自适应差分脉码调制(ADPCM)<续>

五、32 kbit/s ADPCM编解码系统 CCITT G.721建议提出了能和已有的PCM数字电话网兼容的32 kbit/s ADPCM的算法。该算法主要技术指标要求如下。·语音信号经ADPCM编码后,客观测量SNR应完全符合PCM编码系统的指标要求(CCITT G.712、G.711建议);主观听觉测试性能,应非常接近于PCM质量。·经过4次音频转接后,主观语音测试质量良好,其主观平均判分MOS应大于3.5以上;     

基于压缩感知的自适应卡尔曼滤波

针对稀疏流信号,提出了一种自适应卡尔曼滤波恢复方法,该算法基于压缩感知AIC结构,用有限长的窗口对信号进行观测,利用前后窗内信号之间的相关性,建立信号的状态转移方程,并与压缩感知获得的观测方程共同构成信号的状态空间模型,进而利用降阶的卡尔曼滤波算法近似得到信号的最小均方误差估计。信号重构阶段通过卡尔曼滤波迭代逐渐得到精确的支撑集,与以往仅用起始阶段的恢复结果获得支撑集的方法相比,本算法对起始阶段恢复支撑集的算法的精确程度要求不高,从而降低了整个算法的复杂度和要求的观测维度。仿真结果显示,这种自适应的卡尔曼滤波算法在宽带流信号的恢复中可以有效地降低所需观测维度,且最终结果可近似地收敛到信号的最小均方误差估计。     

压缩感知中一种改进的迭代硬阈值算法

研究了压缩感知理论中一种改进的迭代硬阈值稀疏信号重构算法。针对现有IHT算法类最优秀的BIHT算法中回溯操作无法保证稀疏信号重构误差递减的问题,对稀疏重构误差及其差值进行了简单介绍和分析,提出了一种能够保证重构误差随迭代进行单调减小的重构算法,在每次迭代的回溯操作中选择能够保证重构误差逐渐减小的原子,并将其指标与估计支撑集合并,最后基于最小二乘法进行伪逆运算获取稀疏信号估计。对高斯稀疏信号和0-1稀疏信号进行了仿真,证明了优于IHT、NIHT以及BIHT算法的稀疏信号重构性能。     

分数阶傅里叶和压缩感知自适应抗频谱弥散干扰

频谱弥散(SMSP)干扰与线性调频雷达信号之间存在大量的时频域耦合,干扰效能突出。该文提出一种信息域的抗SMSP干扰的信号处理算法,根据SMSP干扰信号的形式与特点,通过自适应改变压缩感知的干扰基字典,同时匹配雷达信号与干扰信号的调频率,构建压缩感知求解模型并基于凸优化算法完成信号重构,最终实现干扰信号的识别及雷达信号的提取。该算法中冗余字典的构造采用了Pei型分数阶傅里叶快速分解方法,不需要反复对信号进行时频域解耦,并且迭代次数较少,运算效率较高。     

基于改进RBF神经网络的ADPCM语音编码算法研究

以G．721ADPCM语音编码算法为研究对象，在语音编码的预测中引入神经网络模型来克服传统线性滤波方法中存在的不足，研究了基于RBF神经网络的ADPCM语音编码系统的结构。通过k均值聚类算法来确定RBF神经网络的中心和宽度，用最小二乘法确定RBF网络权值的方法改进了ADPCM语音编码算法。实验证明．其平均信噪比较原ADPCM编码算法有1-2dB的提高。     

基于FrFT的欠采样LFM信号分离与参数估计

基于分数阶傅里叶变换，本文提出了一种欠采样条件下的宽带与窄带线性调频信号分离与参数估计方法。该方法先由延迟相乘和牛顿迭代算法估计信号的调频斜率，然后在分数阶傅立叶变换域进行滤波，实现信号分离。最后对欠采样信号解频率模糊，估计信号的初始频率。仿真表明了该方法分离宽带与窄带线性调频信号的可行性与分离后信号参数估计的有效性。     

