基于谱熵的动态双门限语音端点检测算法

针对通信设备语音通话控制的需求,通过综合分析语音端点检测主要方法及性能,提出一种基于谱熵语 音端点检测算法。介绍语音端点检测算法,进行语音信号谱熵计算,通过建立背景噪声模型的方式动态调整谱熵值 判别门限,实现语音端点检测功能。仿真结果表明：该算法不仅在低信噪比条件下具备较好的检测性能,而且在复 杂背景噪声环境下具备良好的适应能力。     

多特征和APSO-QNN相结合的语音端点检测算法

针对传统端点检测算法在多种复杂噪声环境下端点检测正确率低、鲁棒性较弱的问题,提出多特征和加速粒子群优化量子神经网络(APSO-QNN)相结合的端点检测算法。该算法通过提取语音信号的短时能量特征、循环平均幅度差函数特征、频带方差特征及美尔频率倒谱系数特征,将这些特征量输入量子神经网络(QNN)进行学习并利用加速粒子群算法对量子神经网络参数进行优化,构建语音端点检测模型,实现对信号的类型的判别。仿真实验结果表明,该方法不仅提升了语音端点检测的正确率,而且降低了虚检率与漏检率,具有较强的抗噪鲁棒性。     

一种对单兵通讯模块中短时能量语音端点检测的改进方法

现有的单兵通讯模块中的实时语音端点检测为短时能量加过零率的检测方法,在实际使用中发现该方法在低信噪比的环境下的识别率较低,针对该问题,在原来检测方法的基础上提出一种音频特征值交叉熵,根据三者阀值的综合判断来确定当前音频信号是否是语音信号。     

面向战场环境下的语音传输与重构

针对语音在高压缩比及低信噪比下传输与重构质量不佳的问题,提出一种基于语谱图的语音压缩传输重构方法。在发送端将语音信号转为语谱图进行传输,再在接收端对语谱图作图像去噪处理,根据去噪后的图像恢复出语音信号的幅度谱;建立发声重构模型,用幅度谱对语音信号进行重构,实现语音恢复。实验结果表明：无噪声环境下,压缩比为10和40的条件下,重构语音质量客观平均得分达到3分以上;低信噪比条件下,压缩比为10时,重构语音质量客观平均得分也能达到2分以上。相比于传统的压缩感知语音重构算法,在高压缩比下,新方法对重构语音质量有明显改善。     

基于自适应MMSE-LSA与NMF的语音增强算法

针对目前已有的语音增强算法在低信噪比的非平稳噪声环境下存在语音增强性能欠佳、计算复杂度高、语音失真与音乐噪声的问题,提出基于自适应对数谱幅度的最小均方误差(MMSE-LSA)与非负矩阵分解(NMF)的语音增强算法。首先利用自适应MMSE-LSA估计器对含噪语音信号进行增强,以提高输入信号的信噪比,接着对增强后产生的语音失真和残留噪声利用NMF算法进行补偿,既保证语音质量,又尽可能地消除噪声干扰。仿真实验结果表明,语音增强算法与经典的谱减算法、维纳滤波算法相比,不仅提高了输出信噪比,而且降低了音乐噪声,在可懂度和清晰度方面均具有较明显的优势。     

基于小波尺度相关的船舶轴频电场信号检测算法

针对现有船舶轴频电场信号检测算法检测微弱信号能力弱和计算量大等问题,提出了基于小波尺度相关的目标检测算法。该算法利用目标信号和噪声在小波变换各尺度上相关性的差异,求取实测信号的两重小波相关系数,并对其进行二次小波变换,将变换后的两重小波相关系数作为检测信号进行滑动功率谱检测。实测数据对滑动功率谱算法、基于小波包分解的检测算法和本文算法的验证结果表明,本文算法能在更低信噪比情况下有效地将微弱的轴频电场信号从环境背景噪声中检测出来。     

