基于高低频带对数能量谱比贝叶斯决策的语音端点检测

在分析语音信号与噪声在高低频带的能量谱表现特征基础上,提出一种低信噪比条件下采用高低频带对数能量谱比贝叶斯决策的语音端点检测方法.首先根据样本计算语音信号和背景噪声在高低两个不同频带的对数能量谱比值,依据最大似然估计得到两类信号对数能量谱比的统计分布,并基于贝叶斯决策准则推导最佳判决阈值.信号输入时,逐帧计算高低频带对数能量谱比并与判决阈值进行比较来进行语音和背景噪声的分类判决,从而实现语音信号的端点检测.实验结果表明,与传统的双门限检测法和谱熵检测法相比,提出的方法在较低信噪比条件下能更加准确地检测语音端点,明显提高了端点检测的准确率和速度.     

基于级联随机共振的直接序列扩频信号的捕获方法

在直接序列扩频信号的捕获中,针对低信噪（SNR）比以及大频偏对信号捕获产生影响的问题,提出了一种基于级联随机共振的直接序列扩频信号的捕获方法。首先将输入信号通过部分匹配滤波器进行处理,当本地伪码和输入信号伪码相位对齐时,输出信号仅剩下了残余多普勒频偏;然后将该信号进行级联随机共振,从而提高信号的输入信噪比;最后通过快速傅里叶变换（FFT）谱分析,可以在频谱上得到清晰的谱峰,进而求出多普勒频偏值。通过理论分析和实验仿真可知,在输入信噪比为-26 dB的情况下,所提方法能够提高直接序列扩频信号的捕获灵敏度,并且通过两级级联随机共振系统后输出信噪比提高了15 dB左右;同时与传统捕获算法相比,该方法的正确检测概率提高了4 dB左右。所提方法不但能抑制噪声,而且能将部分噪声能量转换为信号能量,同时能够改善大多普勒频偏的影响,在捕获弱信号方面有着极大的优越性。     

硅谐振微传感器中微弱信号频率的外差式随机共振检测

硅谐振微传感器输出信号的信噪比很低,频率信号往往淹没在噪声之中.论文分析了随机共振系统的功率谱放大率和信噪比特性,提出了外差式随机共振频率检测方法,并将该方法应用于硅谐振微传感器输出信号的频率检测.理论分析和数值仿真结果表明,外差式随机共振能将更多的噪声能量转变为频率信号的能量,通过调节载波信号频率可从共振谱峰的变化中准确测定谐振频率.该方法是可行、有效的.     

基于分数阶傅立叶变换的水下动目标检测

当发射信号为线性调频信号(LFM)时,水下动目标径向运动速度使得回波和副本不匹配,从而导致传统的最佳检测器——匹配滤波器对线性调频信号的检测性能下降。动目标的回波信号依然为LFM信号和分数阶傅立叶变换对线性调频信号的聚焦特性,提出了以信号的分数阶能量谱的峰值作为统计量来进行检测,并且给出了细化搜索峰值的自适应方法,提高了搜索速度。仿真结果表明,算法在高斯噪声背景下对径向速度未知的运动目标线性调频回波具有良好的检测性能,并分析了信号参数对检测器性能的影响。     

噪声环境下基于能量检测的生态声音识别

无效声音段的存在导致噪声环境下声音识别方法的识别率迅速降低。为此,提出一种基于能量检测的抗噪声音识别方法。用能量检测方法检测背景噪声环境下的有用声音信号,对检测到的信号提取Mel频率倒谱系数特征,使用支持向量机对提取的特征向量训练分类模型,对含有噪声的生态环境声音进行识别。实验结果表明,该方法具有较好的抗噪能力,其在信噪比40 dB以下的识别率比添加能量检测前提高约25%。     

