基于麦克风阵列的近场声源定位子阵算法研究

基于麦克风阵列的声源定位技术在通信、语音处理等领域得到广泛的应用.结合远场窄带信号的子阵算法和麦克风阵列信号处理的特点,提出了基于麦克风阵列的声源三维定位子阵算法.根据室内环境噪声分布特点,把阵列分成两个位置不同的子阵,调节子阵的位置,使阵列接收相同的语音信号和不相关的方向噪声,利用两个子阵的互相关矩阵,实现声源定位.该算法能够抑制混响、干扰等非高斯百噪声,提高声源定位系统的性能.仿真结果表明,该算法比声源三维定位MUSIC算法有更好的定位性能.     

一种基于粒子滤波的鲁棒声源跟踪算法

为了提高噪声和混响环境中声源跟踪的精度,提出一种基于粒子滤波的鲁棒声源跟踪算法。在基于麦克风阵列的粒子滤波声源跟踪算法框架下,该方法分别采用常规可控波束形成和相位变换加权的可控响应功率两种声源定位函数来构造似然函数,并且分别用这两种似然函数评价粒子权重,再将各自的粒子权重归一化并对两种粒子权重做加权平均得到新的粒子权重。仿真结果表明,在高信噪比或弱混响条件下,该方法的跟踪性能与传统方法接近;在信噪比低于10dB,混响时间大于300ms条件下,该算法的跟踪误差比传统算法减小15%~20%。文中提出的声源跟踪算法结合了两种定位函数的优点,在低信噪比,较强混响环境下有好的鲁棒性。     

自适应波束形成语音增强方法的研究与实现

在车载系统、电话会议与多媒体会议等语音处理系统中,由于受到混响、背景噪声及干扰等因素的影响,麦克风拾取的信号通常为带噪的语音信号。这样,不仅影响语音的可懂度,而且影响语音处理系统的整体性能。因此,需要进行有效的噪声抑制,以增强语音信号的质量。本文中重点介绍了采用LMS算法的自适应波束形成语音增强系统。自适应语音增强算法较其它方法相比,采用了一个参考噪声作为辅助输入,从而能获得比较全面的关于噪声的信息,因而可以得到更好的降噪效果。在分析研究LMS算法的基础上,本课题用Matlab语言对LMS算法实现自适应语音增强进行了仿真实现。实验结果表明,该算法在一定程度上可有效地抑制噪声,提高信噪比,减少失真。     

短时傅里叶变换在电线杆塔拉索防盗的应用

比较输电线路拉索实时被盗信号与干扰信号的时域、频域波形,指出用通常的分析手段不能很好地区分两种信号,从而无法对被盗进行在线监测.接着文章介绍短时傅里叶变换法,它能将时域信号变换到时-频域,而被盗信号在时-频域上相对干扰信号而言特征比较明显,这样就可以利用这些特征实时判断拉索是否被盗.因此在防止拉索实时被盗领域,短时傅里叶变换法是一个十分有效的方法.     

基于小波变换与傅里叶变换相结合的电能质量监测方法

介绍了至今为止国家标准中规定的各项电能质量指标的计算方法,提出了一种将小波变换与短时傅里叶变换相结合的方法对电能质量的暂态和稳态问题监测的方法,其中小波变换选用Mallat算法,短时傅里叶变换窗函数选用Hanning窗。利用小波变换Mallat算法对暂态电能质量问题进行实时监测,并且区分稳态扰动与暂态扰动,再对各频段进行短时傅里叶变换去分析,从而能够很好的对时域和频域进行分析。MATLAB的仿真结果验证了该方法的准确性和有效性     

基于改进Kalmus滤波的悬停无人机检测技术

针对复杂杂波环境下悬停无人机检测问题，提出了一种改进的Kalmus滤波 剩余回波时域均值相消 自适应CFAR联合处理算法，对无人机微多普勒检测，实现空管监视目的。通过改进的Kalmus滤波器进行频域滤波，同时对目标回波高频信号和零频信号抑制，并提高零频附近微多普勒信号增益。采用剩余回波均值相消进行二次滤波，提高无人机高速旋翼的多普勒特征信号信噪比，采用短时傅里叶算法检测目标区域多普勒变化，最后通过恒虚警处理，进一步抑制杂波，提取微多普勒信息。试验结果表明本文算法可以对悬停无人机的旋翼多普勒特征进行有效检测，目标多普勒信号幅值提升了约20 dB，实现低空监视管控目的。     

