GPS定位测距码与载波相位测量

模糊控制理论与系统原理——研究生教学用书，是从csdn一个网友的pdg格式生成的pdf更方便一些

关于Verilog数字程序设计的基本教程，以及数字后端流程与工具的相关PPT文件

头文件Delay.h（网上很难找到的，建议下载后收藏，并放到keil的INC文件夹中，以后就可以直接调用了）

全部为txt文档数据，数据挖掘聚类分析技术，算法实验过程中，经常用到的经典UCI、UPSP等真实数据集，常用于算法的实验验证。文档中注有相应的数据量、属性等信息，可直接进行使用。

pytorch visdom只有蓝屏，说明运行需要的文件没有被下载下来，网址被qiang了。 解决办法：手动下载，覆盖到目录中

简单描述自适应滤波的原理及在MATLAB中实现的方法，并辅以相关MATLAB代码供大家交流。1绪论11引言人类传递信息的主要媒介是语言和图像。据统计,在人类接受的信息中,听觉信息占20%,视觉信息占60%,其它如味觉、触觉、嗅觉总的加起来不过占20%,所以图像信息是十分重要的信息。然而,在图像的获取和图像信号的传输过程中,图像信号中不可避免的混入各种各样的随机噪声,造成图像失真(图像退化)。造成人类所获取的信息和实际是有偏差的,成为人类从外界获取准确信息的障碍。因此,对图像信号中的随杋噪声的抑制处理是图像处理中非常重要的一项工作在图像的获取和传输过程中所混入的噪声,主要来源于通信系统中的各种各样的噪声,根据通信原理及统计方面的知识,可以知道在通信系统中所遇到的信号和噪声,大多数均可视为平稳的随机过稈。又有“高斯过程又称正态随机过程,它是一种普遍存在和重要的随机过程,在通信信道中的噪声,通常是一种高斯过程,故又称高斯噪声。囚此,在大多薮的情况下,我们可以把造成图像失真的噪声可视为广义平稳高斯过程本文针对图像信号中混入的随机噪声,在怎样把现有的滤波算法应用到实际的图像复原中去的问题上提出了解决方法,并且应用 Matlab软件编程对图像进行处理。1.2研究目标及现状121图像复原技术的目标为了从含有噪声的数据中提取我们所感兴趣的、接近规定质量的图像,我们需要设计个系统满足:当信号与噪声同时输入吋,在输出端能将信号尽可能精确地重现出来,而噪声却受到最大抑制,即最佳滤波器。122图像复原抆术的研究现状日前的图像复原技术,即去噪的滤波技术可以分为两大类:传统滤波和现代滤波。传统滤波技术是建立在已知有用信号和干扰噪声的统计特性(自相关函数或功率谱)基础上的噪声去除;现代滤波技术则是不需要知道图像的先验知识,只是根据观测数据,即可对噪声进行有效滤除。早在20世纪40年代,就对平稳随机信号建立了维纳滤波理论。根据有用信号和干扰噪声的统计特性(自相关函数或功率谱),以线性最小均方误差(MSE)估计准则所设计的最佳滤波器,称为维纳滤波器。这种滤汲器能最大程度的滤除干扰噪声,提取有用信号。但是,当输入信号的统计特性偏离设计条件,则它就不再是最佳的了,这在实际应用中受到了限制。到60年代初,由于空间技术的发展,出现了卡尔曼滤波理论,即利用状态变量模型对非平稳、多输入多输出随机序列作最优估计。卡尔曼滤波器既可以对平稳的和平稳的随机信号作线性最佳滤波,也可以作为非线性滤波[2]。然而只有在对信号和噪声的统计特性已知的情况下,这两种滤波器才能获得最优解。在实际的应用中,往往无法得到这些统计特性的完验知识,或者统计特性是随时间变化的,因此,这两种滤波器就实现不了真正的最佳滤波。Widrow B.和Hof于1967年提出的自适应滤波理论,可使在设计自适应滤波器时不需要事先知道关于输入信号和噪声的统计特性的知识,它能够在自己的工作过程中逐渐估计出所需的统计特性,并以此为依据自动调整自己的参数,以达到最佳滤波效果。