改进相位谱补偿的语音增强方法

针对传统单通道语音增强方法中用带噪语音相位代替纯净语音相位重建时域信号，使得语音主观感知质量改善受限的情况，提出了一种改进相位谱补偿的语音增强算法。该算法提出了基于每帧语音输入信噪比的Sigmoid型相位谱补偿函数，能够根据噪声的变化来灵活地对带噪语音的相位谱进行补偿；结合改进DD的先验信噪比估计与语音存在概率算法（SPP）来估计噪声功率谱；在维纳滤波中结合新的语音存在概率噪声功率谱估计与相位谱补偿来提高语音的增强效果。相比传统相位谱补偿（PSC）算法而言，改进算法可以有效抑制音频信号中的各类噪声，同时增强语音信号感知质量，提升语音的可懂度。     

基于快速响应码约束的光学图像加密算法

为提高光学图像加密算法的安全性与解密质量,方便密钥的存储、管理与传输,提出一种基于快速响应(QR)码约束与混沌Gyrator变换的图像加密算法。引入二维耦合混沌系统,利用明文像素对其进行迭代后输出2个随机相位掩码。通过2个混沌序列来计算2个Gyrator变换的旋转角度,然后利用明文生成相应的QR码,并将其置于2个随机相位掩码结构的输入平面,通过两级Gyrator变换输出一个实值密文。同时,借助QR码的支撑约束条件对传统的相位检索技术进行改进,最终从密文中检索到初始的QR码后解密图像。实验结果表明,与借助圆谐分量展开与Gyrator变换实现光学图像加密的算法相比,该算法具有较高的安全性与解密质量,在噪声攻击下,其复原图像的失真度较低。     

基于相位调制的立体声音频数字水印

提出了一种可进行盲检测的数字音频水印算法。该算法利用人类听觉系统对音频相位变化的不敏感性,通过时变的全通滤波器,对原始音频信号进行相位调制。为了实现盲检测,将水印信号通过频移键控(PSK)赋值到立体声信号的左右声道上,然后采用短时离散傅立叶变换的方法对嵌入水印的音频信号进行检测。实验结果证明该算法具有良好的不可感知性和鲁棒性。     

基于保留部分频域镜像分量的声源定位算法

针对传统的SRP-PHAT(Steered Response Power with Phase Transform)声源定位算法容易受噪声影响而导致定位性能降低的问题,提出一种频域补零且保留部分镜像分量的改进算法。该算法首先通过傅里叶变换将接收信号变换到频域,然后在高频端补零至20倍帧长,同时保留部分镜像分量。在此基础上计算麦克风对接收信号的互功率谱密度函数,作傅里叶逆变换得到相位变换加权的广义互相关(GCC-PHAT)函数。保留的镜像分量拓宽了信号频域,使GCC-PHAT函数的峰更为尖锐,累加后得到的SRPPHAT函数的空间谱峰也就更加尖锐,从而提高定位性能。实验表明,相比于传统算法,改进算法能显著提高定位成功率。     

基于小波变换的载波相位恢复算法的研究

在相干光通信中,利用载波相位恢复算法来减小由于激光器线宽和ASE噪声所造成的相位偏移。对载波相位恢复算法进行了研究,在此基础上提出了利用小波变换中的小波分解和小波重构的方法来减少相位噪声,通过结果比对选取最佳分解次数,并对此方法进行迭代,以提高去噪性能。小波分析中用到的小波系数没有唯一性,仿真中选取了不同的基小波并对结果进行分析。结果表明通过小波变换算法能够有效地对激光器的初始相位偏差进行恢复,为载波相位恢复提供了一种新的解决办法。     

混沌分量对相位噪声测量的影响

针对在相位噪声测量过程中,存在测得的振荡器相位噪声比实际中使用时的相位噪声要好一些的问题,考虑到非线性系统中,混沌现象的普遍存在,提出修正振荡器的输出表达式,使其中含有弱混沌分量。采用常用的鉴相测量法,通过仿真得出混沌分量对振荡器相位噪声测量的影响结果。讨论了为减小混沌信号对振荡器相位噪声的影响所需研究的一些问题。     

CMOS环形振荡器相位噪声仿真分析

通过分析环形振荡器的一阶线性模型,得到环形振荡器相位噪声的功率谱的近似表达式.为了分析相位噪声的时域特征,引进谱综合法,并利用快速傅立叶变换(FFT),求出了相位噪声的时域采样信号.并进一步分析了相位噪声的采样信号的自相关序列,发现相位噪声是一个长记忆过程,具有非平稳的特征.采用Yule-Walker功率谱估计法,分析了相位噪声的采样信号的功率谱密度,其仿真结果进一步验证了理论分析结果.     