基于小波变换算法的数字信号处理在FPGA中的实现

传统中人们对数字信号的处理,特别是在硬件中对数字信号的处理,大都利用傅里叶变换,傅里叶变换在处理信号上有其自己的优点,但随着科技的快速发展,信号处理对处理算法需求越来越多,而傅里叶变换自身的缺点越来越大,远远满足不了现代信号处理领域的需求,而近些年来,小波变换以其独特的优势得到越来越多研究者的重视,其对数字信号的处理克服了傅里叶变换只能在单一的频域上对信号处理而抛弃了信号时域的信息的缺点,从信号时域和频域上对信号进行多尺度、多分辨率分析,尤其对非平稳信号的处理效果非常明显,大大推动了现代数字信号处理领域的发展。本文在小波变换理论的基础上,探讨其对数字信号处理在FPGA上的卖现。     

一种电力系统谐波与间谐波频谱互扰抑制方法研究

用离散傅里叶变换分析电力系统谐波和间谐波时,各成分间的频谱干扰是引发分析误差的主要原因。提出了一种基于加窗时域平均的谐波间谐波分离分析法。该方法首先对采样信号进行加窗处理,对加窗后的离散信号进行时域平均,滤波得到拟谐波信号,对拟谐波信号做离散傅里叶变换,得到各次谐波参数。用原始采样信号减去拟谐波信号,得到差分信号,对其时域序列末尾补零加密其频域谱线,峰值搜索求得间谐波参数。该方法能够有效实现谐波和间谐波在时域的分离,抑制其在频域相互干扰;间谐波间的干扰及正负频率成分间的干扰同样可以得到有效的抑制。     

基于短时傅里叶变换的局部放电窄带干扰抑制

为有效抑制局部放电(PD)信号中周期性窄带干扰,文中提出短时傅里叶变换和矩阵束相结合的局部放电窄带干扰抑制方法。该方法利用短时傅里叶变换分析染噪PD信号,得到窄带干扰数目,同时分离出染噪PD信号中信号帧和噪声帧;采用矩阵束算法在噪声帧中对窄带干扰参数进行估计,重构出全时段的窄带干扰,实现局部放电的窄带干扰抑制。仿真及实测染噪PD信号的去噪效果表明,与传统的傅里叶级数法和局部能量比法相比,所提方法去噪后的残余噪声更小,对染噪PD信号中窄带干扰有很好的抑制效果。     

宽带波束形成结构及算法研究

宽带波束形成技术广泛应用于国防建设和国民经济领域,是阵列信号处理的研究热点和难点。通过对当前研究成果的归纳和总结,综述了宽带波束形成器频域、时域和空域3种基本结构,并对比分析了其优缺点;针对时域和空域模型,分别介绍了定向宽带波束形成算法和自适应宽带波束形成算法。通过对目标函数的变换,给出了定向波束形成算法迭代优化、求逆以及特征值分解3种不同的求解方式;在自适应宽带波束形成算法中,给出了基于参考信号的自适应波束形成算法,线性约束最小方差算法,以及无约束的广义旁瓣对消器结构。最后,在宽带波束形成器结构,多径干扰抑制,盲波束形成等方面进行了展望。     