一旦输入信号的统计特性发生变化,它又能够跟踪这种变化,自动调整参数,使滤波器性能重新达到最佳。自适应滤波器自动调节参数可以通过各和不同的递推算法来实现,由于它采用的是逼近的算法,使得实际估计值和理论值之间必然存在差距,也就造成了自适应滤波问题没有唯一的解。依照各种递推算法的特点,我们把它应用于不同的场合。现在广为应用的自适应滤波方法主要是基于以下几种基本理论,再融合递推算法导出来的:(1)基于维纳滤波理论的方法维纳滤波是在最小均方误差准则下通过求解维纳霍夫方程来解决线性最优滤波问题的。基于维纳滤波原理,我们利用相关的瞬时值通过在工作过程中的逐步调整参数逼近信号的统计特性,实现最优滤波。由此,我们得到一种最常用的算法—最小均方算法,简称LMS算法。(2)基于卡尔曼滤波理论的方法卡尔曼滤波是线性无偏最小方差滤波递推滤波,它能使滤波器工作在平稳的或非平稳的环境,得到最优解。利用卡尔曼滤波理论的递推求解法导出自适应滤波器更新权矢量得不同递推算法。比LMS算法有极快的收敛速率,可是计算复杂度也增大∫,它需要计算卡尔曼矩阵。(3)基于最小二乘准则的方法维纳滤波和卡尔曼滤波推导的算法是基于统计概念的,而最小二乘佔计算法是以最小误差平方和为优化目标的。根据滤波器的实现结构,有以下3种不同的最小二乘自适应滤波算法:自适应递归最小二乘法(RLS),自适应最小二乘格型算法,QR分解最小二乘算法。(4)基于神经网络理论的方法神经网络是有大量的神经元相互连接而成的网络系统,实质上它是一个高度非线性的动力学网络系统,这个系统具有很强的自适应、自学习、自组织能力,以及巨量并行性、容错性和坚韧性,因而,它可以做很多传统的信号和信息处理技术所不能做的事情。因其超强的自动调节能力,使符它在自适应信号处理方面有着广阔的前景[2]在一系列的自适应算法中,虽然基于后面3种基本理论的方法在收敛速率和稳定、坚韧性方面有着更好的性能,但是,基于维纳滤波理论的IMS算法因其算法简单,而且能达到满意的性能,得到了青睐,成为了应用最广泛的自适应算法。为此,本文主要研究LMS自适应滤波器在图像去噪方面的应用。2理论基础21基本自适应滤波器的模块结构自适应滤波器通常由两部分构成,其一是滤波子系统,根据它所要处理的功能而往往有同的结构形式。另一是自适应算法部分,用来调整滤波子系统结构的参数,或滤波系数。在自适应调整滤波系数的过程中,有不同的准则和算法算法是指调整自适应滤波系数的步骤,以达到在所描述的准则下的误差最小化。自适应滤波器含有两个过程,即自适应过程和滤波过程。前一过程的基本目标是词节滤波系数"(),使得有意义的目标函数或代价函数()最小化,滤波器输出信号y()逐步逼近所期望的参考信号4k),由两者之间的误差信号(k)驱动某种算法对滤波系数进行调整,使得滤波器处于最佳工作状态以实现滤波过程。所以自适应过程是一个闭合的反馈环,算法决定了这个闭合环路的自适应过程所需要的时间。但是,由于目标函数)是输入信号(k),参考信号(k)及输出信号y(k)的函数,即20=ack,.y,因此目标函数必须具有以下两个性质(1)非负性g (=8[x(k), d(k), y(k] 20Vx(), u(k), y(k)(2.1)(2)最佳性E()=E[x(k),d(k),y(k)]=0(22在自适应过程中,自适应算法逐步使目标函数(最小化,最终使()逼近于(),滤波参数或权系数()收敛于",这里"是自适应滤波系数的最优解即维纳解。因此,自适应过程也是自适应滤波器的最佳线性估计的过程,既要估计滤波器能实现期望信号()的整个过程,又要估计滤波权系数以进行有利于主要目标方向的调整。这些估计过程是以连续的时变形式进行的,这就是自适应滤波器需要有的自适应收敛过程。如何缩短自适应收敛过程所需要的收敛时间,这个与算法和结构有关的问题时人们一直重视研究的问题之—[2]。