2016通信本科毕业设计题目及简介中区

指导教师：李鸿燕[e-mail]13934639420（通信1班4人，通信2班3人）1.基于ICA的人脸识别算法研究人脸识别技术是计算机模式识别领域的热点课题，本设计要求对独立分量分析（ICA）的基本原理和步骤进行研究，并在对已有的各种人脸识别算法研究的基础上，将ICA应用到人脸识别中，并用MATLAB仿真实现。2.基于盲源分离的混叠语音分离算法研究盲源分离是指根据混合数据向量确定一个变换，其目的是为了恢复原始信号或信源。语音盲分离作为盲源分离技术的典型应用和重要分支，是当前信号处理领域的一个研究热点，本设计要求线性瞬时混合语音信号的盲分离算法进行研究，并对典型算法用MATLAB仿真实现。3.基于ICA的图像分割算法研究图像分割是利用区域的相似性或非连续性把图像空间划分成若干个具有某些一致性属性（比如灰度、颜色和纹理等）的不重叠区域，并提取出感兴趣的目标。是图像技术以及计算机视觉领域中的研究焦点。本设计要求对图像分割算法进行研究，并将ICA应用于图像分割，并用MATLAB仿真实现。4.基于DSP的运动目标检测算法研究运动目标检测指的是在视频图像中将运动目标与背景相分离，视频监控中常用的运动目标检测算法包括背景差分法和帧间差分法，本设计要求在对运动目标检测算法原理研究的基础上，在DSP开发平台上进行运动目标检测算法的开发和实现。5.基于DSP的图像边缘检测算法研究图像边缘检测的目的是标识数字图像中亮度变化明显的点，图像边缘检测可以减少图像数据量，剔除不相关信息，保留图像重要的结构属性。本设计要求对图像边缘检测算法原理进行研究，并在DSP开发平台上实现。6.FFT算法的优化及其DSP实现FFT算法是数字信号处理最基本的技术，已被广泛应用于频谱分析、匹配滤波、数字通信、图像处理、语音识别、雷达处理、遥感遥测、地质勘探和无线保密通信等众多领域，在很多应用领域都要求FFT处理器具有高速度、高精度、大容量和实时处理的性能，本设计要求研究频谱分析的校正方法和误差分析，对FFT算法进行优化，并用DSP实现。7.基于DSP的IIR数字滤波器的设计本设计要求在掌握数字滤波器的设计过程和IIR数字滤波器的原理及特性的基础上，学习利用MATLAB设计IIR滤波器的各种方法，并在DSP上实现。指导教师：贾海蓉[e-mail]15536925678（通信1班3人，通信2班3人）1.自适应波束的麦克风阵列的语音增强自适应波束形成法在使用较少的麦克风的情况下，便可以抑制非探视方向上的强相关干扰噪声，取得较好的消除噪声效果。它是一种采用麦克风陈列来获取多通道信号数据进行处理，并通过很好地利用陈列信号的信号源方向、说话人的位置等空间特性，增强所需要的声源信号，抑制不需要的声源信号和噪声，达到语音增强的目的。2.字典学习的语音增强通过构造字典并使用带噪语音的幅度谱对其进行训练来实现。该方法不同于传统增强算法需要对噪声进行估计与抑制,而是通过稀疏表示将纯净语音从带噪语音中分离出来。主客观测试结果表明,较好地消除了随机噪声,低信噪比情况下增强效果明显优于传统算法,且能够避免产生音乐噪声。3.用adobeaudition和Premier制作课件音视频用音视频软件制作课件中需要的具有个人特色的音视频。4.G.711音频编解码算法及其DSP实现G.711是国际电信联盟ITU-T制定的语音压缩标准，本设计要求在研究G.711音频编解码算法原理的基础上，对G.711音频编解码算法在DSP平台上进行优化设计。5.基于DSP的FIR数字滤波器的设计FIR滤波器在通信、图像处理、模式识别等领域有着广泛的应用，本设计要求在掌握数字滤波器的设计过程和FIR数字滤波器的原理及特性的基础上，学习利用MATLAB设计FIR滤波器的各种方法，并在DSP上实现。6.基于DSP的MPEG4视频编码器研究视频编码技术是多媒体技术的核心，MPEG4标准主要应用于视频电话等，其传输速率要求较低。