-
公开(公告)号:CN112151074A
公开(公告)日:2020-12-29
申请号:CN202010944172.X
申请日:2020-09-10
Applicant: 吉林大学
Abstract: 本发明公开了一种基于希尔伯特包络谱的基音频率估计方法,克服了现有的基音频率估计方法在基音频率变化范围大时不能准确跟踪基音频率变化的问题,该基音频率估计方法包括的步骤为:1)输入语音信号:输入的语音信号用s[n]表示,采样频率fs,为减少低频偏差,利用y[n]=s[n]‑s[n‑1]进行差分计算得到差分信号y[n];2)计算差分群延迟因子;3)计算差分群延迟因子的希尔伯特包络谱:利用 计算差分群延迟因子的希尔伯特包络谱,其中ch(k)为c(k)的希尔伯特变换,ch(k)通过Eh(ω)的离散傅立叶逆变换得到,F(ω)为c(k)的离散傅立叶变换;4)提取差分群延迟因子的希尔伯特包络谱的相关特征;5)浊音和非浊音检测;6)利用差分群延迟因子的希尔伯特包络谱的前三个谱峰幅度的均值特征对浊音进行基音频率估计。
-
公开(公告)号:CN118248177B
公开(公告)日:2024-07-26
申请号:CN202410615017.1
申请日:2024-05-17
Applicant: 吉林大学
Inventor: 王海艳
IPC: G10L25/63 , G10L25/03 , G10L25/15 , G10L25/21 , G10L25/24 , G10L25/30 , G06F18/10 , G06F18/213 , G06F18/24
Abstract: 本发明涉及一种基于近似最近邻搜索算法的语音情感识别系统及方法,属于语音情感识别技术领域。本发明的语音情感识别系统,包括语音信号采集模块、语音信号预处理模块、语音信号特征提取模块、情感数据库模块、近似最近邻搜索模块、分类器模块。本发明利用近似最近邻搜索技术,灵活地获取与待识别语音信号高度相似的数据作为分类器的训练集,以建立适应性强、输出准确的情感识别系统。当终端设备计算存储能力受限时,搜索数据在云端完成,特征提取、训练器训练和识别过程在终端完成。
-
公开(公告)号:CN116778433A
公开(公告)日:2023-09-19
申请号:CN202310769248.3
申请日:2023-06-27
Applicant: 吉林大学
Abstract: 一种基于深度Q网络学习的车辆跟踪方法、存储介质及设备,它属于车辆跟踪技术领域。本发明解决了在无法覆盖GPS信号且场景复杂的情况下,采用现有技术无法实现对车辆的高精度定位跟踪的问题。本发明针对IMM卡尔曼滤波器的状态转移概率矩阵未知的复杂情况,基于DQN学习得到IMM卡尔曼滤波器的状态转移概率矩阵,利用深度强化学习的感知和决策能力,能够有效地感知外部环境,获得最优判断,而且本发明方法的实现过程不需要依赖GPS信号,因此,在无法覆盖GPS信号且场景复杂的情况下,本发明方法仍然可以提升车辆跟踪性能,实现对车辆的高精度定位跟踪。本发明方法可以应用于车辆跟踪技术领域用。
-
公开(公告)号:CN114608590A
公开(公告)日:2022-06-10
申请号:CN202210231729.4
申请日:2022-03-09
Applicant: 吉林大学
Abstract: 一种恶劣环境下基于智能反射表面的多车辆追踪方法,本发明涉及基于智能反射表面的多车辆追踪方法。本发明的目的是为了解决现有在恶劣环境下,车辆和基础设施之间可能不存在视线链路,从而导致定位精度下降;以及在多车辆追踪中,由于主车选取不当将进一步降低算法的鲁棒性的问题。一种恶劣环境下基于智能反射表面的多车辆追踪方法过程为:步骤一:建立多车辆追踪系统模型;步骤二:基于步骤一建立的多车辆追踪系统模型,根据主车选择策略选定主车;步骤三:基于步骤二选定主车,优化智能反射表面配置并获得传输时延;步骤四:基于步骤三获得的传输时延,利用无迹卡尔曼滤波器实现多车辆追踪。本发明用于信号处理技术领域。
-
公开(公告)号:CN114034298A
公开(公告)日:2022-02-11
申请号:CN202111299657.9
申请日:2021-11-04
Applicant: 吉林大学
Abstract: 一种基于可重构智能表面的车辆定位方法,本发明涉及车辆定位方法。本发明目的是为了解决现有无线定位算法在直接链路受阻时性能下降,不能准确反映目标位置信息,并且对无线传感器网络和天线阵列需求高,在缺乏基础设施的环境中失效的问题。一种基于可重构智能表面的车辆定位方法具体过程为:步骤一、建立预测车辆位置模型;步骤二、建立虚拟视距链路;步骤三、基于步骤一和步骤二,获取观测信息并构造观测向量;步骤四、基于步骤一、步骤二、步骤三,利用扩展卡尔曼滤波器预测车辆位置。本发明用于信号处理技术领域。
-
-
-
-