导读:本文包含了联合谱论文开题报告文献综述及选题提纲参考文献，主要关键词:联合谱,深度学习,空间特征
联合谱论文文献综述
罗笑雪,柯雨璇,郑成诗,李晓东[1]（2019）在《联合谱和空间特征的深度学习语音增强研究》一文中研究指出0引言多通道语音增强技术可利用空间信息抑制方向性噪声[1]。近年来,基于深度学习的语音增强技术取得了良好的成效[2]。文献[3]证明了双耳传声器阵列系统,联合谱特征和双耳空间特征作为深度学习的输入,其语音增强效果优于仅采用单一类型的输入特性。本文利用延时-求和(Delay-And-Sum,DAS)波束形成器的空间滤波特性提取语音信号的谱和空间特征作为深度学习的输入特征估计掩蔽(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
刘亮[2]（2018）在《基于压缩采样的联合谱感知技术研究》一文中研究指出无线用户和高带宽应用的爆发式增长导致频谱拥挤问题日益突出,针对此问题,认知无线电系统构建了一种基于频谱感知的动态分配频谱资源的框架。该系统的基本功能是谱感知,即通过估计频谱利用情况找出潜在可使用的频谱空穴,从而满足更多用户的接入需求。目前针对谱感知技术的研究有两个新的动态:一是基于阵列技术的联合频率和到达角(DOA)的谱感知,二是基于压缩采样的谱感知。前者可以从空间维度复用谱资源从而提高频谱利用率,后者则可以有效解决宽带信号采样率高的问题。如果将上述两种技术结合起来,就可以同时利用二者的优势,但如此一来将在系统结构、数据模型、感知算法等方面面临诸多问题,而且目前相关的研究尚不充分。为此,本文系统地研究了基于压缩采样的联合频率和DOA的谱感知技术,针对子带单信号、子带多信号和子带信号个数超过阵元数的场景,设计了两种基于压缩采样的阵列接收机结构,建立了相应的接收模型,分析了模型的克拉美罗界(CRB),并提出了基于叁线性分解、子空间分解和迭代极大似然的联合频率和DOA的谱感知算法。本文主要贡献如下:1、针对子带单信号场景,通过联合空间和频率信息建立了压缩采样阵列模型。针对该模型,提出了基于叁线性分解和子空间分解的联合频率和DOA的谱感知算法,推导了空间相位、频率和DOA估计的CRB。理论证明,当采样数据相同时,本文所提阵列模型的空间相位估计的CRB低于基于Nyqusit采样的传统阵列模型的空间相位估计的CRB,并且子带间的估计性能相互不影响。本文所提算法对频率和DOA的估计均贴近于对应模型的CRB,并且基于奇异值分解的叁线性算法降低了大快拍数时的运算量。2、针对子带多信号场景,建立了联合空间和频域信息的压缩采样阵列模型,提出了针对该模型的联合谱感知算法,讨论了子带和整个系统最大可估计的信号数量。同样地,在采样数据相同时,理论分析表明:本文所提阵列模型的空间相位估计的CRB仍然低于基于Nyqusit采样的传统阵列模型的空间相位估计的CRB,并且子带基向量的相互正交性使得子带间的空间相位估计性能互不影响;子带和整个频带最大可估计的信号个数分别为-1和(-1),其中和分别是阵元数和子带数。本文所提算法解决了子带多信号场景的联合谱感知问题,实现了对多于阵元数信号的估计,并且估计性能达到了对应模型的CRB。3、针对子带信号个数超过阵元数的场景,利用块向量化消除压缩采样对协方差矩阵结构的影响,在此基础上提出了基于压缩采样的稀疏阵列协方差矩阵扩展技术,该技术使得压缩采样阵列系统子带最大可估计的信号个数从不使用该技术时的-1提升到-1,其中(>)为物理阵列对应虚拟均匀线阵的阵元数。同阵元均匀直线阵列压缩采样系统相比,基于稀疏阵列协方差矩阵扩展技术的压缩采样系统平衡了估计性能和阵元使用数量,从而在性能损失可接受的情况下减少阵元数。4、为了降低系统硬件复杂度,本文提出了一种结构简化的压缩采样阵列接收结构,并针对该结构推导了数据模型和联合谱感知算法,给出了该模型参数估计的CRB。相比于每个阵元都使用全部压缩采样通道的结构,所提简化的接收机结构以更低的数据率实现了联合谱感知,从而提供了一种估计性能与通道资源折中的方案。5、针对基于Nyquist采样的传统阵列模型,分析了DOA确定极大似然估计代价函数在真实值附近的凸性和凸范围,在此基础上,提出了基于压缩感知的迭代极大似然DOA估计算法,实现了极大似然DOA的快速估计。进一步将传统阵列模型的凸分析和估计算法扩展到基于压缩采样的阵列模型中,在极大似然估计理论的框架下实现了联合谱感知。(本文来源于《电子科技大学》期刊2018-04-04）
