利用信号功率谱密度的麦克风阵列噪声消除方法

本文研究了一种在背景噪声和干扰噪声存在的情况下基于麦克风阵列的噪声消除方法,具有准确的指向性。波束形成可以更好的获取指定方向的增强语音及抑制其它方向的噪声的效果。而现已存在的波束形成的方法处理后,增强之后的语音仍然会存在部分的干扰噪声。针对这样的问题,本文提出了一种利用信号功率谱密度比值的广义旁瓣消除波束形成方法来进一步实现对背景噪声和干扰噪声的抑制。此外,本文还进一步利用深度神经网络的方法,通过训练多目标函数下的掩蔽值结合最优改进对数谱幅度,做后置滤波可以更高效地对残留干扰噪声进行消除。本文中通过对比实验,比较了不同的基线方法,更好地验证了所提出算法的有效性。      

V-BLAST OFDM系统中一种稳健的检测算法

针对实际中信道估计存在误差,从阵列信号处理的角度提出了V-BLAST(Vertical Bell Labs Layered Space-Time) OFDM系统中一种稳健的检测算法．将接收数据的协方差矩阵进行特征值分解,得到信号子空间,将存在估计误差的信道矢量向该子空间投影,就可以得到较为准确的信道矢量,然后利用波束形成计算出检测滤波器的系数．仿真结果表明,当信道估计存在误差时,该方法性能显著优于ZF(Zero-Forcing)和MMSE(Minimum Mean Square Error)算法．     

Excel在实验室质量管理工作中的应用

利用Excel宏语言(VB)编写程序,应用于检测原始数据的后期处理、审核和输出,以及检测报告的打印管理,既提高了数据处理的可靠程度和处理速度,又减少了重复劳动,提高了工作效率。     

用于自动语音识别系统的切换语音功率谱估计算法

针对语音识别系统在噪声环境下不能保持很好鲁棒性的问题,提出了一种切换语音功率谱估计算法。该算法假设语音的幅度谱服从Chi分布,提出了一种改进的基于最小均方误差（MMSE）的语音功率谱估计算法。然后,结合语音存在的概率（SPP）,推导出改进的基于语音存在概率的MMSE估计器。接下来,将改进的MSME估计器与传统的维纳滤波器结合。在噪声干扰比较大时,使用改进的MMSE估计器来估计纯净语音的功率谱,当噪声干扰较小时,改用传统的维纳滤波器以减少计算量,最终得到用于识别系统的切换语音功率谱估计算法。实验结果表明,所提算法相比传统的瑞利分布下的MMSE估计器在各种噪声的情况下识别率平均提高在8个百分点左右,在去除噪声干扰、提高识别系统鲁棒性的同时,减小了语音识别系统的功耗。     

磷矿石酸不溶物分析质量标准探讨

磷矿石中酸不溶物的检测方法主要有硼酸—王水重量法和王水重量法,但是2种方法的再现性都较差,难以满足国家标准或行业标准的质量要求。在比对试验的基础上,分析结果稳定性较差的主要原因,基本确定样品中F元素的存在是导致结果不稳定的主要因素,且这种影响难以通过掩蔽效应有效消除,因此建议对标准文本作出适当改进,从而与实验室工作更相适应。     

一种低秩联合稀疏模型下的杂波抑制方法

针对现有穿墙雷达探测研究中,墙体回波抑制算法需要采集全部雷达回波导致运算复杂的问题,提出了一种低秩联合稀疏模型下的墙体回波抑制方法。在提出的方法中,从雷达回波中分离墙体回波和目标回波的任务被转化为一个低秩保持和稀疏约束的优化模型,并使用交替方向乘子法求解该优化模型;最后分离出墙体回波后的回波信号被用于雷达成像。仿真实验结果表明,该方法对各种情况下的墙体回波都能有效去除。与当前经典的奇异值分解、迭代软阈值方法相比,所提出的杂波抑制方法在穿墙雷达成像中具有更高的目标杂波比。     

基于2μm GaAs HBT工艺的E类功率放大器设计

本文采用Win公司2μm GaAs HBT工艺设计一种高效率射频E类功率放大器。设计中采用了电压偏置的E类功放结构,通过负载牵引(Load-Pull)技术对放大器的效率、增益和输出功率进行折衷和优化设计。仿真结果表明该放大器在5V电源电压下,工作频段700MHz～1100MHz内功率附加效率(PAE)大于50%,增益15dB,输出功率大于20dBm。芯片面积为1.375mm*0.79mm。     

混响环境下基于卷积模型的欠定盲源分离

为了提高盲源分离(blind source separation, BSS)算法在混响和噪声环境下的鲁棒性,提出了一种适用于欠定情况下用于卷积混合信号的盲源分离算法。在该算法中,利用高混响环境下混合模型即使在时频(time-frequency, TF)域中仍具有卷积特性,并结合房间冲激响应(room impulse response, RIR)的统计规律,将时频域中的瞬时模型扩展到更适合高混响环境的卷积模型,进而构建一欠定盲源分离优化问题,最后,采用交替方向乘子法(alternating direction method of multipliers, ADMM)优化框架来求解该问题。仿真实验结果表明:在混响环境下,本文提出的基于卷积模型的盲源分离算法与现有盲源分离算法相比,具有非常明显的性能优势。      

利用相位时频掩蔽的麦克风阵列噪声消除方法

本文提出了一种在干扰声源和背景噪声存在条件下麦克风阵列噪声消除的方法。麦克风阵列通过波束形成增强由导向矢量所指定方向的目标声源来抑制背景噪声。然而,现有的波束形成算法在干扰声源存在的情况下,无法进行准确的导向矢量估计。为此,本文提出一种基于音频信号互相关功率谱相位的麦克风阵列噪声消除方法。首先通过音频信号的相位时频掩码估计导向矢量,并对其进行波束形成,从而有效抑制干扰声源和背景噪声;然后利用语音存在概率,采用最大似然的方法估计波束形成后信号中残留的干扰噪声功率谱密度,对其进行后处理,进一步抑制残留干扰和噪声。实验结果表明在干扰声源和背景噪声存在的条件下,所提方法有效地实现了麦克风阵列噪声消除,且各种性能指标优于基线方法。