强海杂波背景下目标信号的自适应频谱窗检测

针对通过频谱加固定矩形窗的频域滤波检测导弹目标信号的方法对强海杂波适应性较差的问题,提出了强海杂波背景下导弹目标信号的自适应频谱窗检测方法。该方法在实时估计的海杂波上限截止频率和理论上弹目最大交会速度的基础上,构建频带范围及形状适应于当前频谱、具有一定自适应性的频谱窗来抑制强海杂波对提取导弹目标谱峰信息的干扰。仿真表明,该方法能有效抑制强海杂波对提取导弹目标信号谱峰信息的干扰,提高了系统在强海杂波背景下检测导弹目标的性能。     

舰船辐射噪声调制度对调制谱的影响

基于调制谱理论和舰船辐射噪声是高斯过程的假定,把调制谱谐波信号与非谐波分量分别当作信号与噪声,定量地讨论了调制系数与调制谱谐波信号信噪比的关系,分析了背景噪声对调制谱谐波信号信噪比的影响。     

水中磁性运动目标信号的模型化检测

使用均匀磁化旋转椭球体模型对水中磁性运动目标进行实时建模,通过对所建模型进行统计检验,实现对目标信号的模型化检测,并同时估计目标运动参数和磁性状态。采用模型化信号检测技术,在信号与背景噪声工作频带严重重叠的条件下,对目标检测信噪比可低至0 dB以下。采用模型化信号检测方法,对运动目标信号的检测可靠,虚警概率低,同时具有目标识别能力。     

基于卷积神经网络的微弱雷达信号增强技术研究

针对雷达信号侦察领域中微弱信号检测困难的问题,提出了一种利用卷积神经网络算法增强微弱信号的方法。在Tensor Flow框架下,首先对信号做短时傅里叶变换,通过监督学习训练,在含噪频谱和纯净频谱之间建立关系,最后将训练成熟的网络用于提高微弱信号的信噪比,实现了信号增强的目的。仿真结果表明,算法对含噪信号的增强效果十分明显。该算法的实现将有效提高信号检测概率,为信号检测领域提供有效支撑。     

基于超波束幅度权的盲空间谱减干扰抵消方法

针对影响拖曳线列阵声纳系统目标检测性能的拖船自噪声与友邻舰艇辐射噪声这两种典型近场强干扰源,提出基于超波束幅度权的盲空间谱减干扰抵消方法。利用超波束技术形成强干扰方位区域的多波束,获取干扰波束的幅度谱。通过合适的谱减策略,将基元域的幅度谱减去干扰波束的幅度谱,得到干扰抵消后的基元域信号幅度谱,继而转换为基元域的频域信号。通过频域块自适应滤波算法完成目标方位估计。宽带仿真结果与海试表明,这种方法在强干噪比和低信噪比条件下比最小方差无失真响应和传统基元域干扰抵消方法在阵增益方面提高约10 dB,能够同时抵消拖船干扰和邻近目标强干扰,且有效降低了检测背景的起伏。     

航空磁探中潜艇目标的联合估计检测方法研究

为了解决航空磁探测中水下潜艇目标信号被强磁背景噪声和干扰淹没的问题,提出一种联合估计检测方法。针对潜艇目标基于磁偶极子建立目标磁场光泵测量信号模型,确定了目标信号模型主要由位置三分量x、y、z,目标磁矩三分量M_x、M_y、M_z以及航向角θ等7个未知参量决定。使用光泵磁探仪的观测样本,根据潜艇目标先验信息,基于遗传算法使用Fréchet距离构造适应度函数,搜索得到目标未知参量。根据生成的目标估计信号,构造了平均相关检验统计量,并设计了使用目标估计信号的联合估计检测器。研究结果表明：联合估计检测器在低信噪比条件下仍具有良好的检测能力;相对于传统的正交分解检测和动目标航空磁异常检测,使用目标估计信号的联合估计检测器能够降低虚警概率,提高信噪比,使检测性能更优。     

