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。     

基于投影分类的语音端点检测方法

针对低信噪比条件下语音端点检测精度受噪声干扰严重的问题,提出了一种基于投影分类的语音端点检测方法。该方法首先利用长时语音信号变化率测度特征进行低信噪比环境中的语音特征计算,充分利用语音信号和非语音信号的不同来增强低信噪比条件下的区分度;接着,采用Fisher准则对语音和背景噪声进行分类识别,确保投影后的特征参数类内散度最小、类间散度最大。实验结果表明,方法具有较高的检测精度,在信噪比为-10 d B的白噪声干扰情况下仍然保持了86.7%以上的正确检测率。     

基于线性预测与归一化互相关的基音检测

基音是语音信号分析的重要特征参数之一,在众多领域有广泛的应用。由于传统的基音检测算法在信噪比较低时检测效果较差,提出了一种新型的基于线性预测与归一化互相关的基音检测算法,该算法利用线性预测分析,消除噪声和声道冲击响应对基音检测的影响,采用归一化互相关系数选取基音周期,并采取了动态规划算法对基音周期进行平滑。仿真实验表明,方法性能优于传统自相关法和平均幅度差法,尤其在信噪比较低的带噪语音音环境下也具有很好的鲁棒性。     

有效抑制短波通信噪声的语音增强算法设计

针对短波语音信噪比低、噪声复杂的特点,本文结合最佳调整对数谱幅度（OM-LSA）语音估计、改进型最小控制递归平均（IMCRA）噪声估计和谱熵语音激活检测（VAD）硬判决,提出了一种有效抑制短波通信噪声的语音增强算法。实验结果表明,本算法不仅能有效抑制短波噪声对话音的干扰,而且处理后的语音失真度小,语音自然度较高,避免了残留音乐噪声。     

基于自适应滤波器的地雷背景噪声抑制

作为一种新的探雷方法,探地雷达在探雷领域得到了广泛的应用。由于雷达回波信号包含有很多杂散信号,目标信号被强噪声信号所淹没,为了提高雷达回波信号的信噪比,有利于地雷的识别和检测,文章提出了一种基于自适应滤波器的背景噪声消除方法对回波信号进行杂波抑制。采用该方法对DeTeC的数据进行分析的结果表明,该方法能有效地去除直达波,抑制背景噪声,分离出目标信号。     

基于小波分析与神经网络的语音端点检测研究

在语音识别系统中,端点检测是极其重要的一个环节。为了提高在各种实际噪声环境下语音端点检测的正确率,提出一种基于小波分析与神经网络的语音端点检测算法来提高语音端点检测率。利用小波分析提取语音信号的特征量,然后将特征向量作为BP神经网络输入进行学习,采用粒子群算法优化BP神经网络参数,建立语音端检测模型,并进行仿真实验,结果表明WA-IMPSO-BP提高了语音端点检测率,有效降低了虚检率和漏检率,是一种检测率高,抗噪性能强的语音检测算法。     

一种基于小波变换的语音信号去噪净化方法

语音信号在传输之前快速有效的去噪净化,对于3G通信具有重要的现实意义。由于语音信号的非平稳性,传统的小波阈值去噪算法虽然能够去除一部分语音信号中的噪声,但造成有用语音信号尤其是清音部分的损失,导致去噪后的语音听觉质量下降,达不到很高的信噪比。针对这一问题,本文在分析小波变换原理和传统软硬阈值法的基础上,建立了一种改进的阈值语音信号净化方法。仿真实验结果表明,本方法能有效去除信号中的噪声和较好保留语音细节,达到更佳的语音净化效果。     

便携式蓄电池内阻测试仪的噪声抑制

设计了一种基于交流比例法的蓄电池内阻测试仪。在深入分析影响测试精度的噪声干扰基础上,提出采用前置放大器、锁定放大器和双积分AD转换器等技术措施对噪声干扰进行抑制,并进行了相关实验验证。实验结果表明,采用文中所提噪声抑制措施可有效提高微弱信号检测中的信噪比和分辨率,实现蓄电池内阻的精确测量。     