王旭楠[3]（2018）在《小波拟合D-V-A联合谱的人造地震动及其输入高层结构的动力分析》一文中研究指出我国现行《建筑抗震设计规范》规定,对于一些特定结构需要使用时程分析法进行多遇地震下的补充计算,但是特定场地的地震记录往往有限,有时即便是输入相似场地的地震记录,计算结果也会产生较大的离散,并不能有效指导工程实践。随着高层建筑的推广与普及,适用于求解高层、大跨等中、长周期结构地震响应的速度评价法也得到了广泛的关注与应用。但我国现行抗震规范只考虑了反应谱形状和峰值加速度对结构响应的影响,并没有强调地震动速度时程对中、长周期结构动力响应的显着作用,因此用来指导中、长周期结构地震作用下的动力分析存在一定的不合理性。本文综合考虑以上两方面不足,在小波分析理论的指导下,以小波方法调整地震动为基础,主要进行了如下几方面工作:(1)采用基数B-样条小波模拟真实地震动,运用Mallat分解及重构算法调整真实地震动,使其在“双频段”内拟合场地设计反应谱;(2)通过小波方法将“双频段”拟合场地设计反应谱推广至“多频段”拟合,并利用“多频段”拟合的方式调整真实地震动拟合D-V-A联合谱以及峰值速度;(3)建立高层结构有限元模型,输入调整前后的地震动,分别对结构进行多遇地震下的弹性时程分析和罕遇地震下的弹塑性时程分析。小波方法拟合D-V-A联合谱及峰值加速度、峰值速度生成的人造地震动综合考虑了地震动峰值加速度和峰值速度的影响,而且经小波方法调整后的地震动相比一般的人造地震动来说掺入了较少的人为因素,能够很大程度上保留原始地震动特性。又因为小波方法调整地震动拟合了场地设计谱及相关峰值,所以也具有该场地地面运动的共性,因此是一条高质量的人造地震动。利用本文小波拟合D-V-A联合谱及峰值加速度、峰值速度生成人造地震动的方法可以构造出一系列符合高层结构拟建场地条件的地震动,从而能够建立地震动输入的小样本库,丰富地震动输入的资源库,为高层结构时程分析选择地震动提供一条新思路。(本文来源于《西安建筑科技大学》期刊2018-04-01）
胡敏杰,郑荔平,唐莉,林耀进[4]（2017）在《联合谱聚类与邻域互信息的特征选择算法》一文中研究指出针对特征空间中存在潜在相关特征的规律,分别利用谱聚类探索特征间的相关性及邻域互信息以寻求最大相关特征子集,提出联合谱聚类与邻域互信息的特征选择算法.首先利用邻域互信息移除与标记不相干的特征.然后采用谱聚类将特征进行分簇,使同一簇组中的特征强相关而不同簇组中的特征强相异.继而基于邻域互信息从每一特征簇组中选择与类标记强相关而与本组特征低冗余的特征子集.最后将所有选中特征子集组成最终的特征选择结果.在2个基分类器下的实验表明,文中算法能以较少的合理特征获得较高的分类性能.(本文来源于《模式识别与人工智能》期刊2017年12期）
陈磊,徐金铭,胡亮[5]（2017）在《临朐农商银行 跨界联合谱新篇》一文中研究指出今年以来，山东临朐农商银行以山东省联社与山东省供销社签订了战略合作协议为契机，发挥点多面广、客户资源丰富、品牌效应强的优势，借助供销社的物资、物流、营销团队优势，下沉金融服务重心到“村级”，联合打造集“金融服务+便民服务+农技服务+仓储物流+智e购展销”(本文来源于《农村金融时报》期刊2017-11-20）
