版權(quán)說(shuō)明：本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、指導(dǎo)小組成員名單胡波教授張建秋教授陸起涌教授楊濤副教授復(fù)，口大學(xué)壩Ij學(xué)位論文AbstractWirelessacousticsensornetworks(WASNs)areanextgenerationtechnologyforaudioacquisitionandprocessingWASNscancoveralargerareathansinglemicrophoneormicrophonearraysanddealwithsou
2、rcesintheareaflexiblyOneofthemajoraimsistogetpureandcleartargetspeechesinmanyapplicationsofWASNsTherefore，theresearchofspeechenhancementisofgreatsignificanceHowever，thespeechenhancementalgorithmsinWASNsaredifferentfromtr
3、aditionalsinglemicrophoneormicrophonearraysbecauseofthespecialstructureofWASNsInthisdissertation，wedividetheresearchofspeechenhancementintothreepartsandeachpartiscorrespondingtoacertainscene：onetargetsource，multipletarge
4、tsourceswithoneactivesourceandmultipleactivetargetsourcesTheonetargetsourcepartfocusonascenewherethereisonlyonetargetsourceintheWASNThekeypointofthispartismicrophoneselection，whichmeansselectingusefulmicrophonesforspeech
5、enhancementForthisproblem，weproposeanovelalgorithmforassessingmicrophoneutilityblindlyThealgorithmexploitstherelationshipbetweentheSNRandthesignal’Shigher—orderstatisticalinformation(kurtosis)infrequencydomainandthemicro
6、phoneutilityisaweightedsumofthekurtosisofeachfrequencybinThesimulationresultsshowthattheproposedalgorithmCaneffectivelyevaluatethequalityofthereceivedsignalsandgetthecomparableperformancewi也thetrueSNRThemultipletargetsou
7、rceswithoneactivesourcepartiscorrespondingtoascenewheretherearemultipletargetsourcesintheWASNandonlyonetargetsourceiSactiveateachtimeThemainaimofthispartisdeterminingtheactivitiesofthetargetsourcesWeintroducethehiddenMar
8、kovmodeltodescribetheactivityswitchingbetweenthetargetsourcesTheshort—timeenergyofthesignalreceivedbymicrophonesistheobservationaldataWeestimatethemodelparametersbasedonthemaximumlikelihoodcriterionandgettheprobabilities
9、ofactivitiesofthetargetsourcesTheactivitiesofthesourcescanbedeterminedbycomparingtheprobabilities。Thesimulationresultsshowthatthisalgorithmcaneffectivelydeterminetheactivitiesofthesourcesateachtimeanditsperformanceismuch
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)語(yǔ)音壓縮算法的研究.pdf
- 無(wú)線(xiàn)聲學(xué)傳感器網(wǎng)絡(luò)中分布式語(yǔ)音增強(qiáng)方法研究.pdf
- 基于無(wú)線(xiàn)聲傳感器網(wǎng)絡(luò)的目標(biāo)定位跟蹤研究.pdf
- 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中覆蓋增強(qiáng)算法研究.pdf
- 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的聲通信技術(shù)研究.pdf
- 基于概率模型的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)方法.pdf
- 基于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的多傳感器信息融合.pdf
- 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)增強(qiáng)型LEACH協(xié)議研究.pdf
- 基于MEMS傳感器的無(wú)線(xiàn)傳感網(wǎng)絡(luò)研究.pdf
- 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)對(duì)聲目標(biāo)定位算法的研究.pdf
- 基于多傳感器的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)時(shí)鐘同步算法研究.pdf
- 基于增強(qiáng)學(xué)習(xí)的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)自組織方法研究.pdf
- 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)論文基于量子遺傳算法的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)能量?jī)?yōu)化研究
- 支持語(yǔ)音傳輸?shù)臒o(wú)線(xiàn)傳感器網(wǎng)絡(luò)技術(shù)研究.pdf
- 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)芯片安全增強(qiáng)策略研究.pdf
- 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)聲目標(biāo)識(shí)別方法研究.pdf
- 基于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的spanner研究.pdf
- 基于ZigBee無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的研究.pdf
- 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的研究——無(wú)線(xiàn)傳感器網(wǎng)絡(luò)路由優(yōu)化與維護(hù)算法的研究.pdf
- 基于TinyOS無(wú)線(xiàn)傳感器網(wǎng)絡(luò)協(xié)議研究.pdf
評(píng)論
0/150
提交評(píng)論