混沌時間序列分析理論及其在語音信號處理中的套用

《混沌時間序列分析理論及其在語音信號處理中的套用》是依託陝西師範大學，由吳曉軍擔任項目負責人的面上項目。

基本介紹

• 中文名：混沌時間序列分析理論及其在語音信號處理中的套用
• 項目類別：面上項目
• 項目負責人：吳曉軍
• 依託單位：陝西師範大學

項目摘要

混沌時間序列分析是在混沌理論的基礎上發展起來的最重要的非線性預測方法之一，它在重構的相空間中研究時間序列的規律，其中確定重構相空間(嵌入維數m、延遲時間τ)、求解時間序列預測模型是混沌時間序列分析的重要內容。本項目結合GAPSO混合規划算法，研究包含受約束的m與τ的編碼結構，並在適應度計算中引入重構相空間度量指標，提出混沌時間序列嵌入維數與延遲時間的求解算法；針對混沌時間序列分析性模型的特點，提出巨觀與微觀分層構造解的半結構化GAPSO混合規划算法，並結合解的規模選擇，提出簡潔高效、推廣能力強的混沌時間序列分析模型的求解算法；研究語音信號的聲學特性與混沌特性間的關係，確定分類空間，建立以混沌特性為基礎的分類模型；在上述研究的基礎上，針對不同類別，對語音信號重構的相空間及預測模型進行研究，並通過分析、整理，選擇描述能力強、參數易於求解、結構簡單的語音信號編碼模型，最後形成語音信號編碼算法。

結題摘要

項目背景：混沌時間序列分析是非線性動力學的重要研究內容之一，是時間序列分析的重要方法；語音信號處理是信號處理研究的重要領域，是數字通信、語音識別、語音存儲與保密通信的基礎。近年來，隨著計算機性能的提升以及信號處理算法的不斷突破，語音編碼、識別、合成等技術取得了大量的理論與套用成果。但在傳統的研究中忽略了語音信號具有混沌特徵。結合語音信號混沌特性展開研究是當前語音信號處理領域的研究熱點並且已經取得了一定的成果。已有研究證明，重構後的語音信號更利於對其特徵進行深入和準確的分析(包括構建預測模型)，但系統深入地、尤其是結合混沌特性與語音特性的研究並不多，因此，引入混沌時間序列分析理論等新的研究方法研究語音信號中的混沌特徵、模型及處理方法，構建非線性語音信號處理模型具有重要的理論與套用價值。 主要研究內容：針對混沌時間序列分析中模型複雜的特點，對GAPSO混合規划算法進行改進與最佳化，構建一種更為高效的模型求解算法(GAPSO-P)；利用改進後的GAPSO-P算法，對語音信號非線性預測編碼模型進行求解，獲得一個非線性編碼模型；重構語音信號相空間，計算嵌入維m及延遲時間τ，在此基礎上利用GAPSO-P模型，求解語音信號混沌時間序列模型；研究語音信號的混沌特性與聲學特性的關係，建立語音信號非線性分類模型並求解，實現一種新的基於混沌時間序列預測理論的語音信號編碼算法。 取得的重要成果：發表與該基金相關的科技期刊論文16篇，會議論文2篇，完成碩士學位論文26篇，獲得陝西省高等學校科學技術獎二等獎1項，陝西省科學技術三等獎1項，獲授權發明專利4項。通過項目研究，利用改進後的GAPSO-P算法，提出了一個混沌時間序列預測模型求解的方法，並且獲得了一個語音信號非線性編碼模型。這些工作對混沌時間序列分析方法以及語音信號編碼研究具有一定的指導價值。 科學意義：通過對GAPSO混合規划算法展開研究，解決了在未知模型結構條件下語音信號模型求解算法，該方法也可以推廣到一般的非線性模型求解；獲得了一組具有更好推廣能力的語音信號非線性編碼模型以及語音信號混沌時間序列編碼模型；考慮語音信號混沌特性，建立了語音信號分類編碼模型，實現了語音信號編碼最優模型選擇。