当然滤波子系统在整个自适应滤波器的设计中也占有很重要的地位,因为它对最终的滤波性能有很大的影响。本文要研究的是基于维纳滤波原理的LMS算法,那么下面我们需要介绍一下基本维纳滤波原理。22基本维纳滤波原理基本维纳滤波就是用来解决从噪声中提取信号问题的一种过滤(或滤波)方法。它基于平稳随机过程模型,且假设退化模型为线性空间不变系统的。实际上这种线性滤波间题,可以看成是种估计问题或种线性佔计问题。基本的维纳滤波是根据全部过去的和当前的观察数据来估计信号的当前值,它的解是以均方误差最小条件下所得到的系统的传递函数万(3)或单位样本响应h(k)的形式给出的,因此更常称这种系统为最住线性过滤器或滤波器。设计维纳滤波器的过程就是寻求在最小均方误差下滤波器的单位样本响应h(k)或传递函数h(x)的表达式,其实质是解维纳-霍大( Wiener-Hopf方程。基木维纳滤波器是这样的,有两个信号x(k)和y(k)同时加在滤波器上。典型地y(k)包含一个与x(k)相关地分量和另一个与x(k)个相关地分量。维纳滤波器则产生y(k)中与x(k)相关分量地最优估计,再从y(k)中减去它就得到ε(k)。y(kak)输出rk)维纳德波n=∑v(D)x(k-)f=0图21基本维纳滤被模型假定一个N个系数(权值)的FR滤波器的结构,维纳滤波和原始信号y(k)之间的差信号c(k)为ek= yk-nk=ye∑w(i)x(23)其中和w分别为输入信号矢量和权矢量,由下式确定(24)k-N-1)H(N-1)误差平方为2Y, x,w+w x.x,w对(3)式两边取期望得到均方误差(MSE),若输入x(k)与输出yk)是联合平稳的,则ELel=Ely,-2ELYXiwItElwx, x, w2.62P其中E[代表期望,=Ex是(k)的方差,P=E[yx1是长度为N地互相关矢量,R=Exx是NxN的自相矩阵。一个MSE滤波系数的图形是碗形地,且只有唯一地底部,这个图称为性能曲面,它是非负的。性能曲面地梯度可由下式给出2P+2R(2.7)Ytrim图22误差性能曲面每组系数w(i)(i=1,2,N-1)对应曲面是一点,在由面是地最小点梯度为0滤波权矢量达到最优”呷R P(28)即著名的维纳霍夫方稈的解。自适应滤波地仟条是采用合适的算法来调节滤波权重W,0)W,1),…W,N-1),从而找到性能曲面地最优点维纳滤波的实际用途有限,因为:(1)它需要已知自相关矩阵R和可相关矢量P,这两个量通常是未知的。(2)它包含∫矩阵的求逆,非常的耗时3)若信号为非平稳的,则R和P是时变的,导致必需重复计算。对于实际的应用需要一种能够依次加入地抽样点而得到"的算法。自适应算法就就是用于达到这个目的,而且不需显式计算R和P或进行矩阵求逆[3]3自适应滤波原理及算法在实际应用中常常会遇到这样的情况:随机信号的统计特性是未知的,或者信号的统计特性是缓慢的变化着的(非≯稳信号),这就促使人们去研究一类特殊的滤波器,这类滤波器具有以下特点:当输入过程的统计特性未知时,或者输入过程的统计特性变化时,能够相应的调整自身的参数,以满足某种准则的要求,由于这类滤波器能变动自身的参数以“适应”输入过程统计特性的估计或变化,因此,就把这类滤波器称为自适应滤波器41。在本文中我们研究的是退化图像复原的问题,由于图像自身的多样性和所混入的噪声的随机性和多样性,我们选择自适应滤波取出图像中混入的噪声。3.1横向滤波结构的最陡下降算法3.11最陡下降算法的原理首先考虑如下图所示的横向FIR自适应滤波器x(k-1k-2)x、-M+2)xR-M+l)e自适应控制算法1图31自适应横向滤波器结构它的输入序列以向量的形式记为X(k)=[x(k)x(k-1)(k-M+1)(3.1假设x()取自一均值为零,自相关矩阵为R的广义平稳随机过程,而滤波器的系数矢量(加权矢量)为:k)=[w,(k)w2(k)(32)以上二式中括号内的k为时间指数,因此,X()和W()分别表示时刻k的滤波器输入序列和加权值,滤波器的输山y(k)为:y(k)=∑w(n)x(n-t+1)33)式中M为滤波器的长度。