基于EMD和ICA的单通道语音盲源分离算法

针对单通道语音信号盲分离的问题,结合盲源分离和经验模式分解的优点．提出了一种基于经验模式分解的单通道语音信号源数估计和盲源分离方法。对语音混合信号进行经验模式分解,利用贝叶斯算法估计语音源数目,根据源信号数目重组多通道语音混合信号,并采用独立分量分析实现语音信号的盲分离。仿真实验表明,使用此法能有效地估计通道语音信号源数和分离盲源。     

经验模态分解与独立分量分析融合的谐波信号的提取

检验系统保密性能重要的手段之一是混沌信号分离。近年来,很多学者利用盲源分离技术来提取混沌背景下的谐波信号。结合经验模态分解和独立分量分析各自的优点,本文对谐波信号使用经验模态分解与独立分量分析相结合的算法对混沌信号进行分离,验证算法的可行性,解决了独立分量分析对单一信号分析的弊端。     

基于互信息量的神经网络语音盲分离算法

盲分离技术由于不需要知道信号的先验信息而得到广泛应用。利用神经网络信息后向传播的特点,在Infomax算法的基础上,提出一种改进的基于互信息的语音盲分离算法,以神经网络为优化结构,并以输出熵为目标函数,实验证明,算法能很好提取信号的独立分量,完成混合信号的分离。     

一种基于峰度的盲源分离算法研究

盲源分离(BSS)问题是在缺少先验知识的情况下，从接收到的观测信号中恢复统计独立的源信号。独立分量分析(ICA)方法把多维随机矢量转换为尽可能统计独立的分量，是现代解决盲源分离问题最主要的方法之一。本文给出了一种基于峰度的盲源分离算法，与用Comon的方法求解Givens矩阵相比，结构清晰、实现简单，而且几乎没有对源信号的概率密度函数做任何假设，可以对几乎所有概率密度的源信号进行分离，还借鉴了Comon的成对处理原则，把算法推广到了解决一般的盲源分离问题。仿真证明了该算法的有效性。     

基于独立分量分析的PCMA信号盲分离算法

针对非协作通信中成对载波多址(Paired Carrier Multiple Acess,PCMA)信号的盲分离问题,提出了一种基于独立分量分析(Independent component analysis,ICA)的单通道盲分离算法。首先对接收到的单路PCMA信号进行参数估计得到其残余载波频率,再对其处理得到两路基带混合信号,最后利用ICA算法分离出源基带信号。该算法在未知两个卫星地面站发送信号的情况下,从接收到的PCMA信号中恢复出两路源基带信号。仿真实验表明,本文算法在信噪比为-10dB时仍具有良好的分离效果,两路基带信号的波形相似系数可分别达到0.94与0.86以上。     

Kalman滤波下的多信号单通道盲源分离

窄带物联网环境中,接收机收到的信号通常为多路混合信号,对单通道接收来说,利用常规盲源分离方法很难实现混合信号的分离和源信号提取。针对这一问题,本文提出了一种利用Kalman滤波算法进行信号估计,解决单通道盲源分离的方法。该方法利用信号间的时序结构,通过Kalman滤波算法对多信号混合中的源信号不断估计并迭代更新,最终得到分离信号。仿真实验结果表明,该方法能有效估计并分离出源信号。      

源信号数目大于观察信号数目情况下的盲源分离

独立分量分析(ICA)作为一种有效的盲源分离技术(BSS）是信号处理领域的热点。传统的独立分量分析都要求观察信号数目大于或者等于源信号数目，然而对于脑电图(EEG)等的一些信号处理中存在的源信号数目大于观察信号数目的情况，传统的独立分量分析算法不能有效分离。该文针对源信号数目大于观察信号数目的情况，在传统的独立分量分析技术的基础上，给出了一个新的学习算法，并将新算法与传统的独立分量算法进行了比较。实验仿真结果证明该算法在给定2个混合信号的情况下能够较好地分离3个未知语音信号源，成功实现了源信号数目大于观察信号数目情况下的盲源分离。     

基于独立分量分析的盲源分离方法研究

盲源分离是指在没有任何先验知识的前提下,从观测到的多个混合信号中提取或分离出未知源信号的过程.本文主要探讨了基于独立分量分析的盲源分离自然梯度算法及活动函数的选取,并利用该算法实现了5路混合信号和3路自然语音信号的分离,最后在Mat-lab2008下进行了仿真验证.结果表明该算法能够有效实现语音信号的分离.     

一种新的多通道混合语音时域盲分离算法

卷积混合语音进行盲源分离时,不能直接应用独立分量分析（ICA）算法。采用一种新的卷积混合语音模型,对多通道混合语音使用近来提出的时域EFICA算法进行盲分离,然后利用聚类和重构算法来恢复源信号。通过真实语音实验表明,提出的算法能有效地分离混合语音信号。     

结合ICA和复数神经网络的二麦阵列盲源分离技术

为了降低语音信号盲源分离算法的延时,提高其准确性和稳定性,本文结合传统盲源分离技术和深度神经网络的优势,提出了一种基于ICA独立分量分析和复数神经网络的二麦阵列盲源分离技术。本文将复数递归神经网络和独立分量分析方法有机融合,提出一种基于时频域的双通道复数神经网络,同时解决了独立分量分析中的排列问题。所提方法利输入混合信号利用复数域神经网络计算初始化分离矩阵,神经网络输出采用复数域形式,利用复数学习标签估计复数矩阵,然后采用独立分量分析方法获得目标分离矩阵。实验数据表明,所提方法相较于其它独立分量分析方法提高了盲源分离的实时性和准确性。      