盛涛,张顺宝[6]（2016）在《拟合D-V-A联合谱及各项峰值的人造地震动》一文中研究指出结合D-V-A联合谱的宽频带特点及传统人造地震动方法在拟合各项峰值方面的局限性,提出了一种可同时拟合D-V-A联合谱及各项峰值的人造地震动新方法。根据小波变换的原理,在时-频域将天然地震波加速度时程进行分解,确定对峰值加速度(peak values of acceleration,简称PGA)和峰值位移(peak values of displacement,简称PGD)贡献最大的小波分量,对其初步调整后拟合D-V-A联合谱及PGA,PGD值;在此基础上,通过在时域迭加小波函数对加速度时程进行小幅度修正,提高D-V-A联合谱的拟合精度,同时对峰值速度(peak values of velocity,简称PGV)贡献最大的小波分量进行振幅调整,拟合PGV值;循环执行多次后,生成的人造地震动可同时拟合D-V-A联合谱及PGA,PGV和PGD值。算例结果表明,该方法得到的地震动加速度、速度和位移时程不仅对目标反应谱及各项峰值均具有较高的拟合精度,且对天然地震波的改动较小,可用于生成高质量的人工地震波。(本文来源于《振动.测试与诊断》期刊2016年05期）
汪硕婷,温洁嫦[7]（2014）在《一对特殊矩阵的联合谱半径的有限步实现》一文中研究指出一个矩阵集具有有穷性是说这个矩阵集中的矩阵内积的最大增长率在一定周期内可以得到.主要研究了一对方阵集的联合/广义谱半径的有限步可实现性,即任意的两个n×n实方阵S1,S2所组成的矩阵集S={S1,S2},矩阵S1中的元素都大于0,而矩阵S2相似于一个对角矩阵,且S2中的所有非零元素都具有相同的符号,证明了矩阵集S={S1,S2}具有有穷性.(本文来源于《广东工业大学学报》期刊2014年01期）
石进科[8]（2014）在《政企联合谱新曲 品质教育逐梦想》一文中研究指出“叁湘最美农村学校” 湖南省涟源市叁一学校坐落在湖南省中部丘陵地区国家森林公园龙山脚下，学校前身为涟源市茅塘中学，是一所较为落后的边远山区学校。 2009年，读初中时就读于此的叁一集团董事长梁稳根捐资2100万元，将学校重建一新，学校(本文来源于《湖南日报》期刊2014-01-06）
颜扬治,丁志华,王玲,沈毅[9]（2013）在《联合谱域与深度域光谱相位显微方法》一文中研究指出提出了一种联合谱域与深度域光谱相位显微方法,该方法利用谱域相位信息克服2π歧义,并结合深度域相位信息,以实现高动态范围、高灵敏度的相位检测.首先通过理论推导和信号模拟,进行了深度域相位和谱域相位的灵敏度比较,证明了深度域相位在灵敏度上要高于谱域相位.进而详细介绍了联合谱域与深度域光谱相位显微方法.最后通过盖玻片和光学分辨率板实验验证了所提出的联合谱域与深度域光谱相位显微方法能够在实现高动态测量范围的同时保持高相位灵敏度.(本文来源于《物理学报》期刊2013年16期）
[10]（2013）在《中国科学院山东综合技术转化中心 院省合作结硕果 产学研联合谱新篇》一文中研究指出1999年.中国科学院与山东省人民政府签订科技合作协议,中国科学院沈阳分院分别与山东省经济贸易委员会、山东省科学院签订合作协议,旨在强化与山东省的科技合作,通过开展有组织的产学研联合工作,将更多的科技成果推向山东,促进山东经济社会的发展。合作协议签署以来,中科院与山东省的产学研合作步入了快车道,一大批科技成果在山东转移转化。中科院沈阳自动化研究所及其控股的沈阳新松机器(本文来源于《高科技与产业化》期刊2013年01期）
联合谱论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无线用户和高带宽应用的爆发式增长导致频谱拥挤问题日益突出,针对此问题,认知无线电系统构建了一种基于频谱感知的动态分配频谱资源的框架。该系统的基本功能是谱感知,即通过估计频谱利用情况找出潜在可使用的频谱空穴,从而满足更多用户的接入需求。目前针对谱感知技术的研究有两个新的动态:一是基于阵列技术的联合频率和到达角(DOA)的谱感知,二是基于压缩采样的谱感知。前者可以从空间维度复用谱资源从而提高频谱利用率,后者则可以有效解决宽带信号采样率高的问题。如果将上述两种技术结合起来,就可以同时利用二者的优势,但如此一来将在系统结构、数据模型、感知算法等方面面临诸多问题,而且目前相关的研究尚不充分。