一种基于迭代多带谱相减的语音增强方法

根据传统的谱相减语音增强算法,提出了一种抑制噪声的迭代多带谱相减语音增强方法,暨将迭代方法和多带谱相减方法相结合。同时该方法采取了一种不需要静音检测(VAD)的自适应方法来估计噪声。仿真结果表明, 该方法在较好的抑制背景噪声和残留音乐噪声的同时,保持较好的语音可懂度。     

基于小波收缩阈值和维纳滤波的去噪方法

针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法。采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理。采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数。仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法。     

HMM-based noise estimator for speech enhancement

A noise estimator was presented in this paper by modeling the log-power sequence with hidden Markov model （HMM）. The smoothing factor of this estimator was motivated by the speech presence probability at each frequency band. This HMM had a speech state and a nonspeech state, and each state consisted of a unique Gaussian function. The mean of the nonspeech state was the estimation of the noise logarithmic power. To make this estimator run in an on-line manner, an HMM parameter updated method was used based on a first-order recursive process. The noise signal was tracked together with the HMM to be sequentially updated. For the sake of reliability, some constraints were introduced to the HMM. The proposed algorithm was compared with the conventional ones such as minimum statistics （MS） and improved minima controlled recursive averaging （IM- CRA）. The experimental results confirms its promising performance.     

基于NSCT变换的红外图像增强新算法

针对夜间红外图像噪声大、对比度低的问题,探讨一种基于正态分布特性和NSCT变换相结合的夜间红外图像增强算法。充分利用了高频子带的系数标准差、系数均值和每个子带系数最大值的构造自适应阈值,保护图像的边缘细节,抑制图像噪声;提出一种新的弱边缘系数增益函数,有效地提升了图像的弱边缘信息。低频系数采用了基于正态分布特性的对比度拉伸增强算法。     

基于小波分析的语音端点检测算法研究与仿真

以小波变换及多分辨分析为理论基础,对语音端点检测中小波系数方差算法和子带平均能量算法进行了分析和研究,利用语音和噪声的频域差别,对这两种算法进行了优化,并应用于端点检测系统中,有效地改善了小波系数方差算法耗时长、实时性差的缺点,并克服了子带平均能量算法只对高斯白噪声检测效果好的局限性。提高了语音端点检测系统的实用性．通过MATLAB软件仿真的实验结果表明,采用优化算法的系统实现了语音端点检测准确性和快速性的最佳匹配,达到了此类检测设备的实用要求．     

基于语音截止频率的声码器激励模型

在低速率声码器中,对激励信号的描述直接影响重建语音的质量. 为了改善音质,提出一种基于语音截止频率的声码器激励模型. 该模型编码时通过语音截止频率将激励谱分成谐波和噪声2个子带,谐波子带的激励谱幅度引入离散余弦变换变维模型进行描述,语音截止频率进行4 bit非线性量化. 解码时将恢复出的谐波子带激励谱幅度进行傅里叶反变换,噪声子带则由白噪声进行以语音截止频率为阻带截止频率的高通滤波,最后由谐波子带和噪声子带叠加出激励. 实验结果表明,该模型提高了全带激励谱幅度和谐波噪声成分的描述精度,可使重建语音的音质得以明显改善,主客观指标更优,对男声更为突出.     

频谱聚合中非数据辅助的幅频相估计与补偿

认知无线电中宽带信号需采用频谱分割与聚合滤波器组技术实现对频谱空穴的高效利用.由于不同子频谱的幅频相受到无线信道的干扰,在接收端子谱聚合时,幅、频、相误差对聚合信号会产生畸变,导致检测性能恶化.对此,提出了基于非数据辅助的幅、频、相失真估计补偿算法,利用相邻子频谱在过渡带内的幅频相一致性特点,在频域进行过渡带内信号的对齐处理,从而在子频谱聚合之前修正幅度、频率和相位,以恢复原信号谱.仿真结果表明,该算法能够有效地解决因分割子频谱在信道传输过程中造成的幅频相失真问题,系统解调的误码率性能接近相同系统参数下常规的导频估计算法,所提算法具有较高的估计精度和高效的频谱利用率.     

多频波动线谱自适应控制算法及试验

研究了多频波动线谱激励下的主动隔振控制问题,提出一种改进小波包自适应控制算法.传统的自适应算法难以同时控制多线谱,当线谱存在频率波动时,窄带滤波算法难以取得理想的控制效果.因此,将小波包分解算法应用在控制算法中,对信号进行等间距频带划分,采取并行控制策略完成多线谱控制.分析了不同小波基函数对信号分解的影响,确定最优小波基.针对虚有线谱和子频带过多导致的控制过盈问题,改进小波包分解算法,降低了计算量,消除子频带中虚有线谱.为每个子频带设置独立步长,并根据箕舌线函数修正迭代步长.搭建控制系统开展试验研究,结果表明,本文所提改进小波包自适应算法在多频波动线谱激励下能够取得良好的控制效果,线谱振动能量显著降低.     