梯度映射耦合频域变换的OFDM信号精确接收算法

针对现有的正交频分享用(OFDM)网络信号接收过程中存在带外杂波扩散严重、信号投影难以匹配以及误码率较高等难题,提出了基于梯度映射机制的子载波OFDM网络信号精确接收算法。首先,通过快速傅里叶变换及其逆变换,并联合插值技术,构建最小均方差预估抑制机制,并采用带通滤波技术对带外杂波进行全频域消除;随后,基于实部及虚部信号的数字特征,构建梯度映射机制,对信号投影点与投影象限进行匹配,降低OFDM网络误码率。仿真实验表明,与当前幅度滤波限制算法(amplitude filter algorithm,AF)、中波带频率抑制算法(wave band frequency suppression algorithm,WBFS)相比,所提算法具有更低的误码率,分别降低了2个、3个量级,以及更高的信号增益强度,在莱斯信道条件下,分别提高了20.5%、41.63%,且功率谱性能与理想状态下的OFDM信号最为接近。所提算法具有理想的信号接收精度与抗衰落性能,具有一定的实际部署价值。     

A new two‐microphone Gauss‐Seidel pseudo affine projection algorithm for speech quality enhancement

This study addresses the problem of speech quality enhancement by adaptive and nonadaptive filtering algorithms. The well‐known two‐microphone forward blind source separation (TM‐FBSS) structure has been largely studied in the literature. Several two‐microphone algorithms combined with TM‐FBSS have been recently proposed. In this study, we propose 2 contributions: In the first, a new two‐microphone Gauss‐Seidel pseudo affine projection (TM‐GSPAP) algorithm is combined with TM‐FBSS. In the second, we propose to use the new TM‐GSPAP algorithm in speech enhancement. Furthermore, we show the efficiency of the proposed TM‐GSPAP algorithm in speech enhancement when highly noisy observations are available. To validate the good performances of our algorithm, we have evaluated the adaptive filtering properties in computational complexity and convergence speed performance by system mismatch criteria. A fair comparison with adaptive and nonadaptive noise reduction algorithms are also presented. The adaptive algorithms are the well‐known two‐microphone normalized least mean square algorithm, and the recently published two‐microphone pseudo affine projection algorithm. The nonadaptive algorithms are the one‐microphone spectral subtraction and the two‐microphone Wiener filter algorithm. We evalute the quality of the output speech signal in each algorithm by several objective and subjective criteria as the segmental signal‐to‐noise ratio, cepstral distance, perceptual evaluation of speech quality, and the mean opinion score. Finally, we validate the superior performances of the proposed algorithm with physically measured signals.     

球形麦克风阵列时频故障信号定位算法研究

针对广义互相关算法在强噪声环境下,设备故障时频声音信号定位困难的问题,提出一种结合图像分析与短时傅里叶变换(STFT)的时频信号子空间延时(TFSD)估计算法。利用STFT域中的噪声与信号特征,结合STFT域中不同麦克风测量数据的相关信息,使用滤波、谱减等方法进行信号、噪声区域分离,构建信号主成分区域,通过反演构造信号子空间,从而进行端点识别,延时值估计,实现声源定位。仿真结果表明,即使在加性噪声幅度远大于故障信号的2倍,也能实现准确的延时估计,延时估计误差和5 m×5 m范围的定位误差小于10%,实测也证实了该结果的正确性。     

掩蔽法减少谱减法去混响中的音乐噪声

针对谱减法去混响中出现的音乐噪声问题,研究了一种基于频率归一化的掩蔽后处理方法。首先利用谱减法对混响信号去除混响,其次对混响信号与去混响信号进行频率归一化,然后在频域将去混响信号和混响信号对应相减,据此计算出掩蔽因子,最后运用掩蔽因子对去混响信号进行处理来减少音乐噪声。仿真实验中分别利用语谱图和语音质量感知评价进行了评估,语谱图表明后处理语音信号中音乐噪声明显减少,语音质量感知评价表明采用后处理方法提高了语音信号0.55的评分。     

基于压缩感知估计行波自然频率的输电线路故障定位方法研究

提出了一种基于压缩感知估计行波自然频率的输电线路故障定位方法,能够准确估计多次行波自然频率,具有较高的故障定位精度。针对故障行波信号的频域特征设计了新的过完备字典,使行波信号能够被有效地稀疏表示。进行故障定位时,首先用小波模极大值方法确定故障行波信号的频率边界,并采用FIR滤波进行预处理滤除低频干扰成分,然后将其变换到频域使其能够在过完备字典上稀疏表示。在此基础上,该文利用改进的基于Dice系数的OMP算法(DOMP算法)对故障行波的频域信号进行重构,精确辨识行波信号的多次自然频率值,最终结合反射角和波速实现准确地故障定位。通过仿真分析验证了字典设计结合改进的DOMP算法的方法具有较高的定位精度和可靠性。     

