一种三维空间声源定位方法

    公开(公告)号:CN103995252B

    公开(公告)日:2016-08-24

    申请号:CN201410202062.0

    申请日:2014-05-13

    Abstract: 本发明提供一种改进的三维空间声源定位方法,属于声源定位技术领域。本发明包括:建立双L型麦克风阵列;在归一化频域最小均方方法基础上,通过引入惩罚函数对频谱能量进行修正,从而自适应地估计出不同阵元的冲激响应并计算时延差;利用得到的时延差与双L型麦克风位置的关系,来确定通过声源的位置坐标。较传统的定位方法而言,本发明阵列结构简单、计算量少,有效地提高了抗噪声性能、抗混响能力及定位精度,更加适合用于室内三维声源定位,可广泛应用于车载免提电话、视频会议系统、语音识别系统以及智能机器人等各个领域。

    一种七元麦克风阵列的声源定位方法

    公开(公告)号:CN104076331B

    公开(公告)日:2016-04-13

    申请号:CN201410273464.X

    申请日:2014-06-18

    Abstract: 本发明公开了一种七元麦克风阵列的声源定位方法,该方法建立了七元麦克风阵列模型与室内声场模型;利用该麦克风阵列接收室内声源语音信号,对接收的语音信号进行采集、滤波、加窗、谱减、倒谱处理;再利用相位变换加权广义互相关方法GCC-PHAT,得各麦克风之间的时间延迟;运用三维空间定位方法与坐标旋转数字式计算机方法,确定声源位置。本发明在混响、噪声等干扰信号存在的室内环境下,能准确确定声源位置,实时性强、准确性高,在语音信号处理领域有广泛的应用。

    一种基于DNA遗传蝙蝠方法的分数间隔多模盲均衡方法

    公开(公告)号:CN105072064A

    公开(公告)日:2015-11-18

    申请号:CN201510427082.2

    申请日:2015-07-20

    CPC classification number: H04L25/0305 G06N3/123

    Abstract: 本发明公开了一种基于DNA遗传蝙蝠方法的分数间隔多模盲均衡方法(DNA-GBA-FS-MMA),本发明将DNA遗传蝙蝠方法与分数间隔多模盲均衡方法(FS-MMA)相结合,充分利用FS-MMA和DNA遗传蝙蝠方法的优点,本发明将DNA遗传方法引入到蝙蝠方法中,得到一种DNA遗传蝙蝠方法(DNA-GBA),利用这个新的优化方法来寻找蝙蝠群的全局最优位置向量,并作为多模盲均衡方法(MMA)初始化最优权向量的实部与虚部来提高收敛速度、减小剩余均方误差。与基于蝙蝠方法的分数间隔多模盲均衡方法(BA-FS-MMA)和基于蝙蝠方法的多模盲均衡方法(BA-MMA)相比,本发明具有收敛速度最快、均方误差最小和全局最优的性能,在通信技术领域有很强的实用价值。

    新变异DNA遗传人工鱼群优化DNA序列的频域加权多模方法

    公开(公告)号:CN105007247A

    公开(公告)日:2015-10-28

    申请号:CN201510456578.2

    申请日:2015-07-29

    Abstract: 本发明公开了新变异DNA遗传人工鱼群优化DNA序列的频域加权多模方法,针对多模盲均衡方法(MMA)均衡高阶多模QAM信号时误差函数与信号星座模型不匹配导致收敛速度慢、剩余均方误差大的缺陷,发明一种新变异DNA遗传人工鱼群优化DNA序列的频域加权多模方法(nmDNAG-AFS-DNA-FWMMA)。该方法利用新型变异DNA遗传人工鱼群优化方法收敛速度快和全局搜索能力强的优点,通过DNA约束模型和代价函数来寻找DNA最优序列,将该序列解码后作为频域加权多模方法(FWMMA)初始最优权向量,以提高收敛速度并减小剩余均方误差。实施例表明,本发明方法nmDNAG-AFS-DNA-FWMMA的收敛速度快、均方误差小。

    一种气象卫星Markov时变信道仿真模型的建立方法

    公开(公告)号:CN104967495A

    公开(公告)日:2015-10-07

    申请号:CN201510227901.9

    申请日:2015-05-06

    Abstract: 本发明提供了一种气象卫星Markov时变信道仿真模型的建立方法,该方法包括下列步骤:一)对北京气象卫星地面站上空的云进行分类统计,给出了晴空、多云和阴雨天气时气象卫星信道三种状态的稳态概率分布和信道状态转移矩阵;二)根据统计的稳态概率分布和信道状态转移矩阵建立气象卫星Markov时变信道仿真模型,通过计算机仿真实验对理论模型和仿真模型的包络概率密度分布和误码率曲线进行了对比,两种曲线符合程度较好,说明所建立的仿真模型可以描述气象卫星时变信道的特性。本发明建立的气象卫星Markov时变信道仿真模型物理意义明确,易于实现,为提高气象卫星通信系统的性能和优化气象卫星通信体制提供了一定的技术基础和依据。

