一种DCT域的语音增强改进算法

提出了一种DCT域的语音增强改进算法。该算法依据DCT域语音分量和噪声分量统计分布的不同,采用最大后验概率估计方法对语音分量进行精确估计,实现将语音信号从噪声环境中分离出来,从而有效地改善语音质量。在低信噪比条件下,该算法可以有效降噪,且增强效果较频域增强算法更好。     

一种低信噪比语音的增强算法

为改善低信噪比环境下语音的质量,论文提出了一种新的语音增强算法。算法首先根据噪声频谱的高斯统计模型得到用先验信噪比形式表示的噪声频谱估计值,然后利用帧内、帧间平滑算法估计每一个频点的先验信噪比,从而能够更好地跟踪先验信噪比的变化。算法接着引入一种简便的估计语音在每一个频点出现概率的方法,得出一种新的语音增强算法。客观测试和非正式听音测试表明:该算法在几乎不损伤语音清晰度的前提下,能够更好地抑制低信噪比语音增强所产生的音乐噪声,同时使语音信噪比得到了明显提高。     

一种引入延迟的语音增强算法

针对传统语音增强算法中,只采用当前帧和当前帧以前的信息对当前帧语音谱进行估计而造成变电平噪声和音乐噪声的问题,采用一种改进的引入延迟的语音增强算法。通过引入延迟,可以在对当前帧语音谱进行估计时使用当前帧以后帧的信息,在噪声估计中采用类似路径搜索的双向搜索方法消除变电平噪声的影响,在先验信噪比估计中采用改进的非因果先验信噪比估计算法,消除低信噪比平滑不足带来的音乐噪声,在此基础上构建了一个完整的语音增强算法。实验结果表明,该算法基本不受变电平噪声的影响,而且音乐噪声和残留背景噪声都得到了很好的抑制。     

基于联合语音出现概率的先验信噪比估计算法

先验信噪比是语音增强的关键参数。该文分析了几种典型的先验信噪比估计算法,并得到这几种算法的统一形式,最后提出了基于联合语音出现概率的先验信噪比估计算法。测试结果表明,该算法在不引入音乐噪声的同时,平均段信噪比提高和平均对数谱距离等客观评价指标,都优于其它算法。     

基于概率耦合的双直接判决先验信噪比估计算法

直接判决（DD,Decision-Directed）算法结构简单、音乐噪声抑制能力较好,是当前语音增强领域最为常用的先验信噪比估计方法.但该算法对于滑动因子的选取数值较为敏感,且估计性能要受到时延问题的限定.本文首先采用实际的语音和噪声数据,根据音乐噪声残留及输出语音失真两方面的评测标准对DD算法中滑动因子的取值问题进行了研究,通过数据分析给出了其较为明确的上下边界值;然后基于语音及噪声信号的复高斯分布模型,采用软判决技术对两个具有不同滑动因子的DD算法进行概率耦合,提出了一种具有双DD结构的先验信噪比估计算法.该算法可以充分结合两个具有不同特性DD算法的优点,在音乐噪声抑制及限制语音失真等方面均获得了较为理想的输出效果.多种噪声背景及输入信噪比条件下的仿真结果表明,相对于目前流行的几种先验信噪比估计算法,本文提出算法具有更为优良的估计性能.     

一种基于语音和噪声统计信息改进相位估计的语音增强算法

为改善低信噪比环境下语音的质量,论文提出了一种改进相位估计的语音增强算法。算法首先根据语音和噪声频谱的统计模型的对称性得到用先验信噪比倒数形式表示的噪声频谱估计值,然后通过分析低信噪比条件下（0dB）相位估计对于幅度估计的重要性,利用噪声频谱估计值估计每一个频点的相位修正值,并给出了一种优化的先验信噪比估计算法,得到一种新的语音增强算法。由仿真实验给出的客观测试和非正式听音测试表明:该算法处理后取得了较好的效果,在抑制低信噪比语音增强所产生的音乐噪声的前提下,相比未改进相位估计的算法处理后的信号,语音失真度更小,语音质量有明显提高。      

基于最小统计量和掩蔽效应的单通道语音增强

利用人耳感知的掩蔽特性，并结合含噪语音能量的最小统计量估计，提出了一种低信噪比下的单通道语音增强算法。该算法对原始语音在Bark频带能量的最小统计量进行估计，从而准确估计含噪语音信噪比，再从感知的角度，在时域和Bark频域上合理调整增强系数，以实现语音增强的目的。实验表明，该增强算法能够在减小语音失真的同时，很好地抑制背景噪声和残余音乐噪声。     

