用高阶累积量提取高斯噪声中信号的研究

在噪声中提取信号一直是微弱信号检测及数字信号处理领域里研究的重要问题，本文介绍的最如何利用高阶累积量提取高斯噪声中的信号，可以证明了，对于高斯噪声，它的三阶或三阶以上的累积量为零，因此，通过计算高斯噪声的高阶累积量可达到抑制噪声的目的。     

三阶累积量在语音信号端点检测中的应用

语音信号的三阶累积量通常不等于零,因而可以用来检测噪声环境中语音的起始点和终止点。提出一种采用累积量矩阵的最大奇异值来实现语音端点检测的方法,并引入一种自适应的实现方法。仿真实验表明,所提方法在很大程度上降低了传统端点检测方法的错误率。     

一种DSSS信号载频与码片速率的估计方法

在军事通信领域中,为解决抗干扰问题,直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号具有较低的功率谱密度,信号淹没在背景噪声中,侦查难度较大.针对低信噪比DSSS信号载频与码片速率检测的难题,为提高通信系统的性能,消除噪声,利用循环统计量的循环特性可以体现出循环平稳信号的频率参数,高阶循环累积量可以有效地抑制任何平稳噪声与非平稳高斯有色噪声的特点,提出了一种可同时对DSSS信号的载频与码片速率进行盲估计的方法.通过对不同延时切片的选择可以实现低信噪比DSSS信号载频与码片速率的检测,不需要任何的先验信息,在低信噪比的情况下有较好的估测效果.仿真实验验证了估计方法有效性.     

基于伽玛通滤波器的双谱特征语音可懂度算法

针对现有的语音可懂度评价方法不能真实贴近人耳对语音的感知过程，提出一种基于人耳听觉特性的双谱特征预测语音可懂度评价(Gammatone-bspectral speech intelligibility metric, GBSIM)算法。充分利用双谱可以检测语音信号中的非线性相位耦合，抑制非高斯信号中的高斯噪声的特性，采用可以模拟人工耳蜗模型的Gammatone滤波器组，通过滤波处理将输入的语音信号分为32个听觉子频带，用三阶统计量对每个子频带的语音信号进行双谱估计并提取单一特征值来计算语音的可懂度。实例验证结果表明，该方法对信号失真变化敏感，其评价结果与主观评价具有很高的相关度，相对于传统的语音可懂度评价算法具有更好的评价效果。     

基于三阶累积量对角切片的信号特征检测

提出了一种基于三阶累积量对角切片的特征检测方法。该方法既不需待检信号做高斯和平稳的假设,也不需要有信号的先验知识。其原理是首先通过滤波器组将检测信号在频域上进行分离,选取输出能量较大的一组子频带信号近似给出信号的时频描述;然后在各个选中的子频带内分别计算三阶累积量的短时估计,从而抑制有色噪声,将信号的特征检测出来。仿真信号验证了该方法的有效性和适应性。     

舒适噪声生成算法研究

舒适噪声生成技术的研究目的在于能够更为接近的还原实际的背景噪声.具体的实现方法是利用线性预测算法在接收端对背景噪声进行还原,即利用背景噪声的有效载荷包括噪声级别的描述以及反射系数形式谱信息,在接收端生成舒适噪声.而系统模型的阶数则不必传输,因为这个数值是可以从有效载荷的长度中获得,从而能够较好的还原出语音通信中的背景噪声.舒适噪声生成算法的评估是通过引入舒适噪声有效载荷完成的,通过比较原始语音信号以及经过静音检测、CNG算法还原出的语音信号,结果表明在无噪声背景以及有低频噪声背景的情况F,对原始语音信号经过静音检测后插人生成的舒适噪声,能较好地恢复出原始的语音信号.     

一种基于宽带噪声的同态滤波语音增强算法分析

语音通信中,强烈的背景噪声会影响语音信号的传输质量,为了提高语音通信的抗噪声性能,针对说话时伴随着呼吸引起的宽带噪声,分析传统抗噪声方法存在的问题,提出自相关与同态滤波相结合的改进方法,对纯净的语音信号和噪声信号进行分离,提取纯净语音信号.通过实验仿真明显提高了语音处理系统的传输质量,达到了语音增强的目的,其鲁棒性更好.     