激光雷达回波信号及处理方法分析

本文研究的主要内容是用数字信号处理的方法来处理和分析用于大气探测的激光雷达的信号。激光雷达的回波信号有很多种,例如：大气扰动噪声、电噪声以及背景噪声等,本文就是通过对这些大气探测的激光信号进行分析研究,并提出了一定的降噪方案,用来在一定程度上抑制部分噪声。利用距离校正的方法来获得探测距离。消除物理噪声采用的是MTI的方法。设计合适的滤波器,选择适当的截止频率,从而去除接收系统的各器件导致的高频的电噪声。     

碳纤维微电极检测系统的噪声分析与处理

为了给碳纤维微电极（电化学传感器）检测系统创造低噪声检测环境,达到在细胞生命活动极微环境下检测的信号不失真噪声低的目的.通过调研收集数据,并进行检测实验,采用膜片钳软件和IGOR Pro数据分析软件对实验数据分析,按系统中不同类型的噪声分类如：大环境小环境噪声、内源外源噪声、不同物理性质噪声,运用理论分析法、直观法给出定性的分析,提供处理方法（如双屏蔽）和系统改进方案（如贝塞尔低通滤波器）,系统解决了检测时噪声影响问题,使检测数据真实可靠.     

多带谱相减结合感觉加权的语音增强方法研究

语音增强技术是解决噪声污染的一项强有力的预处理技术,也是语音信号处理的一个热门课题.文章提出了一种多带谱相减与感觉加权相结合的语音增强方法.该方法首先对带噪语音进行多带谱相减,然后根据人的听觉掩蔽特性,对多带谱相减后的信号进行感觉加权,以便进一步降低背景噪声.仿真结果表明,该方法在较好地抑制背景噪声和残留音乐噪声的同时,保持了较好的语音可懂度.     

基于多尺度Gabor滤波器的彩色图像边缘检测

为了更好实现对彩色图像进行边缘提取,并保证算法具有更好的稳定性,文章使用多尺度Gabor滤波器的方法,来提取彩色图像边缘和轮廓.构建了3个尺度、16个方向的Gabor滤波器.首先将彩色图像灰度化,利用多尺度Gabor虚部滤波器提取图像灰度变化信息.通过非极大值抑制,并通过高低阈值获取边缘像素点及其候选边缘,最后利用局部边缘连接获取图像边缘轮廓.并将本算法与常用边缘检测算法进行实验性能比较,实验结果表明:提出的算法既能获得较高的定位准确度,又具有很好的噪声鲁棒性,该算法与常用的Roberts等一系列算法相比,检测效果更好,稳定性更强.     

基于光电检测技术的玻璃间距测量方法的研究

本文主要研究基于光电检测技术的透明玻璃间距测量方法和实验装置。本测量系统由激光光源、光学系统、图像采集系统及光点位置估算系统组成。本文主要讨论了采用重心估算（CCP）傅立叶相位偏转法（FPS）计算光点的位置。此外,为了验证上述理论的可行性,本研究利用计算机软件模拟并讨论了噪声信号对上述2种光电估算法的影响。数值仿真结果显示信号中的直流分量和背景噪声对CCM方法的仿真精度的影响要比FPS大;当光斑分别为艾里图样和高斯图样时,CCM方法和FPS方法的计算精度基本相同。     

110kV交联电缆交接试验中带电局放检测及干扰抑制分析

笔者介绍了某新建变电站工程110 kV交联聚乙烯电缆交接耐压试验中实施局放检测的过程,通过对谐振系统加装屏蔽及抑制措施,在局放测试系统中设置滤波和检测频带,减少背景噪声干扰,提高了检测系统信噪比。检测结果证实了搭建的局放检测平台和干扰抑制方法对现场检测电缆局放的有效性,为今后开展现场电缆局放带电检测提供参考。     

基于高斯混合模型的运动目标检测方法研究

在研究比较常用的各种运动目标检测方法的基础之上,结合静止场景运动目标检测的特点,采用基于背景减除法的高斯混合模型方法进行运动目标检测,即采用高斯混合模型进行背景建模、背景减除法确定目标前景区域,并通过图像平滑、二值化处理、去噪等方法对图像进行后处理,最终得到目标前景图像.该方法具有运算量小、处理速度较快的特点.实验结果表明,所设计的嵌入式运动目标检测系统能够检测出较完整的前景区域并判断出目标前景,能够满足静止场景下运动目标检测的需求.     

