基于声门闭合时刻估计的声调的提取

利用小波变换模极大值点同信号突变点之间的关系，以及声门闭合时刻(GCI)引起语音信号锐变的特点，通过检测两个相邻GCI的距离来估计语音的基音周期，由此求出基音频率对时间的变化曲线(即声调曲线)。通过仿真，该方法提取声调准确，而且抗噪音的能力比较强。     

一种可变阈值的基频曲线平滑搜索算法

汉语的声调曲线可以用基音频率轨迹来表示。传统的基频曲线平滑算法主要是中值平滑和线性平滑,这两种算法都不能有效去除基音频率中的连续错误点。本文提出可变阈值的基频曲线平滑搜索算法,根据基频点的分布选择不同阈值,得到更精确的基频曲线,且运算简单快速。分别基于人工神经网络和二次曲线拟合的孤立音节声调识别实验均表明,这种算法相比传统的中值平滑和线性平滑算法识别正确率明显提高,对提高聋儿计算机汉语教学效果具有重要意义。     

基于ICA的重叠语音基频提取和语音增强

语音信号是一种特征时变信号,基音频率提取和语音增强是两种常见语音处理要求,独立分量分析（ICA）是一种盲信号处理方法,目的 在于将混合在观察信号中的相互独立的源信号分离出来,ICA在很多领域都有广泛的应用,在语音信号上最为成功,本文将ICA用来撮重叠语音信号中的基音频率,提出了一个基于ICA的混叠语音基频提取系统,成功地解决了基频相互接近时无法提取混合信号基频的问题,并将它应用到有音乐背景下的语音增强方面,均取得了较好的结果。     

频域和时域信息对连续交替取样策略汉语声调识别的贡献

文献研究表明，在电子耳蜗连续交替取样策略中，时域信息特别是包络随时间的变化轨迹对汉语声调识别有重要影响。在本文中，调整原始信号的包络轨迹，使四个声调的信号具有大体相同的包络变化曲线，称为调整信号。原始信号和调整信号分别通过CIS方案模拟，进行识别率对比。结果显示，在CIS方案中，时域信息对汉语声调识别有重要影响，但是频域信息是汉语声调识别的首要因素。     

根据语音分形维和基音周期的说话人性别识别研究

根据语音特征实现说话人性别的自动识别,在音频处理与分析中具有重要的应用意义.为了克服语音常规线性参数在刻画说话人性别特征上的不足,本文使用了分形维等非线性参数作为特征空间的有效补偿.首先利用提升算法实现基音周期的提取;然后提取语音的分形维数;最后根据Takens定理,对分形维进行了重构,采用求近似熵的方法得到分形维复杂度.将基音周期、分形维数以及分形维复杂度构成三维向量,进行说话人的性别识别.实验证明,通过非线性参数的介入,与仅使用基音周期等传统线性特征的识别方法相比,识别系统的准确率和稳定性得到有效提高,因此为说话人性别识别提供了一个新的思路.     

基于低频带非均匀采样策略提高电子耳蜗汉语识别鲁棒性

提出一种基于低频带非均匀采样的电子耳蜗编码策略,即低频带精细结构(LFFS)过零刺激方案(简称LFFS方案),以提高电子耳蜗汉语声调和语音识别鲁棒性。根据频带选择法则,在人耳基频感知范围内,采用精细结构过零刺激脉冲序列。声学模拟结果表明:在安静环境下,LFFS方案和连续交替采样(CIS)方案语音识别率差别不大;在噪声环境下,LFFS方案在汉语声调、词汇和句子方面要明显优于CIS方案,同时采用改进指数分布模型得到较好的汉语识别因素分布图。LFFS方案包含了更多的汉语声调信息,所以能有效地提高电子耳蜗植入患者汉语识别鲁棒性。     

