【摘 要】
：
相对于传统的瑞利假设,语音的离散傅里叶变换(DFT)系数更好地服从Chi分布。为了寻求语音失真度和噪声抑制程度之间的平衡,先在语音DFT系数服从Chi分布假设的条件下推导出一个基于听觉感知特性广义加权的贝叶斯估计器。然后,将语音存在概率考虑进新推导出的贝叶斯估计器中,获得一个Chi先验下联合了语音存在概率的贝叶斯估计器。为了在语音的起始段抑制音乐噪声的产生,得到一个新型的混合先验信噪比估计器。仿真
【基金项目】
：
国家自然科学基金资助项目（61501072）,重庆市科委自然科学基金（estc2015jcyjA40027）
论文部分内容阅读
相对于传统的瑞利假设,语音的离散傅里叶变换(DFT)系数更好地服从Chi分布。为了寻求语音失真度和噪声抑制程度之间的平衡,先在语音DFT系数服从Chi分布假设的条件下推导出一个基于听觉感知特性广义加权的贝叶斯估计器。然后,将语音存在概率考虑进新推导出的贝叶斯估计器中,获得一个Chi先验下联合了语音存在概率的贝叶斯估计器。为了在语音的起始段抑制音乐噪声的产生,得到一个新型的混合先验信噪比估计器。仿真证明,提出的增强算法较传统算法在各种噪声环境下各种性能指标都有了较大的提高。
其他文献
对交互式医疗诊断图像轮廓线的生成,能够有效提高临床诊断以及治疗水平。对交互式医疗诊断图像轮廓线自动快速的生成,需要构建轮廓线演化能量模型,提高轮廓线生成的精度,确定能量函数极小值,完成医疗诊断图像轮廓线的生成。传统方法沿着感兴趣方向对轮廓进行投影,分析扫描曲面对应的医疗诊断图像数据,但忽略了对轮廓线演化模型的构建,导致轮廓线生成精度偏低。提出基于Snake模型的交互式医疗诊断图像轮廓线自动生成方法
对网络重叠数据的检测与排除,能够有效提高网络数据处理精度。大数据下对重叠数据的检测,需要计算数据聚类离散程度的期望,获得最佳聚类数目以确定聚类中心,完成重叠数据的检测,进而对其进行排除。传统方法结合量子滤波器,对数据点进行了一定程度的平滑,判断数据的真实度,但忽略了对数据的聚类中心的求取,导致重叠数据优化识别精度偏低。提出基于相关性分析和GAS算法的优化识别方法,将测量数据进行聚类,计算对应不同聚
加权最小二乘估计是电力系统静态估计的常用算法,特点是收敛性能好,估计质量高。静态状态估计中权重矩阵取各量测量的方差阵的逆矩阵,使估计具有最小的误差方差阵,因为系统运行状态随时间变化方差矩阵难以确定,在实际估计过程中方差阵一般取为单位阵。提出了通过分析历史数据,假设在系统运行过程中量测误差服从均值一定、方差一定的概率分布,以估计值近似真值,以状态估计的残差近似量测量的误差,得到量测量的误差分布,再进
在纯电动汽车动力性能优化问题的研究中,为提高汽车行驶的平稳性,针对传统的纯电动汽车动力模式控制方法存在动力性和操控性难以同时兼顾的缺点,提出了一种基于驾驶员意图识别的动力性能优化方法。首先由线性踏板控制策略确定电机基本输出转矩,然后设计了以根据加速踏板开度变化率修正后的车速偏差及其变化率为输人、补偿转矩为输出的模糊控制器,最后向驱动电机系统发送转矩控制指令。仿真结果表明,上述控制方法在车辆加速和减
对复杂背景图像局部轮廓信息进行识别,能够快速获取图像相关信息,对图像局部轮廓信息进行智能识别,需要对复杂背景图像进行分解提取多尺度细节特征,将图像原图与经过形态学运算操作后的图像作差。传统方法利用相与操作算子对复杂背景进行处理,将图像中的干扰信号剔除,但忽略了对图像的细节分解,导致识别效率低。提出一种基于Tophat算法的复杂背景图像局部轮廓信息人工智能识别方法,利用对偶树复小波变换的优良特性对复
对大数据中动态信息传输效率的实时检测,能够有效提高数据库中数据利用率。对信息传输效率的检测,需要构建动态数据采样矩阵,并还原动态数据原始信号,完成信息传输效率的实时检测。传统方法对训练集样本信息进行训练,不断更新信息传输缺陷特性,但忽略了对信息的原始信号的还原,导致检测精度偏低。提出利用压缩感知的动态数据信息传输效率进行检测的方法,并计算各个尺度和相邻尺度的变换值,实现变换值的归一化;找到满足噪声
针对吸气式高超声速飞行器气动力、结构弹性、推进、飞行姿态之间的强耦合与非线性给控制系统设计带来的问题,提出一种气动/热/结构/推进的一体化建模方法。首先采用参数化建
针对当前用户身份认证方法无法提供智能卡验证、生物特征验证以及口令验证三重保护,存在消息实时性检查功能缺失,用户身份认证安全性低、认证能量代价高等问题。针对这些问题,提出基于生物密钥智能卡的移动大数据匿名双向身份认证方法。在用户注册阶段,引入时间戳值,采用可以彼此验证的双要素对移动终端用户身份信息执行联合保护;在时间同步及用户登录阶段,引入实时性检测、识别重放消息,以添加时间戳的动态散列值密钥加密传
对无线网络数据传输中的用户信息进行获取,能够延长无线网络生命期,对用户信息进行实时获取,需要对无线网络用户信息敏感属性值进行分析,计算用户信息泄露风险。传统方法建立了无线网络用户信息熵模型,计算无线网络用户信息的风险泄露程度,但忽略了对用户信息敏感属性的分析,导致用户信息损失程度大,提出一种基于ε-差分隐私的无线网络数据传输中用户信息实时获取方法,分析无线网络数据传输中用户信息敏感属性值的个数及其