基于无语音概率改进的对数谱幅度估计增强算法

针对谱减语音增强法中一直存在的去噪度、残留的音乐噪声和语音畸变度三者间均衡这一关键问题,本文提出一种基于无语音概率改进的对数谱估计增强算法.该算法结合无语音概率的思想,按照纯噪声帧和带噪语音帧两种状态.有区别地实时更新语音最小均方误差的对数谱增益,并利用无语音概率参数(SAP)自适应地调节平滑系数,以求随着噪声环境的变化,在去噪度、残留"音乐噪声"和语音畸变度之间自适应地折中.实验表明,该算法在相同去噪程度下,语音畸变和音乐噪声相对其他谱减法都同时地减弱,特别在低信噪比环境下优势更明显,而且平滑参数利用SAP参数,无需多余计算,便于实时处理.     

语音增强:使用burg谱先验信噪比估计消除"音乐噪声"

针对谱衰减增强算法中存在的"音乐噪声"问题,提出一种新的估计先验信噪比的方法.文章深入分析了谱衰减算法中"音乐噪声"的产生原因和抑制机理,并基于对先验信噪比的平滑,准确性和分辨率三者之间的关系以及它们对增强算法的影响等方面的综合考虑,选择burg方法结合直接判决准则进行估计,从而得到更加接近于真实情况下的先验信噪比.实验证明,在最小均方误差(MMSE)和对数谱最小均方误差(LSA-MMSE)增强算法中使用文章提出的先验信噪比估计,可以有效抑制"音乐噪声",同时,语音失真也进一步降低.     

基于听觉感知的LSA-MMSE改进型语音增强方法

传统增强方法的增益函数对每个频点都进行估计,必然会引进相对较多的语音失真.为了提高低信噪比下的语音增强效果,提出了一种计算掩蔽概率的方法,得到优化的语音增强方法.基于听觉感知特性,对噪声被掩蔽部分的带噪语音谱和未掩蔽部分采用不同处理方法.增强后的语音可以表示为这两个状态下单独估计的加权和,其中权重与噪声被掩蔽概率有关.通过与Virag的方法、LSA-MMSE估计等方法进行比较,实验结果表明所提的增强方法能在低信噪比下有效地抑制残留噪声的同时保持更小的语音失真.     

一种新的OFDM采样频偏盲估计算法

针对OFDM技术对系统的时钟同步要求非常高的问题,提出了一种新的采样频偏盲估计算法,该算法可较好地解决估计精度和估计复杂度的折中问题。通过仿真结果表明,在高斯白噪声信道下,与同类算法相比,该算法不仅估计精度高,而且估计复杂度低,符合实际工程应用。     

基于直接判决估计和预测估计的语音增强算法

对噪声环境下语音增强算法中的先验信噪比估计提出了一种新的估计算法。该算法结合了直接判决估计和预测估计方法,与传统的基于直接判决的先验信噪比估计算法相比较,当后验信噪比较大时,该算法减少了语音失真;当后验信噪比较小时,算法较明显地减少了音乐噪声。通过研究发现传统的直接判决方法就是该算法的一个特例,该算法可以通过一个权衡因子退化为传统的直接判决方法。实验结果也证实所提出的算法的优越性能。     

高阶累积量的近场源四维参数联合估计方法

提出了一种近场窄带信源载波频率、仰角、方位角和距离四维参数联合估计的方法。该方法利用构造累积量矩阵的特征值及其相应特征向量直接获取信源参数,无需谱峰搜索,计算量适中,且适用于加性高斯噪声环境。此外,该方法由于采用了非中心对称结构的十字阵列,可有效减少阵列孔径损失。计算机仿真实验证明了该方法的有效性。     

一种CPM信号参数盲估计方法

针对非协作通信下CPM信号参数盲估计问题,提出了一种系统的有序的盲估计方法,实现了对CPM信号的载频、符号速率、调制指数和调制阶数等参数的精确估计。利用CPM信号的循环平稳特性,采用了基于周期谱的符号速率估计方法,构建了代价函数,采用联合估计法对调制指数和频偏实现了三维的精确搜索,最后实现了基于循环平稳性的CPM信号调制阶数的准确识别。理论分析与试验仿真表明,新方法具有较高的正确估计概率,且在低信噪比下也能达到较好的效果。     