图31中的“k称为“期望理想响应信号”,有时也可称为“训练信号”,它决定了设计最佳滤波器加权向量W(k)的取值方向。在实际应用中,通常用一路参考信号来作为期望响应信号。(k)是滤波器输出y(k)相对于a(k)的误差,即e(k)=d(k)-v(h)(34)显然,自适应滤波控制机理是用误差序列(k按照某种准则和算法对其系数w)n),=1.2…,M进行调节的,最终使自适应滤波的目标(代价)函数最小化,达到最佳滤波状态。按照均方误差(MSE)准则所定义得目标函数是E(h)=Ele()(35)eId()-2d(k)y(k)+y(k)将式(3.4)代入式(3.5),目标函数可以化为c(k)=Ele(k)(3.6)E[d(k)]-2Eld(kw(k)x(k]+ elw(kX(eX(s)w(k)当滤波系数固定时,目标函数又可以写为c(k=[d(k]-2W(k)P+W(k)RW (k)(3.7)其中,P-趴是长度为N的期望信号与输入信号的互相关矢量,R=Exx是Nx的输入向量得自相关矩阵。由式(37)可见,自适应滤波器的目标函数()是延迟线抽头系数(加权或滤波系数)的二次函数。当矩阵R和矢量P已知时,可以由权矢量W(k)直接求其解。现在我们将式(3.7)对W求倒数,并令其等于零,同时假设R是非奇异的,由此可以得到目标函数最小的最佳滤波系数w为R P(38)

初始条件：某温箱的开环传递函数为 要求完成的主要任务: （包括课程设计工作量及其技术要求，以及说明书撰写等具体要求） 1.1试用Matlab绘制其波特图和奈奎斯特图，计算相角裕度和幅值裕度； 1.2试设计滞后校正装置，使系统的相角裕度增加15度。 1.3用Matlab对校正后的系统进行仿真，画出阶跃相应曲线

线性预测及其Matlab实现，源码，程序《现代电子技术》2009年第7期总第294期P测试·测量·自动化4骤(1)~(4)可对Ⅰ=1,2,…,P进行递推求解,其中:Ez=-aacorder,:)为最小均方预测误差;R为自相关系数;表示反射系数取值范围为[-1,1];a表示阶预测器的第j个系4结语数通过运算发现,其实在计算过程中,虽然目标是计算线性预测在语音处理方面的应用很广泛,而用一个p阶线性预测器的全部系数,但实际上在递推过程 Matlab来实现可以很直观地知道分析结果,为下一步中仅算出了所有除数低于p阶线性预测器的全部系数,将算法在DSP上的实现奠定基础。目前,语音处理最同时计算出了最小预测误差能量(递推式中反射系数的普遍的就是使用到网络上,而基于现代网络voIP使用取值范围是保证系统H(x)稳定性的充分必要条件,即到的语音编码中G.729正是其中一种。它的出现,使多项式A(z)的全部根都落在单位圆内用户能借助两台PC传输语音,也可以把PC上的语音从推导中得知,业(,)的物理意义可以理解为Sn转到手机上,交互式游戏爱好者们相互之间还可以借助的短时自相关函数因此,它反映了语音波形的实际情高科技控制器进行交流。况,即波形不同,值也不同然而a;的取值由更(j,i决定,并随亟(j,i的改变而改变,因此也可以说a;反映参考文獻了语音波形的实际情况3。[1]吴家安现代语音编码技术[M北京科学出版社,2008其 Matlab描述如下:[2]柏静,韦岗.一种基于线性预测与自相关函数法的语音基音function z=durbin(y, order)周期检测新算法[]电声技术,2005(8):43-46R=zeros(1, order+1)[3]王涌何剑春,刘盛新型的神经网络线性预测语音编码算aa=zeros(order, order)法[J].