一种线性调频信号参数分析的综合方法

研究了合成孔径雷达中的线性调频（LFM）信号的参数估计问题。分析和比较了常用的LFM分析算法的优缺点，提出了一种基于分数阶傅里叶变换和相位解缠的综合方法，提高了估计的有效性和鲁捧性。在计算机仿真中，采用该方法的估计参数对畸变LFM信号进行相位补偿和脉冲压缩，获得了令人满意的分析结果，验证了该方法的有效性和鲁棒性。最后，分析了LFM信号各阶分数阶傅里叶变换的特性，优化了分数阶傅里叶变换扫描算法，大大缩短了运算时间。     

海杂波背景下基于FRFT的自适应动目标检测方法

本文主要研究了海杂波背景下微弱动目标检测问题,将基于统计理论的LMS算法和基于分数阶Fourier变换的动目标检测方法相结合,引入到海杂波微弱动目标检测中,并在此基础上提出一种分数阶Fourier域自适应动目标检测算法.首先建立了时变幅度的动目标检测模型,采用峰度检测的方法,通过计算目标回波分数阶Fourier域幅值的峰度值,分级迭代运算,确定最佳变换角度,既保证了参数估计精度,又降低了计算量.然后,构造分数阶Fourier域自适应谱线增强器,抑制海杂波,提高信杂比;将泄漏因子引入到加权矢量的迭代公式中,降低记忆效应对谱线增强器的影响;并对自适应步长进行功率归一化,提高收敛速度;输出信号在分数阶Fourier域与门限进行比较后判断目标的有无,估计出目标的运动参数.最后,采用X波段IPIX雷达海杂波数据进行验证,结果表明算法具有较快的收敛速率和较小的均方误差,在低信杂比条件下(sCR=-5dB)具有较高的检测概率(Pd=0.9),证明了算法的有效性和稳健性.     

基于FRFT的LFM信号自适应滤波算法及分析

针对线性调频(LFM)信号自适应滤波问题,利用分数阶傅里叶变换(FRFT)对LFM信号良好的能量聚集性的特点,提出了一种分数阶傅里叶域LFM信号自适应滤波算法.算法采用分级迭代运算的方法确定最佳变换角度,保证参数估计精度的同时,降低了运算量.结合泄漏LMS(LLMS)和归一化LMS(NLMS)算法,对传统LMS自适应算法的跟踪和滤波性能进行了改进,并给出了算法的收敛条件.在加权矢量的迭代公式中引入泄露因子,降低了记忆效应对滤波器的影响;并对自适应步长进行功率归一化,提高了收敛速率.仿真分析了参数对算法收敛性能的影响,结果表明,当输入LFM信号频率变化较快时,算法有较好的收敛性能和较小的均方误差,同时在低信噪比(SNR=10 dB)下也有良好的滤波效果.     

基于卡尔曼滤波的压缩感知弱匹配去噪重构

现有的贪婪迭代类压缩感知重构算法均基于最小二乘对信号进行波形估计,未考虑到可能将量测噪声引入信号估计的情况.针对以上不足,提出了一种基于线性Kalman滤波的压缩感知弱匹配去噪重构算法.该算法不需已知稀疏度先验,通过引入Kalman滤波,在最小均方误差准则下,每次迭代都获得最佳信号估计;并以弱匹配的方式同时筛选出有效的原子,并剔除冗余原子进而重构原信号.新算法继承了现有贪婪迭代类算法的有效性,同时避免了因噪声干扰或稀疏度未知导致的重构失败.理论分析和实验表明,新算法在同等条件下,重构性能优于现有典型贪婪迭代类算法,且其运算时间低于BPDN算法和同类的KFCS算法.     

