高分辨THz-TDS采集传输的嵌入式设计与优化

为了满足太赫兹高分辨检测及实时处理需求,利用光电导天线产生和探测太赫兹时域光谱信号,基于现场可编程门阵列(field programmable gate array, FPGA)实现太赫兹时域光谱的采集、维纳滤波反卷积处理、传输和上位机显示等功能。将采集到的太赫兹时域光谱数据进行维纳滤波反卷积处理,实现还原太赫兹信号、提高时间分辨率以及降噪的效果,将数据由以太网传输的方式传输到上位机进行实时显示,针对实际检测中太赫兹信号反卷积后脉宽较宽,提出在维纳滤波反卷积算法中引入与频率相关的函数对算法进行优化,使信号的脉宽变窄,提高检测精度。优化的维纳滤波反卷积算法处理结果相比于原始算法信噪比增加7 dB,脉宽降低0.2 ps,实现更高的检测分辨能力,算法在FPGA中实现,精度误差小于0.7%,处理效率提升14.29倍,并且减少后期上位机处理时间。     

基于环形合成孔径系统的图像复原技术

针对环形合成孔径成像系统在成像过程中产生噪声和图像模糊的问题,设计了一种基于Laplacian算子和参数维纳滤波的图像复原技术.针对环形合成孔径的成像退化特点,先对退化图像进行锐化处理,再使用参数维纳滤波对处理后的图像进行复原,同时对比传统的维纳滤波复原算法,以环形合成孔径系统为基本结构,分析和比较单个孔径与不同填充因...     

Mel域滤波在语音增强中的应用及其算法的优化

讨论了将Mel域滤波器组应用于语音增强中,使其在保证语音可懂度的前提下,达到降低背景噪声的良好效果。同时,为了能够在低运算资源的设备上实现鲁棒性前端,在ETSI标准的核心维纳算法的基础上,提出了一种优化的算法以提高算法效率。数值仿真结果验证了该算法运算量小,降噪性能强,语音清晰度高。     

基于多重分形的旋转机械振动故障检测方法

为获取更加准确的旋转机械振动故障检测结果，提出基于多重分形的旋转机械振动故障检测方法。通过建立旋转机械振动信号采集模型，获取振动信号，采用小波域维纳滤波算法对振动信号去噪处理。分析不同条件下的振动数据，同时引入多重分形方法提取旋转机械振动信号故障特征，通过核模糊C均值聚类算法区分正常信号和故障信号，最终实现旋转机械振动故障检测。实验结果表明，所提方法进行旋转机械振动故障检测率较高，漏检率较低，检测时间较短，可以快速准确地完成旋转机械振动故障检测。     

低信噪比环境下语音识别的鲁棒性方法研究

针对噪声环境下语音识别率急剧下降的问题，提出了一种基于语音时频域稀疏性原理的改进最小方差无畸变响应波束形成与改进维纳滤波结合的算法。该算法首先利用麦克风阵列语音信号的空间信息，通过基于时频掩蔽的改进最小方差无畸变响应波束形成器，增强目标声源方向的语音信号，抑制其他方向噪声的干扰，然后再使用改进的维纳滤波器去除残留噪声并提高语音可懂度，对增强后的语音信号提取梅尔频率倒谱系数作为特征参数，使用隐马尔可夫模型搭建语音识别系统。实验结果表明，该方法能够有效提高低信噪比环境下的语音识别率，具有较好的鲁棒性。