通信信道信号畸变的一种参数辩识方法

本文提出了一种信道在传输信号时使信号发生畸变的参数辩识方法,即ＭＡ模型方法。对于信道的畸变特征只需少量的几个参数就能描述,针对一般信号的非高斯分布特点,提出了用三阶累积量来估计模型参数的方法,即使在高斯色噪声的情况下,它也能有效地估计模型参数。计算简单,有效。     

WCDMA信号检测与参数估计

针对低信噪比下WCDMA信号检测与伪码(OVSF码)周期检测的难题,利用四阶累积量能够有效抑制高斯白噪声和二次谱具有明显谱峰的特性,提出了一种基于四阶累积量和二次谱相结合的WCDMA信号盲检测方法。该方法首先利用四阶累积量的切片检测出WCDMA信号,并估计得到WCDMA信号的采样率,接着通过二次谱算法所得到的谱峰间的距离来估计出OVSF码的周期参数。计算机仿真结果表明,该算法可以有效地对WCDMA信号进行检测并估计OVSF码周期。     

噪声在保密通信中的应用

<正> 噪声总是和信号同时存在于无线电通信系统中,噪声的存在几乎是不可避免的。在无线电通信中,为了提高通信的质量,在与噪声作斗争中,往往要付出巨大的人力和物力,通信中噪声和干扰较大的频段,人们总是设法避开。但是,在保密通信中,噪声却受到重视。有的设计师就是以噪声为烟幕,将要传输的有用信号隐藏在噪声烟幕中,使有用信号在噪声烟幕的掩盖下安全地传输到收信处。图1所示为噪声烟幕信号的产生系统示意图。待传输的原始信号首先经过频率调制,调制于副载波上,已调副载波再与功率比它大得多的高斯噪声相加形成混合信号,这种混合信号的外形同高斯噪声一样,一般收信方式很难发现噪声中的信息。由于频率调制副载波的幅度参量不携带信     

语音清浊音分类及浊音谐波提取算法——三阶累积量基于正弦语音模型的应用

在低信噪比和非平稳噪声干扰下,语音信号的清浊音检测是语音信号处理中的一个重要研究问题。论文基于语音正弦模型,提出了一种清浊音分类和浊音谐波提取算法。该方法在分析了语音的三阶累积量谱后,用子谐波-谐波方法取得基音,并计算出谐波参数和高低频能量比值。它利用谱包络估计器得到谱包络及尖峰信号,结合最小均方估计准则下的迭代算法计算语音谐波的信噪比;通过对上面各计算结果的综合评价得出语音帧的浊音度,从而得到语音清浊音的分类和浊音谐波数。仿真结果表明,该算法在复杂噪声背景下,能有效进行语音分类,准确得到浊音度。同时该算法还具有实时性好、语音参数分析精度高的特点。     

基于curvelet变换和独立分量分析的含噪盲源分离

独立分量分析（ICA）是基于信号高阶统计量的盲源分离方法,在高阶统计量方法中,由于高斯信号的高阶累计量为零,所以系统存在加性高斯噪声时就难以处理。提出了一种基于curvelet阈值去噪和FastICA算法的含噪信号盲分离的方法,并对高斯噪声环境下的混合图像进行了盲分离的仿真。结果表明,该方法能很好地解决由于存在加性高斯噪声而导致经典ICA算法性能发生严重恶化的问题;同时将curvelet变换去噪应用于含噪图像的盲源分离中,可以提高混合图像的信噪比,相对于小波去噪后的ICA算法,其分离性能有很大改善。     

Single-Ended Speech Quality Measurement Using Machine Learning Methods

We describe a novel single-ended algorithm constructed from models of speech signals, including clean and degraded speech, and speech corrupted by multiplicative noise and temporal discontinuities. Machine learning methods are used to design the models, including Gaussian mixture models, support vector machines, and random forest classifiers. Estimates of the subjective mean opinion score (MOS) generated by the models are combined using hard or soft decisions generated by a classifier which has learned to match the input signal with the models. Test results show the algorithm outperforming ITU-T P.563, the current “state-of-art” standard single-ended algorithm. Employed in a distributed double-ended measurement configuration, the proposed algorithm is found to be more effective than P.563 in assessing the quality of noise reduction systems and can provide a functionality not available with P.862 PESQ, the current double-ended standard algorithm.     

