航天通信系统是航空航天的重要组成单元，主要任务是对飞行器飞行状态的 跟踪测量、控制运动命令的传达和工作状态数据的传输。为了完成以上任务，接 收设备需要对信号进行有效的检测及识别，这也是通信领域的重要研究课题。同 时信号的识别与参数估计技术对未来接收机的智能化、软件化、数字化都非常重 要。现在的航天电磁环境非常复杂，再加上信号调制方式的多样性，导致传统的 检测识别方法难以正常工作，本文正是在此背景下进行深入研究的。
上传时间： 2017-12-21
上传用户：chenyingzhucyz
本文对家用电器中语音识别技术的DSP实现进行了研究。文章介绍了语音识别技术的基本概念，讨论了语音识别系统的组成和实现的技术；详细分析了构成语音识别系统的四个组成部分，包括语音信号数字化与预处理、语音的端点检测、特征提取与模式匹配。着重介绍了实现端点检测的短时平均能量与短时平均过零率分析，语音信号的线性预测分析及在此基础之上的倒谱特征参数，以及实现模式匹配的常用的矢量量化技术、动态时间规整技术和隐马尔可夫模型；根据提出的语音识别系统的构成，介绍了在MATLAB6.5上实现了采用动态时间规整算法的识别系统的仿真分析。
上传时间： 2013-04-24
上传用户：zwei41
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
近年来，语音识别研究大部分集中在算法设计和改进等方面，而随着半导体技术的高速发展，集成电路规模的不断增大与各种研发技术水平的不断提高，新的硬件平台的推出，语音识别实现平台有了更多的选择。语音识别技术在与DSP、FPGA、ASIC等器件为平台的嵌入式系统结合后，逐渐向实用化、小型化方向发展。 本课题通过对现有各种语音特征参数与孤立词语音识别模型进行研究的基础上，重点探索基于动态时间规整算法的DTW模型在孤立词语音识别领域的应用，并结合基于FPGA的SOPC系统，在嵌入式平台上实现具有较好精度与速度的孤立词语音识别系统。 本系统整体设计基于DE2开发平台,采用基于Nios II的SOPC技术。采用这种解决方案的优点是实现了片上系统，减少了系统的物理体积和总体功耗；同时系统控制核心都在FPGA内部实现，可以极为方便地更新和升级系统，大大地提高了系统的通用性和可维护性。 此外，由于本系统需要大量的高速数据运算，在设计中作者充分利用了Cyclone II芯片的丰富的硬件乘法器，实现了语音信号的端点检测模块，FFT快速傅立叶变换模块，DCT离散余弦变换模块等硬件设计模块。为了提高系统的整体性能，作者充分利用了FPGA的高速并行的优势，以及配套开发环境中的Avalon总线自定义硬件外设，使系统处理数字信号的能力大大提高，其性能优于传统的微控制器和普通DSP芯片。 本论文主要包含了以下几个方面： （1）结合ALTERA CYCLONE II芯片的特点，确定了基于FPGA语音识别系统的总体设计，在此基础上进行了系统的软硬件的选择和设计。 （2）自主设计了纯硬件描述语言的驱动电路设计，完成了高速语音采集的工作，并且对存储数据芯片SRAM中的原始语音数据进行提取导入MATLAB平台测试数据的正确性。整个程序测试的方式对系统的模块测试起到重要的作用。 （3）完成高速定点256点的FFT模块的设计，此模块是系统成败的关键，实现高速实时的运算。 （4）结合SOPC的特性，设计了人机友好接口，如LCD显示屏的提示反馈信息等等，以及利用ALTERA提供的一些驱动接口设计完成用户定制的系统。 （5）进行了整体系统测试，系统可以较稳定地实现实时处理的目的，具有一定的市场潜在价值。
上传时间： 2013-05-23
上传用户：ABCD_ABCD