基于幅频调制的电子耳蜗语音编码策略

本文提出了一种基于幅度频率调制的电子耳蜗语音编码新策略即倍频程小波过零刺激(WTZS)方案,以提高噪声环境下的语音和语调语音的识别能力。通过提取语音倍频程小波变换域信号的幅度(AM)和过零点(FM)经梯度参数调整后合成刺激脉冲,选取15名听觉正常的志愿者进行听觉仿真试验。结果表明安静环境下连续间隔采样(CIS)、幅频调制(FAME)和WTZS方案的语音识别率差别不大,CIS方案的语调识别能力稍差。WTZS方案在加噪环境下的语音、语调及句子的识别能力要优于CIS和FAME语音编码策略。WTZS利用了语音信号的AM、FM及梯度参数合成刺激脉冲,有效的提高了噪声环境下语音和语调语音的识别能力,可用于电子耳蜗语音处理器的设计。     

基于Gammatone滤波器组分解的数字助听器频响补偿算法

目的针对现有数字助听器中的多通道频响补偿算法容易破坏语音信号的共振峰结构,致使频响补偿后语音信号的可懂度、清晰度和舒适度降低等问题,提出一种基于人耳听觉特性的多通道频响补偿算法。方法首先采用一种可以模拟人工耳蜗模型的Gammatone滤波器组,然后通过滤波处理把输入信号分为32个频带,并依据耳聋者的听力曲线对每个频带进行频响补偿。最后采用语音信号每个通道的声压级,以及从共振峰结构和主观测试对比该算法与基于Bark域的非均匀滤波器组分割频率的算法的优越性。结果通过该算法处理后的语音信号可以很好地满足不同听力损失者的听力要求。相对于比较算法,该算法语音信号的共振峰结构完整性更好,在不同的声压级下,该算法的语句可懂度提高10%以上。结论基于Gammatone滤波器组分解的数字助听器频响补偿算法优于对比算法,并且提高了听力损失者的语句可懂度和舒适度。     

基于语音信号组合特征的语音图谱显示

为了帮助听力语言障碍者进行基于视觉语音训练,提出了一种将语音信号形成图像的新方法。首先对语音音素进行时域、频域、能量值的提取,然后通过计算得到每个采样点的组合特征值,描绘成图像。对元音音素的仿真结果表明:此方法可以较好地区分各种音素及发音过程,可用于语音的识别和辅助训练。     

一种上肢外骨骼康复机器人的控制系统研究

为帮助上肢功能障碍患者进行康复训练,本文设计了一种4自由度上肢外骨骼康复机器人,并实现了语音和肌电两种控制方案。本文基于RSC-4128语音芯片,实现了对特定人的识别。另外自制表面肌电(sEMG)信号采集电极,采集sEMG信号,并通过信号处理、时域特征提取、固定阈值算法等实现模式识别,还利用脉冲宽度调制(PWM)算法实现了对系统运动速度的调节。最后,对系统进行了语音和肌电控制的测试。结果表明语音控制平均识别率达93.1%,肌电控制平均识别率达90.9%,验证了系统控制方案的可行性,为上肢康复机器人控制系统的进一步完善奠定了理论基础。     

脑电棘波识别和噪声消除的小波变换方法

研究了利用二进小波变的的模极大值识别脑电信号奇异点如棘波和消除噪声的方法，该方法在较好保留原脑电信号奇异信息的同时能有效地消除噪声，进一步讨论了信号与白噪声的奇异性指数的区别，以及小波变换模极大值沿各变换尺度传递的不同特性，并利用该特性区分信号中的奇异点和噪声，能准确识别奇异点的位置，这种奇异性识别技术在信号的特征提取和消除噪声方面有广阔的应用前景。     

磁共振截断频谱图像的层析法边缘检测技术

本文提出一种适合于含有截断伪影磁共振图像的边缘检测新算法。按奇异函数分析理论 ,把任何有截断伪影的信号表示为以奇异点为参量的截断奇异函数的加权和 ,奇异点和加权系数由该信号决定。层析边缘检测的关键在于一层层地剥去奇异点上的加权截断奇异函数 ,从而一层层地检测出奇异点。这些奇异点可以构成图像的边缘。本方法可以有效地剔除由截断伪影而引入的虚假边缘。实际和仿真结果都表明这种方法效果高于现有方法     