分数阶相位拉伸变换的图像锐化算法

图像锐化是图像增强的主要内容之一,在图像分析、图像理解以及医学图像等领域均有重要的应用。现有图像锐化方法对图像中的弱强度变化特征增强效果不明显,并且在边缘附近还会出现毛刺与噪声。为解决这些问题,提出一种基于相位拉伸变换结合相对总变分的图像锐化算法,其主要工作包括分析推导相位拉伸变换中的核函数,将传统相位拉伸变换推广至分数阶傅里叶变换,然后与相对总变分理论相结合。实验结果表明,该算法对弱强度变化特征具有更好的锐化增强效果,同时由于相对总变分的约束,也消除了增强图像边缘附近的毛刺现象。与传统锐化增强算法相比,该算法的平均梯度和信息熵提高均在80%以上,证明了该算法的有效性与优越性。     

一种基于固定附加相位修正的音频信息隐藏方法

传统的音频信息隐藏方法均不能严格保证有很好的知觉相似性，因而隐蔽性差。该文提出了一种基于全局相位修正的信息隐藏方法，即固定附加相位法。该方法基于人的听觉对音频信号相位信息的不敏感特性，通过修正多帧信号使其具有相同群延迟特性来实现信息隐藏。实验及仿真结果表明，在无信道干扰条件下，与传统各种方法相比，该方法几乎不会导致听觉感知的任何失真，听觉相似性最好，误码率低，适用于宿主载体为高音质的音频信号。     

一种基于量化DCT域音频水印新算法

提出一种新的基于量化DCT域的音频水印算法,根据DC分量和AC分量在水印的鲁棒性和不可听性中起着不同的影响来设计水印算法,使水印的鲁棒性和不可听性得到更好的权衡。首先,把音频数据分成含有8个数据的不重叠块,然后,对每个数据块进行DCT变换;通过对DCT系数中DC分量和第四AC分量进行轮流调制来完成水印嵌入,每个数据块嵌入1 bit信息。实验表明该水印算法对于叠加噪声,有损压缩,重量化等常见的数字信号处理具有较好的鲁棒性,同时,水印系统具有很好的不可听性。     

Exposing speech tampering via spectral phase analysis

Audio recordings serve as important evidence in law enforcement context. The most crucial problem in practical scenarios is to determine whether the audio recording is an authentic one or not. For this task, blind audio tampering detection is typically performed based on electric network frequency (ENF) artifacts. In case there is a high level of noise, ENF analysis would become invalid. In this paper, we present a novel approach to detect and locate tampering in uncompressed audio tracks by analyzing the spectral phase across the Short Time Fourier Transform (STFT) sub-bands. Spectral phase reconstruction is employed to counteract the impact of noise. Also, a new feature based on higher order statistics of the spectral phase residual and the spectral baseband phase correlation between two adjacent voiced segments is proposed to allow for an automated authentication. Experimental results show that a significant increase in detection accuracy can be achieved compared to the conventional ENF-based method when the audio recording is exposed to a high level of noise. We also testify that the proposed method remains robust under various noisy conditions.     

基于期望最大化算法的音频取证中的篡改检测

音频取证中的插值检测是信号篡改检测的重要方面。因为信号的篡改经常伴随着重采样操作，而重采样后的插值信号会引入周期性信息。应用期望最大化（EM）算法能针对这种周期信息估计参数，从而检测出信号是否被篡改。为了使EM算法迭代效果更好，更适用于音频信号的插值检测问题，提出针对音频信号的特点，引入音频幅度直方图，排除短时静音和增加样本点数的方法。另外还提出了用频谱统计矩作为特征的方法，使统计分类稳定有效。最后通过音频取证中检测信号是否重采样的统计分类实验，表明整个检测流程能达到较高的准确率，并且在局部篡改实验中也同样有效。     

基于相位编码的音频信息隐藏方法

针对听觉感知无差异时的局部相位失真条件,在宽带音频信号实验的基础上,提出一种利用局部相位分区实现信息隐藏的新算法。相对于经典的相位调制算法,利用局部相位信息,在保证听觉相似性的同时,能提高信息的嵌入量、改善误码率。理论分析和实验结果表明了该算法的有效性。     