一种基于语音频谱的基频和共振峰提取算法

基音频率和共振峰频率的提取在语音编码、语音合成和语音识别中有着广泛的应用。通过深入分析语音信号的时域和频域性质,针对语音信号幅度谱的特征设计了一种有效的基频和共振峰提取算法。并对实际语音信号进行参数提取测试,实验结果证明了这种算法能够准确提取不同讲话者和录音条件下的语音信号的基频与共振峰频率。     

结合差分阵列与幅度谱减的双麦语音增强算法

为了抑制小型语音通信设备中的方向性噪声干扰问题,提出了一种结合差分阵列与幅度谱减的双麦语音增强算法。该算法首先利用一阶差分阵列技术,对两麦克风采集到的带噪语音信号进行处理,得到语音通道信号和噪声通道信号。接着利用差分阵列处理后的两通道信号对语音通道信号的信噪比进行估计。最后利用幅度谱减法对语音通道信号中残留噪声进行消除。针对语音通道信号的信噪比估计,本文给出了两种新奇的计算方法。仿真实验表明,该算法有效的抑制了方向噪声,改善了语音的质量,去噪效果及语音质量均优于对比算法。      

基于预测的差分信号压缩感知算法

基于压缩感知的频谱感知方法可以较低的采样速率快速获取信号,并利用获得的稀疏数据样本来判断信道的占用情况。然而,压缩感知技术中信号重构算法的复杂度很高,难以满足无线通信中的实时性要求。本文提出一种基于预测的差分信号压缩感知算法,该算法利用信道占用时间上的相关性,建立了一种信道占用情况的预测模型,依此模型预测出信道占用的变化情况;基于预测结果,在重构信号时可减少频点的搜索范围,两次降低重构算法的运算量。仿真结果表明,在保证感知性能的前提下,新算法可大幅降低迭代次数,减少算法复杂度。      

Adaptive nonuniform polar quantization application to high quality speech compression

The logarithmic companding technique has shown to be extremely useful in speech quantization with rate of 8 bits/sample. However, for lower bit rates it is not the ideal solution for high quality speech coding. Because of that, in this paper we establish source coding scheme which enables better spectrum efficiency for input that has a large dynamic range. Since our wish is also to improve signal quality in comparison with quality defined with standards G.711 and G.712, we opt for adaptive technique application to the speech coding. Our research shows that proper design of forward gain-adaptive polar quantization can enable compression of about 1 bit/sample as well as significantly better quality than in case of using coder designed according to standard G.711. Furthermore, performances can be sustained over the whole speech dynamic range. Also, if the requisite speech quality is not supposed to be lower than G.712 standard quality, the achieved compression can be almost 1.5 bits/sample. Besides, we propose knew simple encoding rule which can additionally reduce bit rate for 0.1 bit/sample.     

Using Spectral Subtraction for Suppression of Noise in Speech Signals with Analog Integrated Circuits

A new modification of the spectral subtraction algorithm is presented which enables operating entirely in the time domain and is thus suitable for realization in analog integrated circuits. The noise spectrum is obtained during speechless intervals and stored for spectral subtraction when speech is present in the signal. The frequency range of interest of the speech signal is divided into narrow frequency bands by means of a bank of band-pass filters. For each frequency band the noise model is realized as an auxiliary signal multiplied by a particular weight. A subsystem is presented that produces an output signal whose power is equal to the difference between the input signal power and the noise model power for each frequency channel, thereby realizing the spectral subtraction. Circuits to achieve the described operation are outlined. Finally, simulation results of the noise removal algorithm are shown in the form of a spectrogram and the results showing improvement in automatic speech recognition are given.     

基于局部多项式傅里叶变换的语音盲源分离

频域的语音信号盲源分离多采用短时傅里叶变换以及Wigner-Ville分布(WVD)求信号的功率谱,而短时傅里叶变换对于多分量信号的频率分辨率受窗函数影响很大,WVD是一种非线性时频变换,处理多分量信号受交叉项影响很大。局部多项式傅里叶变换(LPFT)不仅提高了频率估计精度而且大大减少了时频分布中交叉项的影响。将语音信号表示为多分量的多项式相位信号,对语音信号作二阶LPFT,求得其局部多项式傅里叶变换谱(LPP),并构造时频矩阵,采用联合近似对角化算法求得能使信号功率谱矩阵近似对角化的一个酉矩阵,通过信号的白化以及酉矩阵来估计源信号,有效地分离出了原始信号。仿真结果表明,在噪声环境下可以将两个不同的语音信号进行分离。     

