一种低信噪比环境下的语音端点检测算法

端点检测技术是语音信号处理的关键技术之一，为提高低信噪比环境下端点检测的准确率和稳健性，提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声来提升信噪比，减少语音失真。然后再提取每帧信号的功率归一化倒谱系数，计算每帧信号与背景噪声的功率归一化倒谱距离。最后将该倒谱距离作为检测参数，采用双门限判决方法进行端点检测。实验结果表明，该端点检测算法对语音帧和噪声帧具有较好的区分性。此外，在低信噪比环境下，所提出的算法对于不同类型的噪声都具有较好的稳健性。     

一种恒虚警线谱检测算法研究

提出基于高低分辨率功率谱匹配度估计的线谱检测算法,该算法对信号分别进行高分辨率功率谱估计和多段低分辨率功率谱估计,然后以高分辨率功率谱估计为模板,用多段低分辨率功率谱估计进行校验的方式进行线谱检测。基于单频信号加高斯白噪声假设条件,理论上导出该检测方法的检测率和虚警率,并进行了仿真验证。与传统的线谱检测方法相比,该线谱检测算法不需要预知噪声功率谱,且具有恒虚警的特点。在车辆目标远距离声学检测应用中,该检测算法具有较好的检测性能。     

自适应串扰噪声消除技术在小孔径钻孔超声波检测中的应用

介绍了一种基于自适应滤波的噪声消除技术,分析了超声波用于小孔径钻孔检测中存在的同频串扰噪声的生成原因以及它对测量的影响,并对串扰噪声信号和待测信号进行建模;介绍了自适应噪声对消的原理,并针对应用给出了定步长自适应噪声的消除算法以及改进后的变步长自适应噪声消除算法,对两种算法在自适应学习速率上进行了比较,并给出经自适应去噪后的信号和原始信号的对比结果。     

3G系统中背景噪声消除算法的研究

对适用于3G终端系统单麦克风（single microphone）情况的最小均方误差估计（minimum mearesquare error estimation．简称MMSE）噪声消除算法进行了研究,比较了传统MMSE噪声消除算法与经过改进的MMSELSA（Log-Spectral Amplitude MMSE-STSA）噪声消除算法的性能和算法复杂度,其目的是从算法消除噪声的效果和最后硬件实现的难易度两方面来验证哪种算法更适合实际3G系统的应用。论文所讨论的MMSE-LSA噪声消除算法对传统MMSE算法的改进之处主要是在谱增益的计算和语音激活检测（VAD）技术两方面,其中对谱增益计算的改进改变了传统贝赛尔函数实现的算法,使实际的应用更加容易。而对VAD检测算法的改进,使含噪语音的语音停顿周期检测更加准确,从而提高了噪声消除的性能。最后通过主观和客观的检测方法,证明了后一种算法的优越性。     

听觉掩蔽效应语音增强的改进算法

含噪信号利用掩蔽效应去噪后,噪声估计的误差导致语音失真。在利用听觉阈值计算谱减系数时提出了一种改进的计算方法,通过增加修改参数来抑制语音的过分衰减,减少了语音失真,然后基于MMSE准则对增强的语音谱再进行平滑处理,进一步抑制音乐噪声。实验表明该算法在不影响语音失真的基础上,提高了信噪比,消除了音-／乐噪声,主观测听的语音音质明显提高。     

石油管道超声检测信号的两级自适应噪声消除算法

针对石油管道缺陷超声检测信号的噪声消除问题, 研究了一种两级自适应噪声消除算法. 第一级自适应滤波器作为预处理级, 使信号获得较好的相关性和信噪比, 确保第二级自适应滤波器获得更优的性能. 实测超声信号两级自适应滤波结果表明: 两级自适应滤波算法能有效增强超声检测信号中的缺陷信号成分, 显著提高信噪比.     

