Адаптивные методы цифровой обработки речевых и тональных сигналов в задачах обнаружения и распознавания

• Автор: Кузнецов, Михаил Владимирович
• Шифр специальности: 05.12.13
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Самара
• Количество страниц: 152 с. : ил.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. ОБЩАЯ ХАРАКТЕРИСТИКА ПРОБЛЕМЫ РАСПОЗНАВАНИЯ ОБЪЕКТОВ И ЯВЛЕНИЙ

1.1. Качественное описание задачи распознавания

ф 1.2. Основные задачи построения систем распознавания

1.3. Классификация систем распознавания

1.4. Различение и распознавание речи,

музыки и тональной сигнализации

1.5 Выводы
2. АДАПТИВНАЯ ЦИФРОВАЯ ОБРАБОТКА ТОНАЛЬНЫХ СИГНАЛОВ В ГРУППОВЫХ ПРИЁМНИКАХ МНОГОЧАСТОТНОГО КОДА (ПМК)
2.1. Задача обнаружения гармонической Ф сигнализации в составе импульсных случайных
потоков в системах цифровой телефонной связи
2.2. ПМК с адаптивной дельта-модуляцией (АДМ)
2.3. ПМК с адаптивной дифференциальной
импульсно - кодовой модуляцией (АДИКМ)
2.4. ПМК с нелинейной импульсно-кодовой модуляцией
2.5. Выводы
3. ИССЛЕДОВАНИЕ СПОСОБОВ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ СИСТЕМЫ СВЯЗИ
ЗА СЧЁТ РАСПОЗНАВАНИЯ ФОРМЫ СИГНАЛА

3.1. Простой метод сжатия речевых сигналов
3.2. Алгоритм распознавания изолированных слов
3.3. Выводы
4. АДАПТИВНЫЕ МЕТОДЫ РАСПОЗНАВАНИЯ РЕЧЕВЫХ, МУЗЫКАЛЬНЫХ И ГАРМОНИЧЕСКИХ СИГНАЛОВ
4.1. Адаптивный метод распознавания сигналов одно- и двухчастотной сигнализации в телефонии на фоне речи
4.1.1. Оценка законов распределения интервалов
между нулями гармонических и речевых сигналов
4.1.2. Результаты испытаний ПЛС
с нелинейной цифровой фильтрацией
4.2. Статистическое уплотнение канала связи за счет адаптации частоты дискретизации к ширине
спектра передаваемого сигнала
4.3. Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ
При решении ряда практических задач обнаружения и распознавания цифровых сигналов в телефонии часто приходится встречаться с априорной неопределенностью каналов связи, статистических параметров сигнала и помех. В условиях недостатка априорной информации затруднительно отдать предпочтение каким либо фиксированным алгоритмам обработки сигналов, оптимальным для всех случаев. Большой диапазон неопределенности значений параметров сигналов и помех приводит к недопустимым потерям качества алгоритмов обработки, рассчитанных на полностью известные статистические характеристики сигналов и помех. Этим объясняется интерес разработчиков к созданию адаптивных устройств, способных эффективно преодолевать значительную начальную неопределенность. Такие устройства находят в настоящее время широкое практическое применение в цифровой электросвязи, медицине, радиолокации и других областях. Примерами их использования в отечественных разработках могут служить БИС адаптивных кодеков в перспективных системах цифровой передачи речи на основе адаптивной дифференциальной импульсно-кодовой (АДИКМ) и адаптивной дельта-модуляции (АДМ), разработанных В.Г. Угером, В.М. Штейном (ЦНИИС, г.Москва), М. Д. Венедиктовым (МТУСИ, г.Москва) и др.
При практической реализации алгоритмов адаптации весьма эффективным направлением оказывается использование теории выбросов случайных процессов. Многие задачи обнаружения и различения случайных и детерминированных сигналов на фоне помех с априорно неизвестными статистическими характеристиками приводят к построению устройств, адаптирующихся к наиболее информативным параметрам выбросов: числу пересечений заданного уровня за

Группа 1. К ней относят признаки, используемые в локальных распознающих устройствах первого (нижнего) уровня (назовем эти признаки признаками первого уровня) для определения признаков второго уровня. На
рис. 1.2 такими признаками являются х2 ,ххр,хгр,х,х2,х. На основе этих признаков распознающие устройства первого уровня А, В, С определяют признаки второго уровня х*, х%, х% ■
Группа 2. К ней относят признаки, непосредственно используемые в распознающих устройствах второго уровня для определения признаков третьего уровня. На рис. 1.2. таким признаком является х[, используемый наряду с признаками второго уровня ^ и в распознающем устройстве второго уровня О для определения признака третьего уровня .
Рисунок 1.2. Многоуровневая система