基于2DFT变换的伴奏音乐分离方法

针对在单通道音乐分离过程中，伴奏难以分离且分离方法鲁棒性差的问题，提出一种基于二维傅里叶变换(2 Dimension Fourier Transform, 2DFT)的音乐伴奏分离方法。该方法首先对单通道音乐进行2DFT变换，将其变为二维声谱图，然后利用图像滤波的方式确定周期性峰值能量的位置，使用矩形窗构建掩蔽矩阵提取出伴奏音乐成分，最后通过短时傅里叶逆变换的方式，恢复出伴奏的时域信号。仿真实验表明，本文方法对比其他分离算法具有一定的优越性，可以将分离指标SIR提升0.5~4dB左右，鲁棒性SAR提升超过15dB。      

基于掩蔽估计与优化的单通道语音增强算法

单通道语音增强算法通过从带噪语音中估计并抑制噪声成分来得到增强语音。然而，噪声估计算法在计算时存在过估现象，导致部分估计噪声能量值比实际值大。尽管可以通过补偿消去这些过估值，但引入的误差同样会降低增强语音的整体质量。针对此问题，提出一种基于计算听觉场景分析（CASA）的时频掩蔽估计与优化算法。首先，通过直接判决（DD）算法估计先验信噪比（SNR）并计算初始掩蔽；其次，利用噪声与带噪语音在Gammatone频带内的互相关（ICC）系数来计算噪声的存在概率，结合带噪语音能量谱得到新的噪声估计，减少原估计噪声中的过估成分；然后，利用优化算法对初始掩蔽进行迭代处理以减少其中因噪声过估而存在的误差并增加其中的目标语音成分，在满足条件后停止迭代并得到新的掩蔽；最后，利用新的掩蔽合成增强语音。实验结果表明在不同的背景噪声下，相比优化前，新的掩蔽使增强语音获得了较高的主观语音质量（PESQ）和语音可懂度（STOI）值，提升了语音听感与可懂度。     

基于张量分解和多项式库搜索的多天线NPLC-DS-CDMA伪码序列估计

针对低信噪比下非周期长码直接序列码分多址(NPLC-DS-CDMA)信号伪码序列估计问题,该文提出一种基于张量分解和多项式库搜索的多天线估计方法。该方法首先对接收信号建模为3阶张量模型并根据扩频增益分割为多个子张量,然后利用交替最小二乘投影(ALSP)算法对子张量进行CP分解得到伪码片段因子矩阵和接收增益因子矩阵,利用接收增益矩阵互相关性和旁瓣能量检测对伪码片段组合序列筛选得到每个用户的伪码序列,最后利用多项式库搜索的方法识别出伪码序列的生成多项式,进一步提高伪码序列估计的正确率。仿真结果表明,所提方法能够实现对NPLC-DS-CDMA信号伪码序列的有效估计。     

基于ICA和特征提取的MIMO信号调制识别算法

针对非协作通信中多输入多输出(MIMO)信号的盲调制识别,该文提出一种基于独立分量分析(ICA)和特征提取的调制识别算法。根据空分复用MIMO系统各发送天线上信号的独立性,利用ICA算法从接收的混合信号中分离出发射信号。为实现全盲条件下的调制识别,在进行ICA分离前,利用最小描述长度(MDL)准则估计发射天线数。在得到发射信号之后,首先利用6阶累积量、循环谱和4次方谱算法构造4个特征参数,然后利用分层结构的神经网络分类器识别信号的调制类型。仿真结果表明,所提方法可在较低信噪比下对{2PSK, 2ASK, 2FSK, 4PSK, 4ASK, MSK, 8PSK, 16QAM}8种MIMO信号进行有效识别,当发送天线数为2、接收天线数为5、信噪比为2 dB时,识别率可达到98%以上。     

基于FRFT的双二进制偏移载波信号捕获算法

为了解决传统算法无法实现高动态下双二进制偏移载波(Dual binary offset carrier modulation,DBOC)信号同步的问题,提出了一种离散多项式相位变换(Discrete Polynomial phase Transformation,DPT)与部分匹配滤波器(Partial Matched Filter,PMF)结合分数阶傅立叶变换(Fractional Fourier Transform,FRFT)的算法。该算法首先通过DPT-FFT方法得到的动态阶数判断接收信号是否需要降阶处理,如果信号带有二阶多普勒变化率,先对信号进行降一阶处理,然后用PMF-FRFT的方法进行捕获。如果信号没有二阶多普勒变化率,只带有一阶多普勒变化率,直接使用PMF-FRFT的方法进行捕获。由MATLAB仿真结果可知,该算法相比DPT-PMF-FFT算法捕获概率有近 9.5dB的提升,并且该算法有效缩短了捕获时间。所以该算法可以较好完成高动态下信号的捕获。