OFDM削波噪声迭代消除算法

高峰均功率比(PAPR)的OFDM信号通过功率放大器的时候会产生非线性干扰,同时降低了放大器的工作效率。传统削波算法可以降低信号的PAPR,但是会带来较大的频谱扩展。作为一种新的削波算法,误差削波可以在降低OFDM信号PAPR值的同时不带来任何频谱扩展。但是这种削波会给信号带来更大的带内干扰噪声。提出了一种OFDM削波噪声迭代估计和消除算法,它能有效的消除由于误差削波带来的噪声。新方法通过建立削波噪声模型,在接收端根据该噪声模型用迭代的方法重新产生削波噪声。仿真结果表明,使用削波噪声消除算法后,使得系统的误码率性能接近未削波信号的水平。     

钻柱信道内双声接收器的回波抑制方法分析

在随钻测井中地面噪声与周期性信道结构形成的下行回波导致传输性能降低,为此,结合钻柱信道的噪声分析,利用上、下行信道的瞬态脉冲响应,构建回波噪声抑制模型,提出了双声接收器的检测方式。在钻柱激励端分别施加单位正弦脉冲信号和PSK调制数据,在接收端耦合下行的高斯噪声,应用钻柱内一维低频纵波传输的有限差分算法,在单接收器和双接收器模式下时域和频域仿真分析了钻柱内声信号的传输特性,验证了双声接收器检测方式的有效性。该方法可实现井下回波噪声的抑制,从而改善信噪比,提高传输速率,为钻柱声遥测系统优化设计提供方法基础。     

一种自适应噪声抵消系统的仿真与设计

自适应噪声抵消系统是基于自适应滤波原理的一种扩展,它能从被噪声干扰的环境中检测和提取有用信号,抑制或衰减噪声干扰,提高信号传递和接收的信噪比质量。研究常用噪声消除算法,并仿真验证系统设计和所选自适应算法的可行性,最后应用DSP技术设计一个自适应噪声抵消系统,使其能消除含噪语音信号中的背景噪声,达到提高语音信号质量的目的。     

基于小波变换的图像边缘检测算法的研究

在对经典的图像边缘检测算法深入分析的基础上,进一步完善了基于小波变换的边缘检 测算法.随尺度增加,边缘和噪声的小波幅值表现出不同变化特性,从而在低信噪比的信号中检测出噪声和边缘.实验结果表明,基于小波变换的图像边缘检测算法能够比其它算法保留更多的图边缘信息,鉴别出伪边缘,其精度能够满足基于图像处理技术的各种质量检测系统的要求.     

微弱电信号检测方法回顾

系统分析了微弱电信号检测的理论和技术,着重讨论了强噪声背景下微弱电信号现有检测方法的优缺点及应用.以线性和非线性为主线,将线性分析法按时域(相关检测法、锁定放大、取样积分、数字式平均、时域平均)、频域(功率谱法)以及时频域(小波变换谱分析、分数谱分析)检测方法进行梳理归类,而对于非线性分析法主要分析了高阶谱、神经网络、支持向量机、经验模式分解、混沌理论、差分振子以及随机共振方法.最后认为,多种理论与技术的结合以及借助软件技术,如LabVIEW,是弱信号检测的发展趋势.     

蛙人呼吸特征实验研究

为研究蛙人的声辐射特性,对蛙人的被动探测及其警戒系统的建立提供数据与实验支撑,进行了以携带开放式呼吸器的蛙人为对象的实验研究。通过湖上实验,采集了蛙人的呼吸声信号,利用功率谱、时域波形包络、包络谱对信号的时频特征进行了分析。结果认为蛙人的功率谱在低频段起伏比较明显,高频段比较平稳;高频段时域波形包络比低频段时域波形包络呈现更加明显的周期性,周期约为3s;时域波形的包络谱在0.3~0.4Hz之间有一个明显的峰值,此特征可作为识别蛙人的重要依据之一。采用包络谱法提取信号特征时,信号的高频段是理想选择,并且信号周期在10个以上时效果较好。     