浙江工业大学学报,2007,35(2):65-68parcor=zeros (l,order),%autocorrelation[4]薛年喜. Matlab在数字信号处理中的应用[M].2版北京:N=size(y, 1);清华大学出版社,2008for h=l: order+1R(h)=0;[5]朱蓉,黄冰EVRC语音编码算法研究及仿真[].现代电子技术,2006,29(2):47-50R(h)=R(h)+y(f)*y(f-h+1)[6]范晶,和应民,王桂梅24Kb/s混合激励线性预测语音编end码的研究[].牡丹江师范学院学报,2007(4):13-14.parcor(1)=R(2)/R(1),[7]丛键,张知易.一种600b/s极低速率语音编码算法[].电aa(1,1)=parcor(1)E=(1- parcor(1)2)*R(1);子与信息学报,2007,29(2):429-433.for h=2: order[8]论:VoP语音技术与传统网络的融合发展LEB/OL]for f=1:h-1http://voip.microvoip.com/market/m1/200803/61433.ht-temp=temp+aa(h-1, f*R(h-f+1);ml,2008,endparcor(h)=(R(h+1)-temp)/%反射系数[9]语音技术在Internet上的新应用Leb/Ol].http://nc.mofaa(h, h)=parcor(h)com. gov. cn/news/1056746. html, 2006.for f=1:h-1aa(h, f)=aa(h-1, f)-parcor(h)* aa(h-l,h-f),[10] Rapidshare Advances in audio and Speech Signal ProcessingteChnologiesandApplications[db/ol].http://rapE=E*(l-parcor(h)2),idshare. com/files/31791068/IGI. rar. html, 2007end(上接第125页)Organic Optics and Optoelectronics[A]. IEEE/LEOS Sum参考文献s[C].1998[1]吴仲城多维力传感器设计及信号分析方法研究[D]北京:[4]熊幸果,陆德仁微力微位移的天平测试方法[J传感技术中国科学院等离子体物理研究所,2001学报,1997,10(2):47-52[2] Texas Instruments. MSC1210 Users Guide[z]. 2002.[5]洪跃,金士良新型微位移电容式传感器的研制[门.上海大[3]Sawada R, Higurashi E. Integrated Micro -displacement学学报,1995,1(6):652-657.Sensor that can be incorporated into Mini3- dimensional[6]胡永建,王晓梅基于MSC120的多路高精度温度采集系Actuator Stage. Broadband Optical Networks and Technolo-统模块[].电子技术应用,2003,29(7):36-38gies: An Emerging Reality/Optical MEMS/Smart Pixels/ [7J Texas Intruments MSC1210 Data SheetLzJ作者简介沈春山硕士研究生。主要研究方向为机器人传感器。