本设计要求在研究MPEG4编解码原理的基础上，对MPEG4编码器在DSP平台上进行优化设计。7.图像复原算法及其DSP实现图像复原指的是利用退化过程的先验知识，恢复已被退化图像的本来面目。本设计要求对图像复原算法进行研究并用DSP实现。指导教师：温景国[e-mail]13935125375（通信1班4人，通信2班3人）这是一组基于计算机通信及SQLServer数据库的智能水表远程抄表及信息管理的软件设计任务。智能水表远程抄表系统以智能水表、数据采集器/集中器、MBUS及RS485通信网络为硬件基础，通过GPRS实现数据远程传输，实现对用户智能仪表控制及相关信息采集，从而形成对网络内仪表及相关信息管控。它是集传感器技术、数据采集技术、通信技术、计算机网络技术为一体的综合应用系统。本组设计题目均为“多协议集抄管控平台”的子任务，主要涉及计算机通信及相关数据处理技术，主要内容包括通信协议设计，多协议兼容处理、与用户管理有关软件设计及主要信息处理软件设计等内容。所有设计题目均涉及数据通信协议研究制定、物理层及数据链路层、数据传输控制等基本问题。1、多协议集抄管控平台报装软件设计基本任务：设计相应软件，根据用户选择将相关仪表及采集器/集中器纳入系统管理范围，同时允许用户更改仪表及采集器/集中器。2、多协议集抄管控平台定时抄表软件设计基本任务：允许用户设置定时抄表时间，并根据系统时间统一各采集器/集中器时间，在指定的时间内查抄各采集器/集中器管理下的各仪表数据，并进行基本数据处理。3、多协议集抄管控平台实时抄表软件设计基本任务：根据用户操作要求对某区域内或某采集器/集中器管辖范围内仪表乃至指定的单台仪表进行查抄，并进行相应数据处理。4、多协议集抄管控平台收费软件设计基本任务：允许操作者录入及修改与收费有关的各种参数，并根据某种算法完成阶梯计价并收费，打印收据，并允许用户查询一年内的阶梯消费信息。5、多协议集抄管控平台用户管理软件设计基本任务：为不同用户设置不同权限，允许用户录入与仪表、采集器相关的基础数据。6、多协议集抄管控平台多协议解析软件设计基本任务：允许用户使用多厂家、多通信协议智能远传表，通过分析给定厂家数据，解析其通信协议及采用的数据格式，将不同厂家数据统一到自己设计的协议中。7、多协议集抄管控平台数据统计与分析软件设计基本任务：根据通信协议规定数据格式，根据不同用户要求，实现各种数据统计功能，并依据相关数据判定仪表工作情况，给出相应的提示信息。指导教师：黄丽霞[e-mail]15513078738（通信1班4人，通信2班3人）1基于深度学习算法的图像分类研究图像是日常生活中最常见的信息源之一。相对于其他信息源,图像信号包含的信息量巨大,其复杂、冗余等特性将其和其他种类的信息源区分开来。对图像信号的处理难度相对较高,而人类视觉系统在图像处理方面展示了极其出色的能力,吸引了许多研究者的关注。因此，研究者希望通过仿生的方法,用人工神经网络来模拟人类视觉系统的识别能力。在浅层人工神经网络获得一定成功之后,深层神经网络的研究由于遇到了训练代价过高、陷入局部最优解等困难而一度沉寂。近年来深度学习模型的应用使深层神经网络的研究有了新的进展,带来了新的研究热潮。实验证明，深度学习算法通过多层次结构化的处理过程，采用多层网络模型（如DBN、DAE等）代替单层模型，用多层特征来获取图像更深层的隐藏信息，取得了较好的分类效果。2基于DTW算法的孤立词语音识别语音识别技术已经应用到社会的各个行业和各个方面中。考虑到近几年语音识别技术的迅猛发展和广阔的市场背景,研究者们提出了一种能对特定词进行识别的孤立词语音识别算法，动态时间规整（DTW）。DTW算法在实现小词汇表孤立词识别系统时既简单又有效，在特定的场合下获得了广泛的应用。本课题研究者在完成了基于DTW算法的孤立词识别系统之余，可以将该算法与隐马尔科夫模型（HMM）相比较，分析二者在语音识别中的优劣。