张剑
- 作品数：12 被引量：19H指数：3
- 供职机构：中国科学技术大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术机械工程电气工程更多>>
- 超密集网络中基于多连接的用户归属和功率控制联合优化被引量：3
- 2018年
- 超密集网络是第五代移动通信系统提升容量的关键技术之一。针对基站密集部署场景,考虑用户基于多连接用户归属方式接入多个基站,以充分利用基站资源。为进一步提高用户吞吐量,研究多连接场景下的用户归属与功率控制策略。从兼顾系统吞吐量与用户公平性角度出发,将问题建模成对数速率最大化问题。通过将优化问题分解为用户归属和功率控制两个子问题,得出一种高效的次优解法。仿真结果表明所提算法在系统吞吐量上较已有算法具有明显的增益.
- 张剑邱玲陈正
- 关键词：功率控制频谱效率
- 基于共振峰参数和分类线性加权的源-目标声音转换被引量：1
- 2006年
- 源-目标说话人声音转换是一种变换说话人声音特征的技术,它将源说话人的声音转换成目标说话人的声音.其中,声道参数的转换是获得高质量重建语音的关键,所以选择声道共振峰参数作为待转换的特征参数,利用线性预测求根法提取共振峰参数.为了克服分类线性转换算法(CLT)中分类不准带来的误差,引入了分类线性加权转换的策略,给出了一种基于径向基函数神经网络的分类线性加权转换算法(WCLT).在微软汉语普通话语音数据库上对转换语音分别作了客观和主观评估,验证了分类数目和训练集对两种转换算法的影响.实验结果表明,WCLT算法的转换效果优于CLT算法,一定程度上克服了高斯混合模型的转换算法(GMM)转换语音时,频谱过分光滑的现象,并在只有较少训练集数据时也能得到较好的转换效果.
- 王海祥戴蓓蒨陆伟张剑
- 关键词：声音转换径向基函数神经网络
- 基于修正LuGre模型的反步自适应摩擦补偿控制被引量：2
- 2011年
- LuGre模型是一种常用的对伺服系统进行动态摩擦建模和补偿的模型。基于一种改进的LuGre模型,建立了伺服系统模型;利用反步自适应控制算法得到系统控制律,并构造Lyapunov函数证明了系统的稳定性;将控制结果方面与传统的前馈PID固定摩擦补偿算法进行比较。仿真结果表明该方法能有效降低摩擦因素的不利影响,且比传统的控制算法具有更高的跟踪精度。
- 梁青张剑王永
- 含摩擦伺服系统的建模与控制研究
- 随着伺服系统的广泛应用，高精度伺服系统控制成为了当前运动控制领域研究的一个热点问题;某型雷达高精度角跟踪伺服系统正可以描述为一类含摩擦环节的伺服系统。摩擦作为伺服系统包含的一种重要的非线性因素，对提高伺服系统控制精度具有...
- 张剑
- 关键词：传动机构伺服控制
- 嵌入式视频监控系统
- 一种基于S3C2410及嵌入式Linux环境的嵌入式视频采集应用服务器,通过浏览器或者利用客户端应用程序,用户可以访问应用服务器,得到服务器采集到的实时单帧图片,并且可以改变图片的采集亮度等参数.利用得到的图片,用户能判...
- 蒋慧军徐伟张剑叶勇
- 关键词：嵌入式系统LINUX视频监控视频录像
- 文献传递
- 基于分类线性加权的源-目标话者声音转换算法的研究被引量：1
- 2008年
- 源-目标话者的声音转换是一种变换说话人声音特性的技术,它将源说话人的声音转换成另一个指定的目标说话人的声音。对源话者声道谱特性的修改是声音转换的关键之一。为了克服一般分类线性转换算法中分类不准确所带来的误差,本文引入了分类线性加权转换的策略,根据不同子类的转换函数对谱特性的贡献,赋予不同的加权系数,给出了一种基于GMM后验概率加权的线性转换算法。在微软汉语普通话语音数据库上做的四组对比实验表明,该算法在谱转换性能上均有不同程度的提高。
- 张剑戴蓓蒨孙俊陆伟李辉
- 关键词：声音转换高斯混合模型
- 超密集网络中用户归属与功率控制策略研究
- 随着移动通信技术的飞速发展，数据业务需求飞速增长。超密集网络通过部署更加密集的小基站，可以使系统获得更高的频谱复用效率，从而提高系统容量。但在超密集网络中基站的覆盖范围小，因此会出现基站覆盖区域重叠的问题，而传统的用户归...
- 张剑
- 关键词：移动通信基站功率控制
- 基于声道谱特性的源-目标说话人声音转换算法的研究
- 源—目标说话人声音转换技术是指将源说话人的语音模式转换成某个特定的目标说话人的语音模式，即保持源说话人原有的语义信息不变，使转换后的语音具有目标说话人的声音特点。
语音信号中的说话人特征是体现在激励源和声道两方...
- 张剑
- 关键词：语音模式语音信号
- 文献传递
- 基于GMM和概率修正码本的源-目标说话人声门波转换被引量：2
- 2007年
- 提出了一种用于源-目标说话人声门波导数参数转换的、基于勒让德正交分解的声门波导数波形参数提取方法。该方法将声门波导数波形在6维正交勒让德坐标系中的投影构成了描述其形状的特征矢量,并采用基于GMM的概率分类加权转换算法,使每个特征矢量的转换规则可由多个类所对应的规则的线性加权组合得到,可以使转换性能得到较大的提高。在此基础上,又给出了一种基于GMM的声门波导数波形的码本修正算法,以弥补声门波导数波形参数化而损失的含有说话人个性特征的高频送气分量和波纹分量。实验结果表明,本文方法转换性能明显好于基于矢量量化(VQ)的码本映射算法。
- 孙俊戴蓓蒨张剑
- 关键词：声音转换
- 基于基元段特征和GMM的源-目标说话人F_0～t转换
- 2007年
- 基音轨迹F_0～t转换是实现高质量源-目标说话人声音转换的重要组成部分。本文给出了一种与说话内容无关的F_0～t转换方法,为了在与文本无关的前提下,提取出尽可能反映说话人个性特征的基音起伏的较长时的信息,本文采用了从n个短时帧组成的基元段提取特征矢量,并以基元段矢量为单元进行转换,采用了基于高斯混合模型(GMM)的概率加权转换算法使每个特征矢量的转换规则是由多个类规则的线性加权组合得到的,从而提高了转换精度,同时还解决了一般分类器中处于类边界数据的分类错误。实验表明,基于基元段特征矢量和GMM的转换方法具有很好的效果。
- 孙俊戴蓓蒨张剑
- 关键词：混合高斯模型