复数系统中三、二阶归一化累积量盲均衡算法的研究

采用对称—反对称变换原理,提出了一种基于复数系统三、二阶归一化累积量盲均衡算法,克服了对称信号三阶累积量为零而无法进行信道均衡的缺点。计算机仿真表明,该算法实现简单,收敛效果好,稳态剩余误差小,其性能优于已有的一些同类算法。     

水下航行器辐射噪声谱增强新方法

提出了基于四阶累积量对角切片的自适应动态谱线增强新方法，对其原理进行了剖析。用实测水下航行器辐射噪声数据，对动态谱线增强进行了仿真研究。结果表明：基于四阶累积量对角切片的自适应动态谱线增强方法（FOCDSBADLE）抑制高斯噪声的能力远强于传统的自适应谱线增强方法（ALE）。本文的新方法为弱信号检测、参数估计和目标识别等信号处理提供了一条新的技术途径。     

基于压缩感知和MFCC的语音端点检测算法

在连续语音识别系统中,针对强噪声环境下传统双门限语音检测方法出现的误检问题,提出了一种结合压缩感知理论和MFCC倒谱系数的端点检测算法。该算法采用Hadamard随机观测矩阵和改进的OMP重构算法对语音信号进行压缩感知与重构,利用语音信号在离散余弦基上的近似稀疏性,提取重构信号的MFCC倒谱系数来检测语音信号的端点。仿真结果表明,提出的改进算法具有较强的鲁棒性,能满足在强噪声环境下对连续语音信号进行有效端点检测的要求。     

小波阈值降噪算法中最优分解层数的自适应选择

小波阚值降噪算法是一种去除数字信号中白噪声的有效算法．针对加性高斯白噪声的情况，提出一种自适应小波降噪算法，用于语音信号的增强．它能根据带噪信号的特点，自适应选择小波变换的最优分解层数．实验结果表明，该算法比经典的小波降噪算法具有更好的降噪效果，能有效提高算法的实用性能．     

修正的基于广义Gamma语音模型语音增强算法

广义Gamma模型是近年来新提出的一种语音分布模型,相对于传统的高斯或超高斯模型具有更好的普适性和灵活性,提出一种基于广义Gamma语音模型和语音存在概率修正的语音增强算法。在假设语音和噪声的幅度谱系数分别服从广义Gamma分布和Gaussian分布的基础上,推导了语音信号对数谱的最小均方误差估计式;在该模型下进一步推导了语音存在概率,对最小均方误差估计进行修正。仿真结果表明,与传统的短时谱估计算法相比,该算法不仅能够进一步提高增强语音的信噪比,而且可以有效减小增强语音的失真度,提高增强语音的主观感知质量。     

Object and texture classification using higher order statistics

The problem of the detection and classification of deterministic objects and random textures in a noisy scene is discussed. An energy detector is developed in the cumulant domain by exploiting the noise insensitivity of higher order statistics. An efficient implementation of this detector is described, using matched filtering. Its performance is analyzed using asymptotic distributions in a binary hypothesis-testing framework. The object and texture discriminant functions are minimum distance classifiers in the cumulant domain and can be efficiently implemented using a bank of matched filters. They are immune to additive Gaussian noise and insensitive to object shifts. Important extensions, which can handle object rotation and scaling, are also discussed. An alternative texture classifier is derived from a ML viewpoint and is statistically efficient at the expense of complexity. The application of these algorithms to the texture-modeling problem is indicated, and consistent parameter estimates are obtained     

基于小波变换和Kalman滤波的语音增强方法

针对受加性噪声干扰的语音信号,采用基于小波变换的Kalman滤波方法,提出一种有效的语音增强方法.分析在实际处理中所遇到的二进小波变换、滤波参数估计、Kalman滤波发散等问题.语音增强的效果采用信噪比来进行评估.仿真实验表明在加性噪声为高斯白噪声和色噪的情况下,该方法均具有较好的有效性.