应非盲算法,并且在此基础上提出了改进算法的方法,为以后的研究工作奠定了理论基础。     

变步长LMS算法在自适应频率估计器中的应用研究

针对窄CW脉冲经水声信道畸变后频率估计的特点,利用二阶自适应陷波器构成频率估计器,分别采用基本LMS算法和几种变步长LMS算法优化估计器的参数。通过仿真和进行性能分析,给出一种精度高、运算量小、易于实现的实用算法,克服了传统和现代方法对噪声中的正弦信号频率估计上的缺陷。     

一种基于麦克风阵列的宽带语音增强算法研究

文章介绍了一种常见的固定波束形成技术——Ds波束形成器,针对语音信号特点,结合多通道自适应滤波技术,利用归一化最小均方（NLMS）自适应算法,构造一个麦克风阵列宽带语音信号自适应降噪模型。通过采集真实环境下含噪语音,经过软件仿真验证了算法。试验表明,新模型的算法实现只在时域中进行,计算复杂度小,自适应部分收敛速度快,消噪效果显著。     

变步长LMS算法在自适应频率估计器中的应用研完

针对窄CW脉冲经水声信道畸变后频率估计的特点,利用二阶自适应陷波器构成频率估计器,分别采用基本LMS算法和几种变步长LMS算法优化估计器的参数。通过仿真和进行性能分析,给出一种精度高、运算量小、易于实现的实用算法,克服了传统和现代方法对噪声中的正弦信号频率估计上的缺陷。     

基于BP算法和遗传算法结合的自适应噪声抵消器

提出一种基于遗传算法优化BP网络结构的自适应噪声抵消器,BP算法是最典型的多层神经网络学习算法,它在局部搜索时比较成功,但由于BP网络大多采用沿梯度下降方向的搜索算法,因而不可避免地存在收敛速度慢,容易陷入局部极小点等问题。而遗传算法擅于全局搜索,鲁棒性很强,将采用遗传算法优化网络初始权值的方法,将两种算法相结合,做到优势互补。GA与BP算法的混合算法不论是在运行速度还是在运算精度上都较单纯的BP算法有提高,在信噪比的改善程度上,混合算法的信噪比针对余弦信号提高了23db左右。     

自适应采样算法在网络入侵检测中的应用

目前入侵检测系统无法满足大流量网络数据情况下长期抓包和趋势分析的要求,为了解决这一问题,在数据收集阶段,使用了一种自适应采样算法,可以在保持网络流量本质特性的前提下,通过自适应采集算法可以减少对网络上的流通数据量的分析。该自适应采样算法可以根据采集的样本动态的调节当前的采样率。     

使用虚拟噪声补偿技术的自适应kalman滤波算法的研究

研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。     

基于自适应滤波的一种语音增强算法研究

语音增强的主要目的是从带噪语音信号中提取尽可能纯净的原始语音信号。本文介绍了一种基于自适应滤波器的语音信号增强算法。     

吏用虚拟噪声补偿技术的自适应kalman滤波算法的研究

研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。     

塞棒数控系统在合金钢连铸机中的应用

通过塞棒数控系统在合金钢连铸机的成功应用,有效提高了连铸坯的质量和生产线的产能,降低了生产过程出现的溢漏钢事故,体现了系统的先进性和成熟性,在一定程度上促进了企业的技术进步。     

基于自适应蚁群算法的最短路径搜索方法研究

最短路径问题是指在一个赋权图的两个节点之间找出一条边权和最小的路径,是图论中的一个经典问题,该问题和TSP等经典的组合优化问题具有很大的相似性,也属于组合优化问题.蚁群算法是一种新型的模拟进化算法,为求解复杂的组合优化问题提供了一种新的思路.本文应用蚁群算法求解最短路径问题,对选择策略、信息素挥发系数进行白适应地调整,避免算法出现早熟和停滞现象,并能较快地收敛到全局最优解.实验结果表明,该方法能有效解决最短路径搜索问题.     

MATAB在自适应滤波器设计中的应用研究

本文基于最小均方误差(least mean square,LMS)算法自适应滤波器的基本原理,介绍了一种在Xilinx公司System Generator开发环境中采用MATLAB语言建立算法模型并在FPGA实现的设计方法。整个设计在Xilinx Virtex-5sx50tf1 136型芯片下验证。相比使用传统硬件描述语言的设计方法,MATLAB语言具有编写灵活简单易调试、设计效率高等优点。该方法不但可以很好的完成设计指标,还有效地提高了FPGA系统级设计的效率,同时降低了设计人员对硬件底层结构知识的要求。     

自适应滤波算法在电力系统短期负荷预测中的应用

文章认为相空间局域线性回归法是电力系统短期负荷预测混沌预测法中广泛使用的方法,在用线性最小二乘法估计局部线性化模型的参数时,往往由于病态的数据矩阵导致估计值对噪声过于敏感而变得不可信.针对这种情况应用最小均方误差准则和最陡下降原理提出了一种基于自适应滤波电力系统短期负荷预测算法,避免了病态矩阵的影响.实验结果表明该算法预测结果稳定、可靠.