135线性预测及其Mat1ab实现旧WANFANG DATA文献链接作者:曹华,李伟,谭艳梅, CAO Hua, LI Wei, tAN Yanmei作者单位:西机电职业技术学院,广西,南宁,530007刊名:现代电子技术sTe英文刊名:MODERN ELECTRONICS TECHNIQUE年,卷(期)2009,32(7)被引用次数1次参考文献(10条1.吴家安现代语音编码技术2002.柏静.韦岗一种基于线性预测与自相关函数法的语音基音周期检测新算法[期刊论文]电声技术2005(08)3.王涌何剑春.刘盛新型的神经网络线性预测语音编码算法[期刊论文]浙江工业大学学报2007(02)4.薛年喜 Matlab在数字信号处理中的应用20085.朱蓉.黄冰EVRC语音编码算法硏究及仿真[期刊论文]现代电子技术2006(02)6.范晶.和应民.王桂梅2.4Kb/s混合激励线性预测语音编码的研究2007(04)7.丛键.张知易一种600b/s极低速率语音编码算法[期刊论文]电子与信息学报2007(02)8.论:VoIP语音技术与传统网络的融合发展20089.语音技术在 Internet上的新应用200610. Rapidshare Advances in Audio and Speech Signal Processing: Technologies and Applications 2007相似文献(10条)1.学位论文鄂慧颖G.729语音编码算法的研究2007语音压缩编码技术是数字通信技术中非常重要的部分。随着通信、计算机网络等技术的飞速发展,语音压缩编码技术得到了快速发展和广泛应用CELP编码是上世纪八十年代发展起来的一种有效的语音压缩编码方案,现已广泛地应用于集群通信、多媒体通信以及IP电话通信中。G.729协议是CELP编码方案的一个特例,它是ITU-T推荐的语音压缩编码中最复杂的一种,它使用了当前语音压缩编码的各种先进技术,计算量较大,但是其编码合成语音质量较高,具有很高的研究价值。本文首先对G729协议的编解码方案及协议中应用的关键语音编码技术进行了剖析,在对G.729协议编码方案进行深入研究的基础上,对矢量量化算法进行了优化,减少了矢量码本搜索的复杂度,加快了矢量码本搜索速度;对固定码本搜索算法进行了改进,提出了一种自适应子矢量共轭结构代数码本激励算法,该算法保持了G.729共轭结构代数码本的优点,使编码传输速率从原来的&kbps降低倒η.2kbps,压缩了传输带宽,更重要的是,它的算法复杂度仅为原G.729固定码本搜索算法复杂度的1/2左右:最后,本文用 MATLAB搭建了编码器仿真平台,对改进算法进行了验证,仿真结果表明,改进后的编码器在降低算法复杂度和传输速率的前提下,译码合成语音质量仍然较髙,具有较好的可懂度、清晰度和自然度2.期刊论文汤婕多脉冲激励线性预测声码器的仿真实验分析一科技与生活2010,""(3本文主要介绍了用 MATLAB工具实现多脉冲激励线性预测( MPLPC)声码器.首先概述了多脉冲激励线性预测声器的编码方法,并用 MATLAB做了仿真实现先对语音信号进行线性预测分析,然后利用分析合成法对语音信号进行重构,并用到了量化编码.3.学位论文范晶混合激励线性预测语音编码的算法研究2008随着通信技术以及互联网语音实时传输技术的迅速发展,对语音的传输速率和存储容量都提岀了很高的要求,解决这些问题的主要途径之一就是语音编码。因此,语音编码的硏究,特别是低速率语音编码的研究,具有十分重要的实用意义在现有的语音编码硏究中,混合激励线性预测语音编码(ELP)是一种比较好的方法,它结合了二元激励、码激励和多带激励的优点,将短时语音段划分为若干子带,在每个子带中分别进行清浊音判别:在合成端,采用周期性脉冲序列和随机噪声的混合序列去激励语音合成滤波器,能在较低的码率下得到较好的再生语音。