基于小波变换的纹理图像融合

针对采集到的纹理图像无法呈现纹理物体的整体特征的缺陷，提出了一种新颖的图像融合算法.该
融合算法基于纹理图像的大部分纹理信息存在于高频子带中的特点，分别对两幅互补图像进行小波分解，
再对低频子带采用平均融合算子处理，然后对高频子带采用高斯 拉普拉斯算子提取局部边缘信息，以作
为融合规则，并根据两幅互补图像的相似度对高频子带加以融合.结果表明，该算法通过对多幅互补图像
的小波分解图像进行融合，使得融合后的图像内容清晰，纹理信息更加丰富，为后续的缺陷查找步骤提供
了准确的依据.     

模糊调节策略在模型参考自适应控制中的应用

本文在一种简化模型自适应控制的基础上，提出了一种基于模糊规律的参数调节方法．用模糊规则调节模型参考自适应算法中的自适应参数，消除了原算法中增益系数、输入信号幅值等对系统性能的不良影响，使ＭＲＡＣ中自适应参数仅依赖于系统误差的状态．大量阶越试验表明，在不同阶越幅度及负载时变的情况下，采用模糊调节后，系统均具有优良的动态性能，算法鲁棒性、稳定性优于模型参考自适应算法．     

An improved empirical wavelet transform method for rolling bearing fault diagnosis

Empirical wavelet transform (EWT) based on the scale space method has been widely used in rolling bearing fault diagnosis. However, using the scale space method to divide the frequency band, the redundant components can easily be separated, causing the band to rupture and making it difficult to extract rolling bearing fault characteristic frequency effectively. This paper develops a method for optimizing the frequency band region based on the frequency domain feature parameter set. The frequency domain feature parameter set includes two characteristic parameters: mean and variance. After adaptively dividing the frequency band by the scale space method, the mean and variance of each band are calculated. Sub-bands with mean and variance less than the main frequency band are combined with surrounding bands for subsequent analysis. An adaptive empirical wavelet filter on each frequency band is established to obtain the corresponding empirical mode. The margin factor sensitive to the shock pulse signal is introduced into the screening of empirical modes. The empirical mode with the largest margin factor is selected to envelope spectrum analysis. Simulation and experiment data show this method avoids over-segmentation and redundancy and can extract the fault characteristic frequency easier compared with only scale space methods.

     

基于卡尔曼平滑的AWKNN室内定位方法

基于接收信号强度指示的WIFI室内定位方案存在采集信息跳变现象,进而影响定位精度的问题,提出一种基于卡尔曼滤波的改进自适应加权K最近邻（AWKNN）定位方法。对比分析多种平滑RSSI算法可行性,验证基于卡尔曼滤波对RSSI值进行平滑处理的优势,结合AWKNN算法并采用均方差计算匹配度,通过实时监控相匹配的无线接入点个数后自动调整均方差分母大小,以此实现定位误差的有效控制。实验结果表明,该基于卡尔曼的AWKNN算法在稳定性和定位精度方面较传统WIFI指纹算法有较大幅度提高。     

A new robust fuzzy method for unmanned flying vehicle control

A new general robust fuzzy approach was presented to control the position and the attitude of unmanned flying vehicles(UFVs). Control of these vehicles was challenging due to their nonlinear underactuated behaviors. The proposed control system combined great advantages of generalized indirect adaptive sliding mode control(IASMC) and fuzzy control for the UFVs. An on-line adaptive tuning algorithm based on Lyapunov function and Barbalat lemma was designed, thus the stability of the system can be guaranteed. The chattering phenomenon in the sliding mode control was reduced and the steady error was also alleviated. The numerical results, for an underactuated quadcopter and a high speed underwater vehicle as case studies, indicate that the presented adaptive design of fuzzy sliding mode controller performs robustly in the presence of sensor noise and external disturbances. In addition, online unknown parameter estimation of the UFVs, such as ground effect and planing force especially in the cases with the Gaussian sensor noise with zero mean and standard deviation of 0.5 m and 0.1 rad and external disturbances with amplitude of 0.1 m/s2 and frequency of 0.2 Hz, is one of the advantages of this method. These estimated parameters are then used in the controller to improve the trajectory tracking performance.     

