摘要：目的研制一种适合于家庭监护、远程医疗、操作简便的便携式心率变异性(heart rate variability,HRV)检测仪。方法利用Android平台为数据处理中心和显示器,以STM32为微控制器,设计了一种通过反射式光电容积脉搏波(PPG)描记法采集腕部脉搏波信号的HRV检测系统。采集器采集的信号经模数转换后,由蓝牙发送至Android客户端并实时显示脉搏波,完成测量后对脉搏波数据进行滑动平均滤波处理,短时平均幅度差函数(AMDF)进行周期检测等,最终得出HRV信息,且数据可云存储。结果18个测试对象进行系统测试实验,得出系统平均相对误差为3.8%。结论所研制的检测系统操作简便,运行稳定可靠,可满足家庭监护使用。

摘要：针对低信噪比情况下,语音信号传统的基音检测方法鲁棒性较差的问题,提出一种结合语音增强的基音检测改进方法。通过基于听觉掩蔽的多频带谱减法减小带噪语音信号背景噪声,得到较干净的语音;将增强后的语音作为基音检测的待处理语音,利用能零积和能零比的多门限法对其进行清浊音判决;在平均幅度差函数(AMDF)加权自相关函数(ACF)的基础方法上进行改进,实现精确的基音检测。理论与仿真结果表明,在信噪比为-10dB时,该方法依然能够精确检测基音周期,鲁棒性明显提高。

摘要：针对噪声环境下传统的基音检测算法精度不高的问题,提出一种改进的基音检测算法。采用变步长最小均方(LMS)自适应滤波器对带噪语音信号进行减噪,计算减噪后语音的自相关函数(ACF)归一化值、改进平均幅度差函数(MAMDF)、倒谱,建立非线性组合函数,突出基音周期处的峰值。基于置信区间和相邻语音帧的基频差值进行平滑处理,减少基音提取的错误。仿真结果表明,与传统算法相比,该算法检测准确率提高了至少6.7%,在低信噪比环境下鲁棒性也明显提高。

摘要：传统的Smith预估器是基于被控对象的精确数学模型而设计的,对于缺乏精确数学模型且参数时变的大时滞系统,常规的Smith预估控制规则就很难获得令人满意的控制效果。文章在一种增益自适应Smith预估补偿器的基础上,利用信号的相关性分析技术中的平均幅度差函数,实时调整预估器的滞后时间;仿真表明,该算法具有较好的性能,加强了Smith预估器抗干扰能力,改善了参数时变的大时滞系统的鲁棒性。

摘要：由于传统基音检测方法在信噪比较低时对弱浊音和清浊音过渡帧的检测效果较差,提出了一种综合的基音检测法。该方法利用线性预测分析和低通滤波器对含噪语音进行预处理,再采用改进的平均幅度差函数加权自相关函数的方法对浊音帧进行基音检测,对于清浊音过渡帧,则利用小波变换进行基音检测。实验结果表明,该法提高了检测精度,即使信噪比降至-5 dB,仍能较准确地检测大部分弱浊音和清浊音过渡帧的基音周期,准确性和鲁棒性较好。

摘要：为提高混响环境下双声源定位系统的性能,提出基于子带分析的加权广义互相关双声源定位算法。利用语音信号在频域的稀疏性,将语音信号频域分为8个不同的子带,将基于平均幅度差函数加权的广义互相关算法投影到滤波器子带空间中,通过加权平均的方式融合各子带的时间延迟信息,结合四元阵得到声源三维位置估计。仿真结果表明,在两个声源同时发声并存在混响的情况下,相对于传统的全频带广义互相关算法,基于子带分析的算法在定位准确率上有显著提高,与基于广义互相关的子带分析算法相比,所提算法在混响情况下有较好的定位精度。