基于感知加权滤波的卡尔曼滤波语音增强

结合人耳听觉掩蔽效应,提出一种基于听觉感知加权的卡尔曼滤波语音增强方法。由于人耳对语音的感知主要是通过语音信号频谱分量幅度获得的,引入听觉感知加权滤波器在频域上使共振峰区域残留噪声更多,而共振峰之间及语音幅度谱较低的区域残留噪声减少,这样符合人耳的听觉特性,从而使得主观感觉到的噪声最小。采用语音质量感知评估对语音增强的效果进行评测,与传统的卡尔曼滤波语音增强算法相比,实验结果显示该算法提高了增强语音的质量。     

Unvoiced/voiced classification and voiced harmonic parameters estimation using the third-order statistics

Unvoiced/voiced classification of speech is a challenging problem especially under conditions of low signal-to-noise ratio or the non-white-stationary noise environment. To solve this problem, an algorithm for speech classification, and a technique for the estimation of pairwise magnitude frequency in voiced speech are proposed. By using third order spectrum of speech signal to remove noise, in this algorithm the least spectrum difference to get refined pitch and the max harmonic number is given. And this algorithm utilizes spectral envelope to estimate signal-to-noise ratio of speech harmonics. Speech classification, voicing probability, and harmonic parameters of the voiced frame can be obtained. Simulation results indicate that the proposed algorithm, under complicated background noise, especially Gaussian noise, can effectively classify speech in high accuracy for voicing probability and the voiced parameters.     

基于波束形成的长短时记忆网络语音分离算法研究

在利用深度学习方式进行语音分离的领域,常用卷积神经网络(RNN)循环神经网络进行语音分离,但是该网络模型在分离过程中存在梯度下降问题,分离结果不理想。针对该问题,该文利用长短时记忆网络(LSTM)进行信号分离探索,弥补了RNN网络的不足。多路人声信号分离较为复杂,现阶段所使用的分离方式多是基于频谱映射方式,没有有效利用语音信号空间信息。针对此问题,该文结合波束形成算法和LSTM网络提出了一种波束形成LSTM算法,在TIMIT语音库中随机选取3个说话人的声音文件,利用超指向波束形成算法得到3个不同方向上的波束,提取每一波束中频谱幅度特征,并构建神经网络预测掩蔽值,得到待分离语音信号频谱并重构时域信号,进而实现语音分离。该算法充分利用了语音信号空间特征和信号频域特征。通过实验验证了不同方向语音分离效果,在60°方向该算法与IBM-LSTM网络相比,客观语音质量评估(PESQ)提高了0.59,短时客观可懂(STOI)指标提高了0.06,信噪比(SNR)提高了1.13 dB,另外两个方向上,实验结果同样证明了该算法较IBM-LSTM算法和RNN算法具有更好的分离性能。     

基于稀疏性的相位谱补偿语音增强算法

相位谱补偿语音增强算法通过调整相位谱对噪声进行压缩,提高重构信号的质量。针对传统的相位谱补偿(phase spectrum compensation, PSC)语音增强算法采用固定的相位补偿因子,且算法的性能易受噪声估计准确性的影响,提出了一种基于稀疏性的相位谱补偿(sparsity-based phase spectrum compensation, SPSC)语音增强算法。首先,利用噪声估计算法得到噪声幅度谱,利用基于幅度谱的语音增强算法得到目标语音幅度谱;接着,通过噪声和目标语音幅度谱之间的局部信噪比(Signal-to-Noise Ratio, SNR)来估计谱时间稀疏性;然后,利用sigmoid函数改进相位补偿因子,联合补偿因子和谱时间稀疏性,得到SPSC函数。最后,使用SPSC函数对相位谱中的谱分量进行补偿,通过短时傅里叶逆变换得到最终增强后的语音信号。仿真实验表明,在四种不同背景噪声的低信噪比下,新的相位谱补偿算法使增强语音获得了更好的LSD、PESQ和segSNR指标,说明新的算法在低信噪比下,可以有效恢复带噪语音中的语音成分,对噪声抑制效果明显,增强语音的质量和听感均有一定提升。