Exploiting all combinations of microphone sensors in overdetermined frequency domain blind separation of speech signals

A new approach to overdetermined frequency domain blind source separation (BSS) of speech signals which exploits all combinations of observations and hence varying inter microphone spacings is proposed. The observations are divided into subgroups so that conventional frequency domain BSS algorithms can be used. By evaluating the separation performance obtained from each group on the basis of approximately measuring the independence of separated signals, the output of the group that has the best performance among all groups on a frequency‐by‐frequency basis is chosen as the overall output. The separated signals of the overall system are then obtained by transforming their frequency domain representations into the time domain. Simulation results based on speech signals confirm that the proposed approach has better performance based on the performance index (PI) as compared with a conventional scheme using only one microphone group and an existing overdetermined frequency domain BSS algorithm. Copyright © 2010 John Wiley & Sons, Ltd.     

Improvement of Accuracy of Power System Spectral Analysis by Coherent Resampling

The coherent resampling (CR) algorithm, which improves the accuracy of discrete Fourier transform (DFT)-based power system frequency analysis, is described in the paper. The algorithm uses extended Kalman filter for instantaneous frequency tracking and fractional B-spline resampler for signal approximation. The CR algorithm is a software counterpart of synchronous sampling, i.e., sampling, synchronized with fundamental frequency of the signal. CR may either be applied to previously noncoherently sampled signals or to work in realtime. Frequency estimation, amplitude spectrum estimation and THD factor estimation results obtained by presented algorithm are compared to those obtained by other methods. Both simulated and real signals were used for tests. Brief summary of realtime DSP implementation of CR algorithm is also given.      

语言信号时频谱分析

文中采用两种方法对语音信号时频谱进行研究.首先采用小波变换对语音信号进行五层的小波分解,从分解后的各层信号去分析语音信号的时频特征;然后本文还采用傅立叶变换对语音信号的语谱图进行分析.两种时频分析方法的结果基本一致,小波分析能同时对语言信号的时域和频域进行分析;而傅立叶变换只能在时域或者频域对语音信号进行分析.     

考虑衰减直流分量的动态相量强跟踪测量算法

故障电流信号的频率变化以及包含的衰减直流分量会严重影响基于傅里叶变换的相量测量算法的精度和动态响应速度。文中提出了一种利用强跟踪滤波器滤除衰减直流分量的动态相量测量算法。首先,将衰减直流分量用其二阶泰勒展开多项式来表示,在状态变量中添加衰减直流分量及其一阶导数和二阶导数,建立含有基波角频率、幅值等参数和衰减直流分量参数的故障电流的非线性状态空间模型,减小信号估计的模型误差。其次,为了提高扩展卡尔曼滤波器在系统达到稳定时对系统参数突变的跟踪能力,利用强跟踪滤波器递推估计各状态变量。所提方法能够有效抑制衰减直流分量对相量测量精度的影响,对时变故障电流信号具有良好的动态响应能力。采用所提算法对加噪声的数值信号以及ATP-EMTP故障仿真信号进行相量测量,结果验证了算法的正确性与有效性。     

动态相量估计算法特征分析及比较

电力系统的实际应用对相量估计算法的动态性能有很高要求。首先,分析了动态向量估计算法应具有基频附近频率响应幅值平坦的频域特征,和采样时间窗尽可能短的时域特征。其次,提出了一种带通滤波的四分之三周期最小二乘相量估计算法,这种算法符合上述时域和频域特征。第三,对提出算法的计算复杂度进行了定量计算,对提出的算法在各种类型的动态信号下的估计效果进行了仿真。与通用的离散傅里叶相量估计算法、估计效果较好的泰勒-傅里叶变换向量估计算法比较后说明,所提出的算法是一种能够在计算复杂度和相量动态效果间取得较好平衡的动态相量估计算法。