语音识别是通过识别和理解过程把人类的语音信号转变为文本或命令的技术。近年来语音识别技术由于其重要性和研究难度成为研究的热点。随着嵌入式的发展，嵌入式语音识别技术成为语音识别领域发展的新的重要方向。 在此背景下，本课题进行基于ARM的嵌入式语音识别系统的研究。论文分别从理论分析、系统硬件平台的总体设计、系统软件的分析定制等方面，对语音识别在ARM上的应用做了研究。 1、在理论上，详细介绍了语音识别的发展历史与研究现状；具体阐述语音识别技术的基本原理和主要研究方法，并推导了语音识别技术中最常用到的两种算法DTW和HMM的数学模型，为进一步的语音识别研究打下基础。 2、在硬件平台方面，本文分析设计了语音识别系统的总体方案，主要包括以下三部分：语音识别系统的控制部分、语音的输入输出部分以及语音程序的存储部分；文中详细介绍了各部分的作用以及它们之间的连接方式，此外根据实际需要，选择确定了语音芯片等外围电路芯片的型号并扩展了外围电路。 3、在系统软件选择定制方面，不仅要求各部分自身功能完善，能够满足本课题的需求，而且要求各部分相互之间满足一定的兼容性，即定制的系统具有稳定性，可以有效的工作。考虑到以上的因素，本课题针对特定的语音识别系统的需求，对交叉编译环境、U-boot、内核、根文件系统等均进行了量身定制。最终选用Crosstool来制作专门编译Linux-2.6.22.6的交叉编译工具；选用比较稳定的支持tftp下载的u-boot-1.2.0作为引导程序；选用Linux-2.6.22.6作为嵌入式操作系统内核，并对其进行剪裁定制，特别是增加了UDA1341TS音频驱动和网卡驱动部分；选用了带有mdev功能的busybox-1.9.1来制作根文件系统。 在以上三方面的基础上，本课题对语音识别程序系统进行了实验研究。实验包括音频驱动、语音录制、语音训练、语音识别程序的编译以及语音识别等程序在ARM上的移植。 最后，本论文采用DTW模型，完成了语音模板的训练和语音识别的任务。经过实验测试，该系统有效完成了预期的语音识别任务。
上传时间： 2013-05-30
上传用户：wsx123
现阶段，中国的自动售货行业蓬勃发展。作为自动服务的核心部件，基于单片机的纸币识别系统已经越来越不能满足市场需求。 本文对基于uClinux操作系统和S3C4510B的纸币识别系统的各个方面进行了研究。研究表明，纸币识别系统要求能满足硬实时性，但uClinux操作系统的实时性不强。由于uClinux功能强大，免费且资源丰富，如能成功改进本纸币识别系统的实时性，纸币识别系统将在成本，性能和功能性等方面有更大的优势，所以对实时性进行改进将非常有意义。 在本纸币识别系统中，纸币特征采集子系统对实时性要求很高，需要满足硬实时的要求，所以是否能满足该子系统的实时性的要求，将是本纸币识别系统能否很好工作的关键所在。通过对当前多种uClinux实时性改进方案进行了解和研究，参考了RTAI和RTLinux的工作原理，提出了基于uClinux操作系统和S3C4510B的纸币识别系统的实时性改进方案。纸币特征采集子系统主要依靠码盘光耦产生的反馈信号生成硬件中断，然后通过处理该中断，实现对纸币特征的采集。在本文提出的方案中，为了提高系统对硬件中断的反应速度，避开uClinux对中断的慢处理，在操作系统与硬件之间建立了一个特殊的硬件抽象层来管理中断，并将纸币特征采集功能与操作系统剥离，放入一个单独的处理单元。通过这样的处理，使得中断产生时，硬件抽象层暂停uClinux操作系统的运行，直接将中断交由纸币特征采集处理单元处理，实时的完成纸币特征数据的采集。
上传时间： 2013-05-24
上传用户：shenlan
随着计算机与信息技术的发展，生物特征识别技术受到了广泛的关注。指纹识别是生物特征识别中的一项重要内容，一直以来是国内外的研究热点。 嵌入式自动指纹识别是指指纹识别技术在嵌入式系统上的应用。传统的嵌入式自动指纹识别系统多采用单片DSP或MIPS处理器来完成算法，由于DSP或MIPS处理器只能根据程序顺序执行，在指纹匹配过程中只能和整个库中的指纹进行一一匹配，因此这类系统在处理较大指纹库时下匹配时间相当长。为了克服这个缺点，本文构建了浮点DSP和FPGA协同处理构架的硬件平台，充分利用DSP在计算上的精确度和FPGA并行处理的特点，由DSP和FPGA共同处理匹配算法。 本文的主要工作如下： 1．设计了一个硬件系统，包括DSP处理器、FPGA、指纹传感器、人机交互接口和USB1.1接口。同时，还设计了各硬件模块的驱动程序，为应用程序提供控制接口。由于系统中DSP工作频率为300MHz，其中某些器件的工作频率达到了100MHz，因此本文还给出了一些信号完整性分析和PCB设计经验。 