-
题名一种新的循环谱统计量频谱感知算法
被引量：1
- 1
-
-
作者
张中兆
石磊
-
机构
哈尔滨工业大学电子与信息工程学院
-
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2009年第5期25-29,共5页
-
基金
国家重点基础研究发展计划项目资助(2007CB310601)
-
文摘
为了提高认知无线电中感知用户对授权用户(主用户)的检测概率,提出一种新的基于循环谱统计量的主用户信号检测算法.该算法利用循环谱离散频域平滑方法,对信号的循环谱在循环频率处建立合理的检测统计量,然后求解得到对应不同虚警概率的判决门限,以使感知用户能检测信噪比更低的授权用户信号.该算法具有检测结构简单,易实现的特点.仿真结果表明,在高斯白噪声信道中,虚警概率为0.1,频域平滑累积次数为255,在信噪比为-16 dB的条件下,与Dandawate-Giannakis(DG)方法相比,本文算法的检测概率提高23%.
-
关键词
认知无线电
信号检测
循环谱统计量
检测概率
-
Keywords
cognitive radio
signal detection
cyclic spectrum statistics
detection probability
-
分类号
TN911.23
[电子电信—通信与信息系统]
-
-
题名基于发音特性的摩擦音和塞擦音分类算法
被引量：1
- 2
-
-
作者
张连海
陈斌
屈丹
-
机构
解放军信息工程大学信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2012年第9期211-214,共4页
-
基金
国家自然科学基金(61175107
60872142)资助
-
文摘
提出了一种基于发音特性的摩擦音和塞擦音分类方法,该方法首先基于Seneff听觉谱提取一组描述音段能量分布特性和谱统计量的特征参数,刻画两者在发音过程上的差异,然后采用支持向量机模型实现摩擦音和塞擦音的分类。实验结果表明,其干净语音分类准确率可以达到90.08%,信噪比为5dB的语音分类准确率可达到80.4%,与传统的基于时频能量分布特征的摩擦音和塞擦音分类方法相比,较大地提高了低信噪比下的性能。
-
关键词
摩擦音与塞擦音分类
发音特性
谱统计量
Seneff听觉模型
-
Keywords
Fricative and affricate classification
Articulatory characteristic
Spectrum statistical
Seneff auditory model
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