2.4kbps混合激励线性预测语音编码已经被确立为美国新的联邦语音编码标准本论文通过研究MELP的语音编解码算法的原理,对它的编解码过程做了比较深入的研究,我们发现在基音周期及线性预测系数量化这方面还可以进一定的改进。在标准MLP的算法中,对于那些包含有不规则周期的语音信号段,计算得到的互相关值较小,把它误认为是清音,因此会引入噪音。在这里采用了一种改变基音周期的算法,使基音周期的计算更加精确。此外,在对LSF进行量化的过程中,其码本的存储量与计算的复杂度都很大。针对于这一问题,我们提出了三级矢量量化的方法,从而可以把MLP的码率降到2.1kbps左右,仍有较好的合成语音质量本文最后在 MATLAB编程环境下对歴LP算法及其改进后的MELP算法进行了仿真,仿真结果表明经过解码后的语音信号及其改进后语音信号的输岀波形与原始语音信号的波形很相似,只是在能量较大的浊音段合成语音波形有相对较大的幅度以及有一定的时延,从而验证了该算法的可行性4.期刊论文修其丽. XIU Q1-1ⅰ多脉冲激励线性预测声码器设计与 Matlab仿真-烟台职业学院学报2006,12(3)由于在多脉冲激励线性预测声码器中要一次得到所有脉冲的位置和幅度是非常困难的,因此次优的序贯搜索方法被采用,即一次得到一个脉冲.用Matlab仿真观察合成语音效果是可以接受的5.学位论文杜志鑫基于MELP低速率语音编码2008作为低速率语音编码的一种重要算法,MELP( mixed excitation linear prediction)算法是其中一种非常优秀的编码方法,它在原有的LPC( linearprediction coder)编码的基础上,结合混合激励、多带激励、线性预测、矢量量化以及原型波形内插等编码方法的诸多优点,采用了一种新的更为符合人发音机制的语音生成模型来合成语音,并运用自适应频谱増强等技术,提髙合成语音与原始语音的匹配度,从而较好的实现了低码率的语音编码本论文通过研究MELP的语音编解码算法的原理,对它的编解码过程作了比较深入的研究,对其中的一些公式进行了理论推导,并作了仿真分析,最后研究了该算法的 MATLAB语言实现。在对混合激励(MELP)算法进行了深入研究后,在本文最后选取一种800bit/s的语音编码方案。6.期刊论文龙银东.刘宇红.敬岚.乔卫民. LONG YINDONG. LIU YUHONG. JING LAN. QIAO WEIMIN在 MATLAB环境下实现的语音识别-微计算机信息2007,23(34)介绍了一种基于 MATLAB的多个特定人连接词语音识别的方法,并提出了在进行端点检测时,引入平均的概念能进一步提高识别率.此设计是以LPC系数、DIw算法为核心的基于图形界面的设计.通过大量的实验测试,表明该方法基本达到屏蔽外界环境的影响,具有非常高的精度识别7.学位论文赖长庆混合激励线性预测声码器算法的研究2003该文以美国联邦标准2.4 kbps--MELP算法为基础,在 MATLAB上建立起了分析MELP算法的软件平台,对其性能进行了分析并提出了一些改进的建议;另外还针对MELP算法的特点对其软硬件实现进行了探讨.该文的第二章介绍了MELP声码器模型的原理,对其特征进行了详细的阐述,重点分析了各个特征的本质及其能够对提高合成语音质量起到的作用.第三章详细介绍了MELP声码器的基本算法,对其中采用的一些先进的技术手段如多级矢量量化(MSVQ)、高分辨率基音检测方法( SRPDA)等进行了重点的讲述.另外还对MLP声码器中使用的一些技术进行了实验分析,检验其效能.第四章利用在 MATLAB上搭建的分析平台上对语音信号进行了编解码的试验,分析了歴LP声码器的各种特征在语音编码中起到的作用.