无线传感器网络S-MAC协议的改进 在无线传感器网络中,基于竞争的S-MAC协议存在无法使节点的活动时间根据通信负载动态变化以及节点休眠带来 的延迟问题。本文结合T-MAC协议和D-MAC协议,提出了自己针对这些问题的改进方法。仿真结果证明,提出的改进方法 不仅能够使节点的活动时间适应通信负载的动态变化,还能够极大地减少节点休眠带来的延迟。 -improving the S-MAC protocol in Wireless Sensor Network

摘要说话人识别在自动身份鉴别方面具有重要的现实意义。文章在分析了说话人识别实现的可行性基础上*提 出采用长时线性预测倒谱 +,--.,)系数和矢量量化 /0)模型的不依赖于文本的说话人识别方法，并成功地应用于 一个数据库查询系统中。-65DL5<?E5=7?9?AD7?8=CDH H?>=?9?AD=7 D66@?AD7?8=H?=D 78:D7?A?=E?G?E D@<5A8>=?7?8=D<5D#M=7C?H 6D65<* 7C5 68HH?N

OTOMATİ K KONUŞ MA TANIMA ALGORİ TMALARININ UYGULAMALARI Kö ksal Ö CAL Ankara Ü niversitesi Fen Bilimleri Enstitüsü Elektronik Mühendisliğ i Anabilim Dalı Danı ş man : Yrd. Doç . Dr. H. Gö kh

（1） 使用录音软件或者Matlab函数，分别采集一段浊音和清音语音信号（是你自己说的，如：a，o，s等），采样率为8KHz，量化精度为16比特线性码，存在自己指定的目录下，例如D盘根目录下叫sound的文件夹中，录音文件名为yourfilename_a.wav，yourfilename_s.wav等。录音的软件和Matlab函数的使用见随后的附录。 （2） 根据语音信号的短时平稳特性，分析帧长取30ms（或10ms～50ms）； （3） 利用上述基音提取的三种方法（任选两种方法）的编程