Real-Time Signal Estimation From Modified Short-Time Fourier Transform Magnitude Spectra

An algorithm for estimating signals from short-time magnitude spectra is introduced offering a significant improvement in quality and efficiency over current methods. The key issue is how to invert a sequence of overlapping magnitude spectra (a ldquospectrogramrdquo) containing no phase information to generate a real-valued signal free of audible artifacts. Also important is that the algorithm performs in real-time, both structurally and computationally. In the context of spectrogram inversion, structurally real-time means that the audio signal at any given point in time only depends on transform frames at local or prior points in time. Computationally, real-time means that the algorithm is efficient enough to run in less time than the reconstructed audio takes to play on the available hardware. The spectrogram inversion algorithm is parameterized to allow tradeoffs between computational demands and the quality of the signal reconstruction. The algorithm is applied to audio time-scale and pitch modification and compared to classical algorithms for these tasks on a variety of signal types including both monophonic and polyphonic audio signals such as speech and music.     

一种改进的分解-合并聚类方法

为了对一个对象集合进行聚类,提出一种基于分解-合并方法的聚类算法,方法综合了自顶向下的分解过程和自底向上的合并过程。在分解过程中,使用分割算法建立一个树,树的叶子就是对象集合的元素;合并过程中能够快速发现树的最优部分。实验结果表明该算法在聚类效率和性能上优于传统算法。     

Compression Artifacts in Perceptual Audio Coding

Perceptual audio coding achieves a high compression ratio by exploiting the perceptual irrelevance and data redundancies. By using advanced and sophisticated signal processing methods, perceptual coding has generated artifacts that are quite different from the traditional distortions. A new audio technology becomes mature through the successful modeling, measuring, and control on the artifacts incurred from the technology. With the advance of new coding modules in advanced audio coding (AAC), spectral band replication (SBR), and parametric coding, the incurred artifacts are far more difficult to model, measure, and control than those caused by previous encoding systems like pulse code modulation. This paper models the audible artifacts through the time-frequency diagrams, considers the artifacts-susceptible music types, and analyzes the critical encoding technologies incurring these artifacts.     

浊音隶属度参数及F-LBG算法

为了克服低速率声码器因清浊音硬判决、粗判决而导致解码语音有帧过渡等不自然感的缺陷,在分析比较目前主流声码器编码算法中激励参数提取和量化算法的基础上,将模糊数学中的隶属度概念引入语音子带清浊音描述中,提出了5维的浊音隶属度矢量概念,用于精细描述语音丰富的激励信息;介绍了浊音隶属度矢量的提取算法;提出了矢量量化码本的模糊聚类与LBG级联训练算法(F-LBG);用提取算法提取、建立了浊音隶属度码本的训练样本集,用F-LBG训练了浊音隶属度码本;将提取算法和F-LBG法训练得到的浊音隶属度码本分别应用于正弦激励声码器、混合激励声码器和同态声码器进行语音编、解码仿真;结果表明,用浊音隶属度矢量描述和合成语音激励信号的算法,具有较高的准确性和较强的噪声鲁棒性。     

一种改进的基音周期提取算法

摘　要 基音周期的提取在语音信号处理领域有着广泛的应用。受基于归一化自相关函数基音周期提取算法和多带激励(Multi-Band Excitation, MBE)声码器中基音检测算法的启发,本文提出了一种改进的基音周期提取算法。该算法主要由预处理、时域基音粗估、基音平滑、时变滤波搜索、小数基音周期估计等五个部分组成。实验表明：该算法能达到更高的搜索准确度,得到更加平滑的基音周期曲线;与传统自相关检测算法相比,该算法有很好的抗噪性;     

改进ART Ⅱ算法的仿真研究

ART Ⅱ网络以模式的相似性量度值为基础,能够对动态的输入模式样本进行自适应的聚类和识别,然而标准的ART Ⅱ网络在输入数据处理过程中,忽略了样本数据中的负数信息和幅值信息,造成信号畸变和"同相位不可分"问题,在权值调整过程中,聚类中心发生移动,容易造成"模式漂移"现象。针对上述问题结合相关文献提出了引入非线性函数对输入数据进行变换的方法解决"同相位不可分"问题,用待测数据与同一模式类中有限数据的欧氏距离与限定值进行比较实现聚类判定,抑制"模式漂移"现象。用Matlab仿真表明,改进算法性能优于标准算法。