为此,本文系统地研究了基于压缩采样的联合频率和DOA的谱感知技术,针对子带单信号、子带多信号和子带信号个数超过阵元数的场景,设计了两种基于压缩采样的阵列接收机结构,建立了相应的接收模型,分析了模型的克拉美罗界(CRB),并提出了基于叁线性分解、子空间分解和迭代极大似然的联合频率和DOA的谱感知算法。本文主要贡献如下:1、针对子带单信号场景,通过联合空间和频率信息建立了压缩采样阵列模型。针对该模型,提出了基于叁线性分解和子空间分解的联合频率和DOA的谱感知算法,推导了空间相位、频率和DOA估计的CRB。理论证明,当采样数据相同时,本文所提阵列模型的空间相位估计的CRB低于基于Nyqusit采样的传统阵列模型的空间相位估计的CRB,并且子带间的估计性能相互不影响。本文所提算法对频率和DOA的估计均贴近于对应模型的CRB,并且基于奇异值分解的叁线性算法降低了大快拍数时的运算量。2、针对子带多信号场景,建立了联合空间和频域信息的压缩采样阵列模型,提出了针对该模型的联合谱感知算法,讨论了子带和整个系统最大可估计的信号数量。同样地,在采样数据相同时,理论分析表明:本文所提阵列模型的空间相位估计的CRB仍然低于基于Nyqusit采样的传统阵列模型的空间相位估计的CRB,并且子带基向量的相互正交性使得子带间的空间相位估计性能互不影响;子带和整个频带最大可估计的信号个数分别为-1和(-1),其中和分别是阵元数和子带数。本文所提算法解决了子带多信号场景的联合谱感知问题,实现了对多于阵元数信号的估计,并且估计性能达到了对应模型的CRB。3、针对子带信号个数超过阵元数的场景,利用块向量化消除压缩采样对协方差矩阵结构的影响,在此基础上提出了基于压缩采样的稀疏阵列协方差矩阵扩展技术,该技术使得压缩采样阵列系统子带最大可估计的信号个数从不使用该技术时的-1提升到-1,其中(>)为物理阵列对应虚拟均匀线阵的阵元数。同阵元均匀直线阵列压缩采样系统相比,基于稀疏阵列协方差矩阵扩展技术的压缩采样系统平衡了估计性能和阵元使用数量,从而在性能损失可接受的情况下减少阵元数。4、为了降低系统硬件复杂度,本文提出了一种结构简化的压缩采样阵列接收结构,并针对该结构推导了数据模型和联合谱感知算法,给出了该模型参数估计的CRB。相比于每个阵元都使用全部压缩采样通道的结构,所提简化的接收机结构以更低的数据率实现了联合谱感知,从而提供了一种估计性能与通道资源折中的方案。5、针对基于Nyquist采样的传统阵列模型,分析了DOA确定极大似然估计代价函数在真实值附近的凸性和凸范围,在此基础上,提出了基于压缩感知的迭代极大似然DOA估计算法,实现了极大似然DOA的快速估计。进一步将传统阵列模型的凸分析和估计算法扩展到基于压缩采样的阵列模型中,在极大似然估计理论的框架下实现了联合谱感知。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
联合谱论文参考文献
[1].罗笑雪,柯雨璇,郑成诗,李晓东.联合谱和空间特征的深度学习语音增强研究[C].2019年全国声学大会论文集.2019
[2].刘亮.基于压缩采样的联合谱感知技术研究[D].电子科技大学.2018
[3].王旭楠.小波拟合D-V-A联合谱的人造地震动及其输入高层结构的动力分析[D].西安建筑科技大学.2018
[4].胡敏杰,郑荔平,唐莉,林耀进.联合谱聚类与邻域互信息的特征选择算法[J].模式识别与人工智能.2017
[5].陈磊,徐金铭,胡亮.临朐农商银行跨界联合谱新篇[N].农村金融时报.2017
[6].盛涛,张顺宝.拟合D-V-A联合谱及各项峰值的人造地震动[J].振动.测试与诊断.2016
[7].汪硕婷,温洁嫦.一对特殊矩阵的联合谱半径的有限步实现[J].广东工业大学学报.2014
[8].石进科.政企联合谱新曲品质教育逐梦想[N].湖南日报.2014
[9].颜扬治,丁志华,王玲,沈毅.联合谱域与深度域光谱相位显微方法[J].物理学报.2013
[10]..中国科学院山东综合技术转化中心院省合作结硕果产学研联合谱新篇[J].高科技与产业化.2013