3基于麦克风阵列的声源定位系统设计音频信号的方位检测在现代信号处理中具有非常重要的地位，通过对检测到的音频信号进行方位分析和处理后，可以为目标的进一步识别和判断提供依据。单个孤立麦克风在噪声处理、声源定位和跟踪、语音提取和分离等方面存在不足，严重影响了语音通信质量。多麦克风阵列在时频域的基础上增加一个空间域，对来自空间不同方向的信号进行实时处理，就可以弥补上述不足。因此，基于麦克风阵列的声源定位系统设计已经成为一个十分活跃的研究领域，包括硬件系统设计和软件系统设计，被广泛地应用于人机交互和智能空间等领域，例如视频会议、语音识别、视频监控等。4声源定位系统中语音信号采集与预处理电路的实现声源定位技术是利用声学与电子装置接收并处理语音信号以确定声源位置的一种技术。声源定位中的关键技术之一是语音信号的采集及预处理。本课题主要研究声源定位系统的信号采集及预处理电路的硬件设计，应包括传感器的选择，传感器阵型的选择，前置放大电路的设计,滤波电路的设计以及主放大电路的设计，为后续的声源定位奠定基础。5基于深度神经网络语音声学特征提取的研究语音声学特征的提取与选择是语音识别的一个重要环节，其性能直接影响识别器的识别能力和鲁棒性。所谓声学特征提取就是从数据量庞大的原始输入数字语音时域信号中，提取一方面能表征不同识别基元的声学差异，另一方面又能表征相同识别基元不同样本之间的声学相似性的信息，同时声学特征的提取也是对信息大幅度压缩的过程。特征参数提取的目的是对语音信号进行分析处理，去掉与语音识别无关的冗余信息，获得影响语音识别的重要信息。常用的特征有MFCC.LPCC.LSP.短时平均过零率等。在深度神经网络下研究针对不同的识别任务选取怎样的声学特征能达到较高的识别率。6基于非特定人的连续语音识别目前对特定人语音识别的研究较多，但对于非特定人语音识别的研究还是较少。非特定人识别系统是用广泛的说话人语音来训练识别系统模型，在保证有足够的数据来精确刻画语音单元的各种复杂的时变特性和协同发音的同时，也忽略说话人的差异，从而降低了系统对单个说话人的建模精度，相对于特定人的语音识别，非特定人语音识别可用于不同的用户，这种系统的通用性好，应用范围广，但由于汉语语音发音时间短，各地认发音言区别较大，方言较多，因此对于非特定人连续语音识别系统来说，如何选取特征参数以及建立怎样的声学模型就成为了一个难点。7基于子带分析的多声源定位算法研究声源定位技术是利用声学和电子装置接收并处理声场信号，以确定自然声源或人为声源位置的一种技术，有着十分广阔的应用前景。在多声源、环境噪声叠加及混响的真实话者交互环境下，传统的麦克风阵列无法准确定位。与强大的人耳声源定位能力相比，麦克风阵列的定位还存在巨大的进步空间。因此，本项目提出利用多帧加权平滑的方式对GCC算法进行改进，获得新的时延估计方法，将其投影到对应的滤波器子带空间中，提高麦克风阵列对多声源信号的定位能力。本项目研究的关键问题是改进GCC算法，并将其与子带分析算法相结合，对复杂环境下的定位研究具有重要的理论意义，并将为语音增强、鸡尾酒效应的研究以及移动机器人寻找语音声源提供可借鉴的理论和实验指导。指导教师：李化[e-mail]13509735909（通信1班3人，通信2班4人）1、无线传感器网络机动目标跟踪算法研究随着微机电系统、无线通信技术和微处理器技术的迅猛发展,无线传感器网络得到了日益广泛的应用。目标跟踪是无线传感器网络的最基本应用之一。由于传感器节点的计算能力、携带的电池电量、通信带宽等资源有限、网络拓扑结构动态变化以及目标跟踪实时性要求等,对无线传感器网络目标跟踪算法的研究提出了新的要求。2、运动目标跟踪算法研究运动目标跟踪是视频监控系统中不可缺少的环节。在特定的场景中，有一些经典的算法可以实现比较好的目标跟踪效果。目标跟踪的算法大致可以分为以下四种：均值漂移算法，即meanshift算法；基于Kalman滤波的目标跟踪；基于粒子滤波的目标跟踪；基于对运动目标建模的方法。3、