一种基于归一化峰度的抗非高斯噪声语音VAD检测方法

在多媒体会议房间中,鼓掌、咳嗽等非高斯干扰噪声常会严重影响语音处理系统的性能.为了有效地抑制非高斯干扰噪声,本文提出了一种基于线性预测残差域高阶统计量的语音VAD检测方法.该方法利用语音信号线性预测残差的归一化峰度表征语音和非语音信号在谐波数量上的差异,构造判别准则进行VAD检测,并通过预估高斯背景噪声的能量,削弱了背景噪声对VAD算法性能的影响.仿真实验结果表明,该方法能够有效地区分高斯背景噪声下的语音和非高斯噪声.     

非高斯噪声中信号的神经网络检测

论述了用多层感知器神经网络检测非高斯噪声中确知信号与随机信号的工作原理，网络结构和训练算法，讨论了几种非高斯噪声中信号的神经网络检测器性能。计算机仿真证明，在非高斯噪声条件下神经网络检测性能优于线性最佳匹配滤波器检测器和局部最佳检测器。     

多模噪声背景下信号提取算法的研究

信号检测是信号处理的一个重要的研究方向,以前的信号检测方法多数是基于在高斯噪声背景下进行讨论,对非高斯噪声研究比较少。非高斯噪声的干扰问题在通信过程中是经常出现的。背景噪声用多模（非高斯）噪声为模型,提出改进（最小均方误差牛顿）LMS Newton算法实现对多模背景噪声的抑制,并给出了多模噪声中信号的检测,达到对有用信号提取的目的。最后,进行了计算机模拟仿真,得出了结果。     

非高斯背景下的自适应限幅检测研究

针对非高斯背景下局部最优检测（Locally Optimal Detector,LOD）结构复杂、稳健性弱的问题,对传统的限幅器进行改进,提出了一种自适应限幅检测器（Adaptive Limiter Detector,ALMD）.首先对弱信号的检测性能进行了系统研究,然后依据混合高斯模型对非高斯背景建模,在此基础上得到了限幅阈值与限幅检测性能之间的解析表达式,最后通过推导确定了最佳限幅阈值,明显提高了检测性能.仿真结果表明ALMD与LOD性能接近,但结构简单,性能稳健,适应性更强.     

弱相关非高斯环境下基于局部最佳检测器的伪码捕获方法

该文为解决弱相关非高斯噪声环境下的伪码捕获问题,提出了一种基于局部最佳检测算法的伪码捕获方法,将伪码捕获等价为假设检验问题,将弱相关非高斯噪声建模为一阶滑动平均SS噪声模型,利用局部最佳检测算法推导出弱相关非高斯噪声环境下的伪码捕获检测统计量,在此基础上对检测统计量进行了简化,给出了其实现结构,并与传统的伪码捕获方法进行了性能仿真对比,仿真结果表明该文所提出的捕获方法在弱相关非高斯噪声环境下检测性能有较大幅度的提高,且非高斯噪声脉冲特性越明显,所设计的检测器优势越明显。     

非高斯非平稳背景噪声中的信号检测研究

非高斯非平稳噪声的干扰问题在通信过程中是经常出现的。在非高斯非平稳背景噪声下,以前经常使用经典信号检测理论对信号进行检测,很难取得较为理想的效果。基于小波变换以及小波去噪原理,提出一种新的阈值处理方法,该方法能有效地去除噪声,使有用信号能从非高斯非平稳噪声中检测出来。实验结果表明,新方法不但去噪效果明显,而且获得了较高的分辨率和信噪比,检测性能较为理想,是对信号检测理论的一种有效推广。     

基于5G系统的随机接入前导检测算法

针对已有的随机接入前导算法存在难以在实际基站中实现以及算法运算量大的缺点,文章提出了5G随机接入前导检测算法。首先将接收到的信号经过发送端的逆过程处理得到频域前导,然后生成频域ZC序列并进行分组,将各个组内频域ZC序列相加并与频域前导相关,最后通过设置阈值来检测前导序列,利用多天线分集梳理修改相对阈值的累积分布函数,根据相对检测阈值确定绝对检测阀值,即相对检测阈值与时变噪声电平的乘积。仿真结果表明,与频域固定阈值前导检测算法相比,在加性高斯白噪声信道中,所提算法的正确检测概率性能提升了1 dB;在节拍延迟线(TDLC300-100)信道中,所提算法的正确检测概率性能提升了2 dB。     

非高斯噪声中信号的神经网络检测

了非主斯噪声中信号的检测，采用多层感知器神经网络作为检测器。介绍了工作原理、网络结构和训练算法。计算机仿真证明在非主斯噪声条件下神经网络检测器性能优于线性最佳匹配滤波器检测器的局部最佳检测器。     

非高斯背景下基于信号相关性的频谱感知算法

本文研究了一类Laplace非高斯背景噪声下的频谱检测问题,提出一种基于采样信号相关性的多用户协作频谱感知算法.此算法利用接收信号的统计相关性,设计了一种将协作用户统计协方差之和作为检测统计量的频谱检测算法,推导了该检测算法的统计门限、检测概率和虚警概率的闭式表达式.通过蒙特卡罗仿真,分析比较了Laplace非高斯噪声...     

非高斯相关杂波背景下雷达目标检测方法研究

在非高斯相关杂波背景下,基于MTD(Moving Target Detection)的雷达目标检测性能严重下降。针对该问题,根据Alpha稳定分布杂波模型、分数低阶统计量理论,以输出信杂比最大为准则,提出了一种适用于非高斯相关杂波背景的雷达目标检测方法。该方法通过分解信号分数低阶协方差矩阵,计算等效杂波分数低阶协方差矩阵特征向量,得到最佳滤波器系数。通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与基于MTD的检测方法进行了比较,结果表明,在非高斯相关杂波背景下,所提方法的检测性能明显优于传统的MTD。