直觉模糊多属性决策自适应一致性算法研究

针对直觉模糊多属性决策问题中专家决策矩阵一致化问题,在使用直觉模糊加权平均算子对专家决策矩阵进行集结得到群决策矩阵的基础上,作者提出了依靠专家决策矩阵和群决策矩阵进行自适应迭代算法,对专家决策矩阵进行反复修正,使之与同步更新的群决策矩阵间达到可接受的一致性程度。算法不需要专家对决策矩阵进行反复的修正,提高了决策的效率。通过计算实例验证了算法的有效性。     

基于提升小波变换和奇异值分解的灰度图像水印算法

结合提升小波和奇异值分解的特点,提出了一种新的基于提升小波变换和奇异值分解的灰度图像水印算法.该算法先对载体图像进行分块,并对每块进行二级提升小波变换,然后对中高频部分继续进行提升小波变换,对选取的频带四重使用奇异值分解和再次分块的方法构造矩阵,将SVD后提取的奇异值重新分配和组合,最后将灰度水印图像有效地嵌入到多次组合后的矩阵中.这不仅能增加嵌入的信息量,提高水印的安全性,而且实现了水印的透明性和鲁棒性之间的最佳平衡.仿真实验表明,该算法不仅具有较好的透明性,而且对常见攻击如:JPEG压缩、叠加噪声、滤波以及各种几何攻击等具有很强的鲁棒性.     

一种适用于高阶QAM信号的水声信道盲均衡算法

目前，盲均衡是水声通信领域中的热点问题。针对多径衰落水声信道的均衡问题，提出了一种修正的超指数迭代盲均衡算法，该算法可校正水声信道引入的载波相位旋转。在收敛阶段采用该算法，之后根据某一切换准则，切换到判决导引算法，可有效减小超指数迭代算法对高阶正交幅度调制信号的剩余均方误差。仿真结果表明，该算法有效纠正了载波相位旋转，并获得了较快的收敛速度和较小的稳态误差，提高了水声通信的质量，因而具有良好的工程应用价值。     

基于时域滤波多频段谱减法的语音增强

传统的多频段语音增强是将频域分割成各个频段,并对每个频段单独进行语音增强,但是因为相邻频带的共振峰影响清晰语音估计,导致了语音识别效果不理想,为了减少相邻频带的共振峰带来的影响,提出了一种时域滤波中多频带语音增强的方法,通过将时域中的未处理语音过滤成各种等效的基于矩形带宽的子带,然后在每个频带中使用基于离散余弦变换(DCT)谱减法来估计清晰语音,并结合使用各个频带信噪比(SNR)获得频带特定加权因子。在SNR为0~10d B的汽车噪声、餐厅噪声、列车噪声、白色噪声和工厂噪声的环境下基于时域多频段语音增强算法增强效果优于现有的技术。     

一种新的步进频MIMO-SAR带宽合成的处理方法

针对步进频多发多收合成孔径雷达通道间存在相位误差影响距离带宽合成的问题,提出了一种基于回波数据的通道误差估计的两步处理方法．首先,提出一种距离向相位调整的对比度增强算法来估计子带内高阶相位误差,通过补偿得到聚焦的子带信号; 接着,对子带信号进行上采样和频谱移动,建立了一种旁瓣平衡模型,并推导得到旁瓣偏离率和常数相位误差的关系表达式,将实测数据的旁瓣偏离率代入便可计算得到通道间的常数相位误差．通过以上两步估计补偿后,在频率域完成步进频信号带宽合成,实现分辨率的提升．对实测数据进行处理,得到0.06m的距离分辨率,并对补偿前后合成孔径雷达成像结果进行对比分析,验证了该方法的正确性和高效性．     

粒子群优化Contourlet变换的遥感影像融合算法研究

Contourlet变换能有效地应用在图像增强领域,基于Contourlet变换的遥感影像融合算法常采用高频低频替换和频域线性加权两种融合方法,因此,通过粒子群优化算法对基于Contourlet变换分解不同子带图像所需的不同加权系数进行优化,采用多元回归分析方法设定目标函数,实现了全色影像与多光谱影像的融合,与传统的Contourlet变换、PCA算法、高通滤波遥感影像融合算法相比较,新方法在提高影像清晰度的同时在光谱保真度方面相对于其他算法有明显优势.     

一种基于模糊逻辑的安全Ad hoc路由协议

在分析了Ad hoc网络中存在的安全问题的基础上,提出了一种利用模糊逻辑定义设备安全级别的方法;将设备安全级别用在Ad hoc路由发现过程中,提出了一种基于设备安全级别的分布式Ad hoc路由协议——基于模糊逻辑的安全级路由协议(FLSL),分析表明这种协议具有适用于Ad hoc网络安全性能有限的优点。