    一种三维空间声源定位方法

    公开(公告)号:CN103995252A

    公开(公告)日:2014-08-20

    申请号:CN201410202062.0

    申请日:2014-05-13

    Abstract: 本发明提供一种改进的三维空间声源定位方法,属于声源定位技术领域。本发明包括:建立双L型麦克风阵列;在归一化频域最小均方方法基础上,通过引入惩罚函数对频谱能量进行修正,从而自适应地估计出不同阵元的冲激响应并计算时延差;利用得到的时延差与双L型麦克风位置的关系,来确定通过声源的位置坐标。较传统的定位方法而言,本发明阵列结构简单、计算量少,有效地提高了抗噪声性能、抗混响能力及定位精度,更加适合用于室内三维声源定位,可广泛应用于车载免提电话、视频会议系统、语音识别系统以及智能机器人等各个领域。

    基于混沌支持向量机优化的小波加权多模盲均衡方法

    公开(公告)号:CN102361475B

    公开(公告)日:2014-07-16

    申请号:CN201110159986.3

    申请日:2011-06-15

    Inventor: 郭业才 徐文才

    Abstract: 本发明公布了一种基于混沌支持向量机优化的小波加权多模盲均衡方法,包括如下步骤:将复信源发射信号经过脉冲响应信道得到信道输出向量;采用信道噪声和信道输出向量之和风细雨得到正交小波变换器的输入信号;将均衡器的输入信号经过正交小波变换得到均衡器的输入信号;将均衡器的输入信号经过均衡器得到均衡器的输出信号;将均衡器的输出信号经过判决器后通过加权多模盲均衡方法更新均衡器权向量。本发明利用支持向量机对小波加权多模盲均衡方法的权向量进行初始化,可以提高收敛速度并避免陷入局部极小值点,将支持向量机的参数选取看作参数的组合优化,建立组合优化目标函数,通过混沌优化来搜索最优的目标函数值,提高支持向量机的拟合能力。

    一种基于DNA遗传优化的正交小波盲均衡方法

    公开(公告)号:CN103888392A

    公开(公告)日:2014-06-25

    申请号:CN201410126218.1

    申请日:2014-03-31

    Abstract: 本发明将DNA遗传算法与正交小波常数模盲均衡方法(WTCMA)相结合,充分利用WT-CMA和DNA遗传算法的优点,公开了一种基于DNA遗传优化的正交小波盲均衡方法(DNA-GA-WTCMA)。本发明采用基于DNA核苷酸链的编码方式表示盲均衡方法的权向量、对编码后的DNA链采用交叉操作和变异操作来寻找DNA种群中的最优个体,对最优个体解码后作为盲均衡器最优初始权向量,克服了WTCMA收敛速度慢、均方误差大、易于陷入局部极小值的缺点。与WTCMA和基于遗传优化的正交小波变换盲均衡方法(GA-WTCMA)相比,本发明具有收敛速度最快、均方误差最小和全局最优的性能,在通信技术领域有很强的实用价值。

    组合优化自适应频域盲均衡方法及系统

    公开(公告)号:CN103763228A

    公开(公告)日:2014-04-30

    申请号:CN201410007100.7

    申请日:2014-01-07

    Abstract: 本发明公开了一种组合优化自适应频域盲均衡方法和实现该方法的系统,通过对两个不同类型频域均衡器的组合,无需选择误差门限即可实现两种工作模式的自动切换:工作于频域盲均衡模式时,在均衡起始阶段或信道突变时,消除码间干扰;当频域盲均衡模式获得足够低的稳态均方误差时,切换到频域判决引导模式。本发明将这两个均衡器的输出通过组合参数得到组合输出,由组合输出定义整个组合优化自适应频域盲均衡系统的时域代价函数以调整组合参数;由组合输出的判决输出调整频域自适应均衡器的均衡性能。与单个频域多模盲均衡器和单个频域自适应均衡器相比,本发明方法具有良好的实时跟踪性能,收敛速度快、稳态误差低,计算复杂度也有大幅下降。

    基于粒子群优化的正交小波盲均衡方法

    公开(公告)号:CN102123115B

    公开(公告)日:2014-04-16

    申请号:CN201110094270.X

    申请日:2011-04-15

    Inventor: 郭业才 胡玲玲

    Abstract: 本发明公布了一种基于粒子群优化的正交小波盲均衡方法,该方法将发射信号a(k)经过脉冲响应信道h(k)得到信道输出信号x(k);由信道噪声n(k)和x(k)得到正交小波变换(WT)输入信号y(k);将y(k)经过WT得到输出信号R(k);将y(k)作为粒子群优化算法(PSO)的输入,并随机初始化一组权向量,每个粒子一一对应各组权向量,由正交小波常数模盲均衡方法(WT-CMA)的代价函数确定PSO的适应度函数,当适应度值最大时,找到种群中最优的位置向量,并将其作为WT-CMA的初始化权向量W(k)。由R(k)与W(k)得到均衡器输出信号z(k)。本发明是通过PSO来寻找最优的均衡器初始化权向量,由WT降低信号的自相关性。与WT-CMA相比,本发明方法具有更快的收敛速度和更小的稳态误差。

Patent Agency Ranking