基于相位匹配的线性调频信号的去噪处理

线性调频信号被广泛应用到雷达、声纳、地震和其他探测的很多领域,目前对其应用比较广泛的获知信号存在的方法是基于相关的匹配滤波处理,但匹配滤波处理是进行信号压缩来获取最大的信噪比,本文采用相位匹配方法对线性调频信号进行处理,去除噪声还原信号从而获得高的信噪比,通过仿真实验该方法效果很好。     

基于增益字典查询的语音增强算法

对于基于统计模型的语音增强算法,不同分布模型对应于不同的增益函数,由于语音信号的不确定性,没有一种分布函数能准确对语音和噪声谱的分布建模,因此任何一种固定的统计模型均会存在一定的误差。所以提出一种增益字典查询的语音增强算法,该算法通过采用对数谱失真准则对一个语音噪声库进行增益的训练,得到一个增益的字典,其中输入为先验信噪比和后验信噪比的估计值。最后采用ITU-T P.826 PESQ、分段信噪比、总信噪比和对数谱失真对该算法进行了测试,并与基于高斯分布模型、拉普拉斯分布模型的算法进行了对比。实验结果表明,该算法无论在非平稳噪声还是平稳噪声环境下都比其他几种算法增强效果好,且音乐噪声和残留背景噪声也可以得到很好的抑制。     

基于局部多项式傅里叶变换的多分量线性调频信号瞬时频率估计*

针对多分量线性调频信号的瞬时频率估计问题,把局部多项式傅里叶变换应用到求多分量线性调频信号瞬时频率估计中,提出了一种不受分量间交叉项干扰的新方法,该方法对多分量线性调频信号进行局部多项式傅里叶变换,把每一个线性调频信号分离出来,根据每一个线性调频信号的局部多项式傅里叶变换谱,通过搜索找到谱的峰值所在的位置,从而找到峰值所对应的频率,准确地估计出了多分量线性调频信号的瞬时频率。仿真实验中与多分量信号的Wigner-Hough变换进行了对比,验证了该方法的有效性。     

基于听觉掩蔽效应的多频带谱减语音增强方法

为了减小传统谱减法引入的音乐噪声,提出了一种将多频带谱减和听觉掩蔽效应相结合的语音增强算法.用加权递归平滑的方法估计噪声的功率谱,对带噪的语音信号进行多频带谱减,计算听觉掩蔽阈值,再根据掩蔽阈值动态地调节谱减因子,通过增益函数得到增强后语音信号的频谱.仿真实验结果表明,与传统的谱减法相比,该算法在信噪比较低情况下,背景噪声和残余噪声得到了有效的抑制,语音信号的清晰度和可懂度也有了明显提升.     

一种低信噪比下DSSS的载频估计方法

直接序列扩频信号具有较低的功率谱密度,信号淹没在背景噪声中,侦查难度较大。四阶累计量2-D切片理论上可以有效地抑制高斯白噪声,但是当信噪比较低时,抑制效果不是很明显。对低信噪比下直接序列扩频信号的检测和估计提出了一种改进思路：在常规四阶累积量2-D切片前加设自适应干扰消噪器。此方法能改善白噪声背景下信号的信噪比。在此思想上基于System View平台构建了仿真模型,实现了低信噪比下DSSS信号载波频率的准确检测。仿真结果验证了其有效性。     

新的基于粒子群优化的正交频分复用系统盲频偏估计算法

针对正交频分复用(OFDM)系统频偏估计问题,提出了一种基于粒子群优化(PSO)的盲频偏估计算法。首先,根据频偏估值重建的接收信号和实际接收到的信号误差最小原则构造了盲频偏估计的数学模型,并推导出了代价函数;然后,利用粒子群优化算法强大的随机并行全局搜索能力,通过最小化代价函数估计频偏。仿真比较了常系数、微分递减两种惯性权重策略PSO算法的频偏估计性能,并与最小输出方差、黄金分割盲频偏估计算法进行了比较分析。仿真结果表明,所提算法精度高,同一信噪比下较同类算法大约有一个数量级的提升,且不受调制类型和频偏估计范围(-0.5,0.5)的限制。     