复杂海洋环境噪声下甚低频声信号检测方法

针对复杂海洋环境中的探测潜艇目标问题,开展复杂海洋环境噪声下的甚低频信号检测研究。采取更加符合实际的列维分布描述复杂海洋低频环境噪声,并基于对数矩法估计实测噪声的分布参数,为后续的系统参数选取提供先验知识;提出随机共振来检测复杂海洋环境噪声下的甚低频信号,分析列维噪声下的2阶随机共振方法;推导列维噪声下随机共振系统匹配参数,建立2阶双稳态匹配随机共振信号检测系统。仿真实验结果表明：2阶匹配随机共振检测器比传统相关检测器的检测性能优越很多;在虚警概率0.01条件下要使得检测概率达到0.9,比相关检测器所需输入信噪比降低10 dB. 通过外场湖中试验,验证了该系统对水下移动航行器产生甚低频声信号的有效检测。     

航空磁异常探测中的自适应高阶过零检测器

传统航空磁异常探测方法依赖目标信号特性或噪声统计特性的先验知识,造成检测概率低、探测距离短。为了提高航空磁异常信号检测器性能,综合考虑目标信号特征和噪声统计特性,提出一种基于高阶过零法的自适应磁异常探测方法。根据铁磁性潜艇目标信号模型、实测目标高空信号以及稳定无磁环境和复杂磁环境中长时间采集的实测磁噪声,分析目标信号和噪声的特征,研究二者之间的高阶过零统计特性。基于信号的前5阶高阶过零序列构造检测器的检验统计量,设计适用于复杂环境下航空磁异常目标探测的自适应高阶过零（AHOC）检测器。理论性能分析和实测数据验证表明：铁磁性目标信号和磁噪声信号的高阶过零特性存在显著差异,前5阶高阶过零率有明显的区分度;在相同的输入幅度信噪比条件下,AHOC检测器输出的幅度信噪比大于5,抗噪能力更强,且具有良好的弱信号检测能力;AHOC检测器的检测效果优于常规的高阶过零检测器和标准正交基函数检测器,适用于复杂磁环境下的低信噪比探测。     

双谱分析在引信信号检测中的应用

强背景噪声中引信信号的检测，是引信信号处理中的一个重要课题．传统信号检测理论和方法主要采用似然比检测，已得到广泛的应用，但是存在明显的缺点．提出了在强背景噪声中，采用双谱技术来检测引信信号，获得了较好的效果．     

基于互相关与混沌理论相结合的水下目标信号检测

鉴于当前传统的检测理论基础上的噪声抑制技术其指标已达极限,为了弥补互相关方法应用的局限性,文中将常规互相关检测方法与混沌检测方法相结合,构成一个新的微弱正弦信号检测系统,通过混沌系统相轨迹变化来检测目标信号,实现了强噪声背景下弱信号的检测,并用梅尔尼科夫函数给出了系统出现混沌状态的阈值。仿真结果表明,该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力。     

战场多目标混合声信号源数盲估计算法研究

为了适应战场的实际应用环境，解决传统的MDL准则信源数估计算法在有色噪声条件下失效的问题，提出了基于MDL函数值比值的信源数目估计算法，但此算法在低信噪比下信源数的检测概率较低。针对这一问题，用样本特征值平方和与样本特征值之和的比来代替MDL函数中的样本特征值算术平均的方法来改进MDL准则函数，从而得到基于改进的MDL函数值比值算法。该算法可以有效提高信源数所对应的MDL函数值与非信源数对应的MDL函数值之间大小的差距，从而进一步提高低信噪比条件下MDL比值法的估计性能。通过仿真试验和实测数据的验证试验，袁明所提出的两种算法是有效的和可行的。     

基于TMS320VC5509A 的机载语音降噪系统

针对机载强噪声环境下的语音通信,研究并设计基于 TMS320VC5509A芯片的语音降噪实时处理系统.对主流语音降噪算法进行研究,采用基于短时谱幅值的频域增强典型算法——谱减法,对带噪语音进行降噪.实验结果表明:该系统具备良好的实时处理能力,在机载强噪声环境下,对带早语音的综合降噪效果较为明显.