2．编写了Verilog程序，在FPGA中实现了9路指纹的并行匹配。由于FPGA本身的局限性，实现原有匹配算法有很大困难。在简化原有匹配算法的基础上本文提出了便于FPGA实现“粗匹配”算法。此外，还设计了用于和DSP通信的接口模块设计。 3．完成了系统应用程序设计。在使用uC/OS-Ⅱ实时操作系统的基础上设计了各系统任务，通过调用驱动程序控制和协调各硬件模块，实现了自动指纹识别功能。为了便于存放指纹特征信息，设计了指纹库数据结构，实现了指纹库添加、删除、编辑的功能。 最终，本系统实现了高效、快速的进行指纹识别，各模块工作稳定。同时，模块化的软硬件设计使本系统便于进行二次开发，快速应用于各种场合。
上传时间： 2013-06-05
上传用户：guanliya
近年来，随着生物识别技术的兴起，虹膜识别技术被日益关注。由于虹膜识别技术对个体识别具有高度的可靠性，已成为目前生物识别中最有发展前景的识别技术之一。与其它生物识别技术相比，虹膜识别技术具有唯一性、稳定性、非侵犯性、不易伪造性和活体特性等优势。因此，虹膜识别技术具有广阔的使用前景和很好的经济效益，越来越受到国内外有关研究人员的重视。 目前，虹膜识别产品大多都是基于PC平台的，在便携性、稳定性和安全性方面还存在一些问题。为了克服以上的缺点，本文构架了基于DSP和FPGA的嵌入式虹膜识别硬件平台，使虹膜识别技术可应用与更多的领域。 本文的主要工作如下： 1．设计了一个嵌入式硬件系统，包括DSP处理器、FPGA、COMS图像传感器、人机交互接口和通信接口。同时，还编写了各硬件模块的驱动程序。另外，由于系统中DSP工作频率为300Mhz，另外有些器件工作在100Mhz，因此本文还给出了一些信号完整性分析和PCB设计经验。 2．在FPGA设计中，编写Verilog程序，完成了虹膜图像采集模块、乒乓存储器切换模块、图像采样模块以及将采样后的图像显示在TFT彩色液晶上的模块，最终实现了虹膜图像实时显示系统。此外，还设计实现了用于和DSP通信的HPI接口模块。 3．完成了部分系统应用程序设计。在使用DSP/BIOS实时操作系统的基础上设计了各系统任务，通过调用驱动程序控制和协调各硬件模块，实现了虹膜识别功能。 最终，本文实现了系统设计，本设计可以快速有效的进行虹膜识别。同时，由于本系统采用模块化的软硬件设计技术，使系统便于快速应用于各种场合。
上传时间： 2013-04-24
上传用户：qlpqlq
随着语音技术应用的发展，语音信号数字处理的实时性要求越来越突出。这就要求在系统设计中，对系统的硬件环境要求更高。随着语音处理算法的日益复杂，用普通处理器对语音信号进行实时处理，已经不能满足需要。专用语音信号处理芯片能解决实时性的要求，同时对器件的资源要求也是最低的。 论文利用Altera公司的新一代可编程逻辑器件在数字信号处理领域的优势，对语音信号的常用参数—LPC(线性预测编码，Linear Predictive Coding)参数提取的FPGA(现场可编程门阵列，Field Programmable Gate Array)实现进行了深入研究。论文首先对语音的离散数学模型和短时平稳特性进行了分析，深入讨论了语音线性预测技术。第二，对解线性预测方程组的自相关法和协方差斜格法进行了比较，提出了一种基于协方差斜格法的LPC参数提取系统的总体设计方案。第三，对Altera公司的Cyclon系列可编程器件的内部结构进行了研究，分析了在QuartusⅡ开发平台上进行FPGA设计的流程。第四，对系统的各个功能模块进行了设计，所有算法通过Verilog硬件描述语言实现，并对其工作过程进行了详细的分析。最后，在Altera FPGA目标芯片EP1C6Q240C8上，对LPC参数提取系统进行了仿真验证。 系统具有灵活的输入输出接口，能方便地同其它语音处理模块相连，构成一个完整的语音处理专用芯片，可以应用于语音编解码、语音识别等系统。
上传时间： 2013-04-24
上传用户：TI初学者
·详细说明：语音信号处理的课件，包含语音信号的短时分析、特征提取、矢量量化，语音编码、合成与识别
标签： 语音信号处理
上传时间： 2013-07-23
上传用户：huannan88