基于粒子群优化的最佳阈值法在局部放电信号去噪中应用

抑制白噪声干扰是局部放电（ Partial Discharge,PD）在线检测中的关键技术。提出一种基于粒子群优化的最优阈值选取去噪方法。该方法采用小波对局部放电信号进行分解,在选取阈值时建立广义交叉验证准则,以广义交叉验证准则作为适应度值函数,并结合粒子群优化算法自适应地确定出各分解层的最佳阈值。该方法不依赖任何先验知识,实现局部放电信号自适应去噪。对局部放电仿真信号和实测局部放电信号的去噪结果表明：本文提出的方法与标准阈值法相比,能更好地去除局部放电信号中的白噪声。     

复杂场景下的快速目标检测算法

针对场景发生改变的目标检测,提出了一种快速的目标检测算法。该算法将像素点划分为背景点和前景点两类,使用聚类的方法并采取像素级收敛条件分别建立背景和前景模型。背景模型的更新适用于全局发生缓慢的变化,稳定的前景模型向背景模型的转化对光照等其他场景突变具有很好的鲁棒性,使背景模型实时逼近真实背景,同时改进连通域扫描分割算法,提高目标分割速度。实验结果表明,该方法具有很好的鲁棒性,能够快速准确地检测出运动目标,为在DSP等嵌入式系统上实现实时目标检测提供了有利条件。     

基于局部积加权对比的红外弱小目标检测

针对复杂背景下因像素点噪声及高亮边缘干扰导致的对红外弱小目标检测率低、虚警率高的问题,提出一种基于局部 积加权对比的红外弱小目标检测算法。 首先,分别计算目标区域与背景区域均值,并得到目标与局部背景的差异性;提出一种 局部积加权方法,极大增强了小目标的显著性与抑制背景杂波的能力;其次,采用多尺度算法增强算法的自适应能力;最后,对 显著性图像进行自适应阈值分割,得到待检测的真实目标。 仿真实验结果表明,所提算法的信杂比增益( SCRg)和背景抑制因 子(BSF)相比现有算法均有一定提升,在复杂背景及强噪声干扰下仍具有良好的准确性和鲁棒性,实现了提高检测率,降低虚 警率的目的。     

基于强度-梯度映射与多方向中值滤波的红外弱小目标检测算法

为了能够在复杂环境下准确定位出弱小目标,依据目标的高斯形状特性,设计了强度-梯度映射耦合多方向中值滤波的 红外弱小目标检测算法。 首先,根据红外图像在 4 个不同方向的强度均值,对经典的中值滤波进行改进,以有效抑制复杂背景 中的噪声。 再基于弱小目标的中心像素,获取整个红外图像的强度信息。 将红外图像沿着半径方向分割为 4 个子块,并建立每 个子块的极坐标系统,以计算其对应的梯度值。 依据最大与最小梯度值的比率,得到整个红外图像的梯度信息。 再将强度与梯 度信息实施融合,得到背景抑制图像,以增强红外弱小目标。 最后,利用强度-梯度映射中的非零像素均值来计算阈值,对背景 抑制图像实施分割,准确定位弱小目标。 测试数据显示,与已有的红外弱小目标检测方案相比,所提算法具备更高的检测准确 性,可完整地识别出目标,呈现出更为理想的 ROC(receiver operating characteristic)曲线。     

基于二次相关的双阵元接收阵列超声波风矢量测量

针对在低信噪比条件下超声波风速风向测量精度低的问题,提出一种基于二次相关法的双阵元接收阵列超声波风速风 向测量方法。 首先采用由一个超声波发射传感器和两个接收传感器组成的阵列结构,其次在该系统结构基础上给出一种基于 二次相关的超声波传播时间测量方法,利用二次相关算法对噪声抑制更强的性能可有效提高风速风向测量的精度。 最后通过 模拟仿真实验对所提测风方法进行有效性验证,并通过双阵元测风系统进行了实测数据验证。 实验结果表明,基于二次相关算 法的双阵元接收阵列超声波传感器风速风向测量方法具有较强的噪声抑制能力,在实测环境下风速风向最大测量误差分别为 0. 24 m/ s 和 2. 4°,基本达到了超声波测风仪的设计要求。