极点均值型经验模式分解及其去噪应用

使用经验模式分解（EMD）对信号进行去噪时,由于EMD 本身会产生模态混叠,往往很难将噪声完全分离。针对这一问题,提出了一种新型的极点均值型EMD 方法,并且给予固有模态函数（IMF）一个新的定义。首先,将相邻极点平均以求得均值包络,然后迭代相减进而获得IMF。最后用原始信号减去分离出的高频IMF 实现去噪。随机信号仿真以及激光雷达回波信号去噪实验表明,该方法与EMD 分解相比,可以更好地将噪声分离,有效地抑制模态混叠,更可以极大地减小均方误差。因此,极点均值型EMD 拥有很好前景。     

希尔伯特-黄变换在谐波和间谐波检测中的应用

提出了一种检测电力谐波和间谐波的方法。将Hilbert-Huang变换（Hilbert—Huang Transform,HHT）用于谐波检测中,应用该方法可以提取任意频次的谐波信号。首先,运用经验模态分解处理含谐波的信号,得到一组平稳的固有模态函数分量。然后,对每个固有模态函数分量进行希尔伯特变换,得到每个模态分量的瞬时幅值和瞬时频率,从而检测出各种分量的谐波和间谐波的参数。仿真研究表明该方法的可行性与有效性,并且可以准确地确定谐波的幅值、频率和时间。     

一款低功率下具有高效率的多模多频功率放大器

越来越多的移动通信协议要求射频功率放大器在低功率模式下具有高效率和低工作电流,为了满足这种需求,本文提出了一种全集成的多模多频射频功率放大器模块设计。本设计通过双路径的功率放大器实现了高功率、中功率和低功率三种模式,并且模块内部没有任何用于模式选择的串联开关。在不同功率模式下,通过最优化负载设计,不仅极大程度的降低了芯片的工作电流,而且实现了良好的工作性能。本设计采用InGaP/GaAs异质结双极晶体管工艺和0.18um的互补金属氧化物半导体工艺完成流片。芯片的实际测试结果显示在低功率模式下,该射频功率模块仅3mA的静态电流,并且在1.7-2.0 GHz带宽范围内高中低功率模式都实现了良好的射频性能,在高功率模式下,输出功率28dBm时,实现了至少39.4% 的功率附加效率和-40 dBc邻道泄漏比;在中功率模式下,输出功率17 dBm时,实现了至少21.3% 的功率附加效率和-43 dBc邻道泄漏比;在低功率模式下,输出功率8 dBm时,实现了至少18.2% 的功率附加效率和-40 dBc邻道泄漏比。     

高速光纤通信系统中PMD的补偿技术

简要介绍了目前存在的几种PMD补偿技术，分析了各种补偿技术的优缺点，指出了当前PMD补偿所面临的问题．     

基于帧内空间域预测的快速纹理逼近算法

H.264标准中推荐的全搜索算法存在计算量大、耗时长的缺点,对此提出了一种基于部分模式进行预测的帧内空间域快速纹理逼近预测算法,并对该算法进行了分析和试验,证明该算法在模式选择上较FS可以提高3～6倍的速度,可有效地提高预测效率.     

三相功率因数校正电路拓扑结构的研究

介绍了三相功率因数校正电路几种主要的拓扑结构——三相单开关功率因数校正电路、三相两开关PFC电路、三相三开关PFC电路、三相四开关PFC电路等;并分析了每种拓扑结构的特性、优点以及缺点,应用MATLAB软件对其中部分电路做了仿真。     

一种Gm-APD阵列型读出电路的设计与实现

提出了一种雪崩光电二极管(APD)阵列读出电路的系统架构。针对2×8盖革模式InGaAs-APD传感器阵列,进行读出电路系统设计,其中的时间数字转换器(TDC)采用游标卡尺二段式结构,将计数分为粗计数与细计数,计数器放置在像素外,整个芯片共用一个计数器,以实现资源共享,减小了芯片面积,降低了系统功耗。全局采用高、低频时钟分别控制计数、传输数据,进一步降低系统功耗。系统采用CSMC 0.5 μm CMOS工艺进行流片验证。测试结果表明,该系统的功能与时序正确。     

采用相邻采样求和的突发模式相位插值型CDR

提出了一种具有良好抑制输入数据抖动性能的突发模式相位插值型时钟数据恢复电路。在传统相位插值型电路结构的基础上,在采样保持电路与相位插值电路之间加入一级求和电路,理论分析和仿真结果表明,恢复时钟相位变化受输入数据抖动的影响明显减小。电路基于1.1 V SMIC 40 nm 1P8M CMOS工艺搭建,其数据率为6.25 Gb/s,消耗功耗为6.7 mW,版图面积为0.35 mm²。     

CMOS硅风速传感器热性能的分析

给出了一种能同时测量风速和风向的基于CMOS工艺的二维硅风速传感器的工作原理、结构及其热学模型。针对恒温差和恒定功率两种控制方式,建立各自的一维传感器热学模型,并采用有限元分析工具ANSYS/FLOTRAN141分析和比较了不同控制条件下传感器的热性能及其和传感器特征尺寸的关系。最后,通过试验结果验证了模拟的正确性。