早搏信号的小波模极大多重分形分析

本文运用基于小波模极大值的多重分形分析方法,研究心脏房性早搏(APB)信号、室性早搏(PVC)信号及正常心电(ECG)信号的多重分形特征。通过分析多重分形谱得出:三种信号都具有不同程度的多重分形特性;正常ECG信号的分形程度最强,PVC信号次之,APB信号最弱。t检验结果表明,此方法得出的三种信号分形谱宽度差异具有显著性,对临床医学诊断区分APB、PVC信号有很好的借鉴意义。     

高可靠度心率变异性信号获取的实验研究

心率变异性信号的获取在生理研究和临床诊断中都有着重要的应用价值。为了保证心率变异性分析的准确性，必须考虑心率变异性的获取方法。本文利用信号奇异点及其小波变换的关系，设计了HRV信号的R波获取软件。对MIT／BIH心电数据库中的37个记录文件进行R波的检测实验，检测实验效果令人满意。     

Multifractal analysis of ventricular fibrillation and ventricular tachycardia

A study of ventricular fibrillation and ventricular tachycardia was undertaken using multifractal analysis. By applying the method of direct determination of the f(alpha) singularity spectrum, the value of the area of the VF and VT singularity spectrum was calculated. The comparison between the results showed that the value of the area of the VF singularity spectrum tended to be larger than that of the value of the area of the VT singularity spectrum. This makes the multifractal singularity spectrum a powerful criterion for discriminating between VF and VT.     

ERP单次提取中的小波变换模极大值恢复算法

自发脑电的频谱不规则,与有效信号ＥＲＰ频谱相重叠,传统滤波方法难以奏效。但由于随机噪声奇异性指数与有效信号奇异性指数大小不一样,小波变换模极大值在不同尺度下传播行为也不一样,据此可将有效信号从随机噪声中提取出来。我们发现利用小波变换模极大值算法可以提取出单次ＥＲＰ,并将此方法用于１１名被试听觉的实时提取研究。     

同步十二导联心电图的ST段奇异谱分析

对同步十二导联ECG(心电图)的ST段进行分析,我们发现ST段的f(α)~α奇异谱趋向于单重分形特性,面积只有它来源的ECG的f(α)~α奇异谱的一半大小。同步十二导ECG的ST段也有f(α)~α奇异谱分布特性,也有一个合理的波动范围。用冠心病人的同步十二导ST段的f(α)~α奇异谱和健康人的同步十二导ST段的奇异谱正常波动范围进行比较,发现指示出溢出正常范围的导联数目和对ECG数据进行分析的结果对比有增多的趋势,显示了用同步十二导ST段的f(α)~α奇异谱分布来诊断冠心病比用同步十二导ECG段的f(α)~α奇异谱分布来诊断冠心病更有效。     

基于小波变换的QRS波检测

目的　将小波变换应用于ECG信号QRS波检测,提高QRS波的正确检测率。方法　利用二进Marr小波对ECG信号按Mallat算法进行变换;从等效滤波器的角度分析了信号奇异点(R波峰值点)与其小波变换模极大值的关系;探讨二次微分小波与一次微分小波在奇异点分析时性能上的差异,在检测中还运用了一系列策略以增强算法的抗干扰能力。结果　经MIT/BIH标准心律失常数据库验证,QRS波的正确检测率高达99.8%。结论　小波技术在ECG信号消噪和精确定位显示良好的性能;不同的小波函数直接影响结果和后续的检测策略。     

心音信号检测的一种新方法

本文为实现第一心音（Ｓ１）和第二心音（Ｓ２）的定位的一种新方法，对心音图（ＰＣＧ）信号进行预处理后，再利用小波变换原理检测信号的奇异点，达到准确定位的目的。这一检测方法已在心功能仪上成功地应用于测试Ｑ－Ｓ１和Ｑ－Ｓ２间期。     

ECG信号的小波变换检测方法

本文反小波变换应用于ＥＣＧ信号的ＱＲＳ波检测。利用二进样条小波对信号按Ｍａｌｌａｔ算法进行变换：从二进小波变换的等效滤波器的角度，分析了信号奇异点（Ｒ峰点）与其小波变换模极大值对的零交叉点的关系。在检测中运用了一系列策略以增强算法的抗干扰能力、提高ＱＲＳ波的正确检测率。经ＭＩＴ／ＢＩＨ标准心电数据库检测验证，ＱＲＳ波正确检测率高达９９．８％。