最后针对MLP声码器的特点,对其软硬件实现提岀了建议8.学位论文刘斌 HYBRID- MELP/CELP语音压缩编码算法的研究2005语音压缩编码技术是信号处理技术的一个重要的组成部分,它使用了信号处理领域大量从基础性到前沿性的思想、理论和实践方法.作为信号处理的主流学科之一,它的发展也一直是信号处理技术发展的重要促进力量.当今语音压缩编码算法主要分为侧重于对谱参数编码和侧重于对时间波形编码的两个大的算法类型.混合激励线性预测MEP编码算法和码激励线性预测CELP编码算法是这两大类算法的主要代表.MLP算法的主要特点是使用了多帶淸浊音判决,并且根据各频帶淸浊音的相对强度将清音成分和浊音成分按比例混合起来产生线性预测激励,其中的浊音激励成分采用傅立叶谱幅度的方法来表示CELP算法的主要特点是不区分语音信号的清浊音类型,而是统一使用基于AbS原理的时域波形匹配方法来产生线性预测激励,且该激励信号通过矢量码本来表示.本文讨论了MELP和CELP算法的原理和具体实现方法,并且基于 Matlab,主要是基于其 Simulink工具对两种算法进行了仿真实现针对MELP算法中基音提取相对繁琐的特点,本文提出了一种简化的MELP基音提取算法9.期刊论文纪友芳.刘桂斌. JI You-fang. LIU Gui-bin一种改进的线性预测语音编码技术及实现-计算机工程与应用2009,45(15)线性预测编码是实现语音编码的一项重要技术,介绍了线性预测编码技术的实现,提岀一种改进型的声激励线性预测语音编码方法.最后,将简单LPC语音编码与声激励LPC语音编码进行比较.实验结果表明,该方法能够很好地实现语音编码,声音效果也比简单LPC更理想.10.学位论文巫洪伟4kb/s代数码本激励线性预测语音编码的算法研究2007随着通信技术以及互联网语音实时传输技术的迅速发展,对语音的传输速率和存储容量都提岀了很高的要求,解决这些问题的主要途径之一就是语音编码码本激励线性预测(CELP)是国际公认的中速率下最成功语音编码算法,CELP算法能够提供中速率髙质量的合成语音,但是当编码速率降至4kb/s以下时语音质量明显下降。为了提高量化效率,必须増加激励矢量的长度,这时还用很少的符号脉冲来描述激励信号就会导致语音质量的急剧下降,这也就是传统的CELP算法在4kb/s编码速率以下质量难以提高的根本原因为此本文主要致力于研究在较少比特情况下优化代数码本激励,在G729算法的基础上,以20ms为一语音帧进行编解码,使传输速率降为G729语音编码算法的一半,从而提岀了一种具有较短延时和较低运算量的4kb/s脉冲散布代数码本激励线性预测算法。首先,根据G729算法的固定码本代数结构,设计了一种新的固定码书的代数结构,以降低算法的复杂度。然后,引进脉冲散布技术,对固定码本矢量进行散布处理,设计截止频率为3400Hz的有限冲击响应(FIR)低通滤波器实现脉冲散布技术本文最后在 MATLAB编程环境下仿真算法的性能,仿真结果表明经过解码后的语音信号输岀的波形与原始语音信号的输入波形很相似,只是在能量较小的清音段合成语音波形有相对较大的幅度以及有一定的时延,从而验证了算法的技术性能。文献(1条)1.雷翔霄.徐立娟智能软化击穿仪温控系统的设计与实现[期刊论文]现代电子技术2010(1本文链接http://d.g.wanfangdata.comcn/periodiCalxddzjs200907041.aspx授权使用:国防科技大学( gfk jdx),授权号:0e40ddb5-a6ff-4c0d-b44-9ec012765bf下载时间:2010年9月9日

数字图像的加噪去噪，高斯噪声、椒盐噪声，均值滤波、中值滤波、维纳滤波。

halcon相机标定及机器人手眼标定