2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在移動通信、助聽器和說話人識別等應(yīng)用中,語音信號常受到噪聲干擾,從而使系統(tǒng)性能下降,甚至不能工作。語音增強(qiáng)技術(shù)就是從含噪語音中提取出期望的語音信號。近年來,隨著傳感器網(wǎng)絡(luò)的興起,無線聲學(xué)傳感器網(wǎng)絡(luò)也得到快速發(fā)展,并可應(yīng)用于國防軍事、人機(jī)交互、環(huán)境監(jiān)測等領(lǐng)域。無線聲學(xué)傳感器網(wǎng)絡(luò)能夠感知監(jiān)測外界環(huán)境,并進(jìn)行數(shù)據(jù)計算處理,與網(wǎng)絡(luò)中節(jié)點(diǎn)進(jìn)行通信,實(shí)現(xiàn)信息共享和節(jié)點(diǎn)協(xié)作,進(jìn)行語音增強(qiáng)處理。
  本文對麥克風(fēng)陣列語音增強(qiáng)技術(shù)和無線聲學(xué)傳感器網(wǎng)

2、絡(luò)特點(diǎn)及功能進(jìn)行了深入研究,并在此基礎(chǔ)上,提出來了兩種分布式語音增強(qiáng)算法,進(jìn)行了相應(yīng)的性能仿真驗(yàn)證。本文主要工作如下:
  (1)提出了基于分布式一致性和MVDR的分布式語音增強(qiáng)方法。該方法首先利用隨機(jī)網(wǎng)絡(luò)生成算法生成隨機(jī)網(wǎng)絡(luò),進(jìn)行聲源數(shù)據(jù)采集;然后利用對MVDR算法進(jìn)行研究,分解含融合中心MVDR算法到每個節(jié)點(diǎn)上,在每個節(jié)點(diǎn)上實(shí)現(xiàn)MVDR數(shù)據(jù)預(yù)處理;最后利用基于平均Metropolis權(quán)的分布式一致性算法進(jìn)行一致性平均迭代,實(shí)現(xiàn)

3、每個節(jié)點(diǎn)都能獲得一致的語音增強(qiáng)效果。實(shí)驗(yàn)結(jié)果表明,此分布式算法能夠有效抑制非相干噪聲的干擾,每個節(jié)點(diǎn)都能獲得接近聲源信噪比的增強(qiáng)信號。
  (2)提出了基于一致性LMS的分布式語音增強(qiáng)方法。該方法利用隨機(jī)無線聲學(xué)傳感器網(wǎng)絡(luò)采集觀測區(qū)域內(nèi)的聲源信息,并對此信息利用基于最小均方誤差準(zhǔn)則和臨近節(jié)點(diǎn)通信準(zhǔn)則,進(jìn)行一致性LMS迭代,實(shí)現(xiàn)了相干噪聲情況下的分布式語音增強(qiáng)。實(shí)驗(yàn)結(jié)果表明,此分布式算法能夠有效抑制相干噪聲的干擾,以較少的迭代次數(shù)就

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論