LTE—A基于DMRS的噪声估计算法研究

LTE—A上行参考信号主要包括DMRS（解调参考信号）和SRS（探测参考信号）,DMRS信号主要用于上行信道估计以及eNodeB端的相干检测和解调,以便接收端成功解调数据。信道估计的准确性对于LTE—A系统的性能是至关重要的,而在信道估计算法（MMSE）中,噪声估计的准确性将直接影响到信道估计的性能。因此,为了更加准确地进行信道估计,对噪声估计的研究是非常有必要的。     

高性能汉语语音基音周期估计

精确度、连续性和可行性是语音基音分析中必须考虑的三个主要问题,为解决这些问题,本文提出一种新的汉语语音基音周期估计方法,首先,我们通过以ＬＶＡＭＤＦ方法替代ＡＭＤＦ方法获得了更好的基音估计精度和进域分辨度;其次,我们根据汉语语音的特点提出了元音清晰度的概念,在ＬＶＡＭＤＦ和元音清晰度的基础上,本文设计了元音中心定位、基音谐波单周期校正、基音邻近搜索等一系列算法,从而大大提高了汉语语音基音估计的精确     

逻辑级功耗估计方法的研究

随着芯片规模的增大和速度的不断提高,功耗已经成为深亚微米设计中需要考虑的一个主要因素.在设计中,为了满足功耗需求而又避免进行昂贵地重新设计过程,就需要在设计的不同阶段进行精确而高效的功耗估计.同时,功耗估计对于设计过程中的优化及可靠性设计也是十分重要的.因此,在设计的各个抽象层次出现了很多功耗估计的方法.文章研究了逻辑级功耗估计的方法,重点是近年来提出的几种逻辑级功耗估计的方法,阐述了这些方法的基本原理并比较它们各自的优缺点.     

Distributed multichannel speech enhancement with minimum mean-square error short-time spectral amplitude, log-spectral amplitude, and spectral phase estimation

In this paper, the authors present optimal multichannel frequency domain estimators for minimum mean-square error (MMSE) short-time spectral amplitude (STSA), log-spectral amplitude (LSA), and spectral phase estimation in a widely distributed microphone configuration. The estimators utilize Rayleigh and Gaussian statistical models for the speech prior and noise likelihood with a diffuse noise field for the surrounding environment. Based on the Signal-to-Noise Ratio (SNR) and Segmental Signal-to-Noise Ratio (SSNR) along with the Log-Likelihood Ratio (LLR) and Perceptual Evaluation of Speech Quality (PESQ) as objective metrics, the multichannel LSA estimator decreases background noise and speech distortion and increases speech quality compared to the baseline single channel STSA and LSA estimators, where the optimal multichannel spectral phase estimator serves as a significant quantity to the improvements, and demonstrates robustness due to time alignment and attenuation factor estimation. Overall, the optimal distributed microphone spectral estimators show strong results in noisy environments with application to many consumer, industrial, and military products.     

一种新的多天线SC-FDE UWB系统信噪比估计方法

为辅助实现多天线单载波频域均衡超宽带系统相干检测,提出一种新的信噪比估计方法.该方法在不同发射天线传输满足空间复用条件的导频序列,接收端首先获得多天线子信道最小二乘估计,再根据信道共轭对称特性构造噪声采样矢量,然后应用克拉美罗定理获得噪声方差信息,最后联合二者计算系统的信噪比值.仿真结果表明:和传统方法不同,提出方法不仅在高信噪比端大大提高了估计精度,而且可以和简单易执行的最小二乘信道估计器同时使用.     

OFDM系统中一种改进的信噪比估计算法

在OFDM系统,SNR承担着监控信号质量的责任.主要研究了基于LMMSE信道估计的信噪比估计.针对现有算法的复杂度高,信噪比估计有偏的问题,提出了一种改进的修正算法.该方法通过无偏的噪声估计以及前后OFDM符号之间的迭代来实现快速收敛,并且直接利用LMMSE信道估计过程的系数来计算修正因子,计算复杂度低.经仿真表明,所提方法在高SNR时估计精度可提高2dB,误码率也有0.3dB的提升.