微弱信号锁定放大器噪声抑制新技术

检测微弱信号最有效的技术就是锁定放大技术,当噪声为有色噪声或噪声频率等于被测微弱信号的频率或奇数倍时,传统的锁定放大器技术不能进行有效地抑制或消除。针对有色噪声的抑制和消除,提出了跳频、跳时锁定放大技术;针对抑制和消除与信号同频的噪声,提出了移相调制锁定放大技术;针对抑制和消除与频率为信号频率奇数倍的噪声,提出了奇次倍频同步调制锁定放大技术;并给出了相关的实现方法。     

基于循环谱的改进BPSK直扩信号检测算法*

在有限数据长度条件下,针对低信噪比下的二相相移键控(BPSK)直接序列扩频(DS-SS)信号,提出一种基于数据分段和重叠保留处理的改进检测算法。该算法无需信号的先验知识,通过在非零循环频率上的一维搜索实现信号检测。实验结果表明,该算法能有效抑制噪声,在低信噪比下对于DS-SS信号具有较好的检测性能。     

改进的变步长最小均方误差电子耳蜗语音增强算法

针对外部强噪声环境下电子耳蜗语音质量受损、适应性差等问题,提出了基于谱减法和变步长最小均方误差（LMS）自适应滤波算法联合去噪的改进方法,并以该方法构建了一个电子耳蜗前端语音预处理系统。利用变步长LMS自适应滤波算法输出误差的平方项来调节步长,采用步长值固定与变化相结合的方法,解决了自适应滤波算法收敛速度慢、稳态误差大的问题,适应性得到提高,提高了语音信号通信质量。该系统以TMS320VC5416和音频编解码芯片TLV320AIC23B为核心,通过多通道缓冲串口（McBSP）和串行外设接口（SPI）实现了语音数据的高速采集和实时处理。实验仿真和测试结果表明该算法消除噪声性能好,信噪比在低输入信噪比情况下提高约10 dB,语音质量感知评价（PESQ）分值也得到较大提高,能有效提高语音信号质量,且该系统性能稳定,能进一步提高耳蜗前端语音的清晰度和可懂度。     

基于粒子群算法的跳频信号参数估计*

针对基于时频分布的参数估计存在信噪比阈值和低信噪比下方差大的问题,提出了一种基于多峰优化粒子群算法的跳频信号参数估计新算法。该算法首先将跳频信号分解为时频原子的线性组合,然后由匹配原子获取跳频信号的参数估计。仿真结果表明,基于改进的物种形成粒子群算法能够搜索到与跳频信号分量相匹配的原子,与平滑伪魏格纳分布相比,提出的参数估计算法在低信噪比下具有较小的估计方差,更加适宜于电子战的实际应用。     

基于人类听觉系统的多频带语音增强

提出了一种基于人类听觉系统的多频带非线性谱减法来进行语音增强。根据人耳听觉特性,将含噪语音信号分在24个临界频带内,由各频带的不同信噪比来确定对应的谱减参数值。实验结果证明,在相同实验条件下,与功率谱减法（PSS）、非线性谱减法（NSS）和传统多频带谱减法（MBSS）相比,该方法增强后的语音信号具有更高的输出信噪比;能更好地消除背景噪声,抑制残留噪声;增强后的语音具有更好的可懂度和清晰度。     

多径线性调频信号的循环相关检测及性能分析

针对复线性调频信号在多径条件下的循环相关检测问题进行研究。利用循环平稳信号的循环相关特性，分析了多径条件下复线性调频信号的循环相关特性，在此基础上从连续和离散两方面构造了基于循环自相关包络的检测统计量，然后分析了检测性能，推导了检测统计量的输出信噪比表达式，从中可看出输出信噪比较输入信噪比和单径条件下的输出信噪比都有了较大提高。最后采用计算机从输出信噪比和虚警概率两方面进行了仿真，得到了基于循环自相关包络检测统计量的检测性能曲线，仿真试验验证了本文的结论。