基于FPGA的暂态信号可定制精细化实时时频关联分析算法

针对电力系统故障信号中暂态分量的精细化实时分析需求,提出一种不同于Mallat算法频域分段方式的时频关联分析算法。这一算法可以实时运行,既对频带进行了精细化的、可灵活设置的、有重点的划分,又实现了全频带的高时域分辨率,同时保持了输出数据的时频关联特性。基于现场可编程门阵列（field-programmable gate array,FPGA）设计了一个实现这一算法的范例模块,基于MATLAB建立了一个简化的分布式参数电网模型。在这一模型上以生成500 kHz的故障信号采样值序列作为输入范例模块的数据流,对范例模块进行仿真,初步验证了该算法的性能、实用性。就该算法在继电保护算法设计中的应用策略提出了建议,对该算法涉及的其他后续工作进行了展望。     

基于分数阶功率谱熵的未知水声脉冲信号检测方法

水声侦察的核心问题是在无先验知识条件下捕获其他平台发射的脉冲信号,单频（Continuous Wave,CW）信号和调频（Frequency Modulation,FM）信号是常用的水声探测脉冲。功率谱熵算法能有效检测低信噪比的CW信号,但对FM信号性能不佳,分数阶傅里叶变换（Fractional Fourier Transform,FRFT）则能聚集FM信号能量。利用FRFT的性质,结合功率谱熵算法,设计了分数阶功率谱熵检测器,可在分数阶域实施未知脉冲信号检测。理论分析了FRFT对FM信号的能量聚集作用,优化了FRFT阶数搜索方法。仿真实验以及海试数据处理结果证实检测器对FM信号性能良好,且对CW信号的侦察检测性能无影响。通过门限学习,检测器可实现对未知水声脉冲信号的统一自动检测。     

基于HHT的数控机床主轴振动监测系统的研制

为监测数控机床主轴的运行状态,针对机床主轴在工况条件变化或故障发生时振动信号的非平稳特性,研制基于HHT时频分析方法的数控机床主轴振动监测软、硬件系统。硬件系统包括基于FPGA主控模块与PC104总线的数据采集模块;软件系统包括时域波形监测与特征数据监测两模块,其中特征数据监测模块具有监测频谱分布及时频分布功能。为更直观、准确反映数控机床主轴振动信号的非平稳特性,提出基于HHT的主轴振动信号特征提取方法,实现对振动信号时频分布的实时监测。数控机床主轴振动信号测试结果表明,该系统在监测信号时域波形与频谱分布的同时,能利用HHT的瞬时频率描述特性,实现对数控机床主轴振动信号时频分布的实时监测。     

MIMO线性系统输入输出信号统计特征的双谱评定方法

基于高阶统计量具备处理随机信号的特性,提出了一种利用三阶谱(双谱)评定MIMO线性系统时域输入输出信号统计特征的新方法。通过建立线性系统双谱数学模型,根据系统响应、所测得的频响函数以及离散信号的双谱数值估计算法,经逆运算获得系统的双谱驱动信号,随后利用高阶谱对高斯随机信号的盲性判定其输入信号的高斯性。将上述方法与采用传统相位随机化法(对功率谱添加随机相位)所获得的驱动信号分别应用于一悬臂梁模拟控制系统中,通过对输入信号的分析及控制结果的比较,发现基于双谱所生成的时域随机驱动信号呈现出较强的非高斯性且收敛速度更快。对于输出信号统计特征的评定,提出从输入信号与系统频带接近的程度入手,再次利用高阶统计量对高斯随机信号的盲性进行定性判定,对于无法判别满足何种非高斯统计分布特征的,不管是对于输入信号还是输出信号,一律采用绘制信号的概率分布特征曲线进行定量评定。     

目标辐射噪声线谱的特征建模与检测

在理论分析的基础上，构造了基于λ水平能量聚点的目标辐射噪声线谱的特征量模型．在利用中值痣波去除信号功率谱中“平台型”的λ水平能量聚点后，计算其λ水平能量聚点作为拟线谱频率，通过拟线谱频率对应周期的整周期延时叠加突出线谱特征，以提高辐射噪声线谱的检测率．理论分析和对仿真信号的计算结果表明，该算法是有效的．     

随机振动功率谱再现自适应控制算法研究

为提高电液随机振动实验的控制精度,提出了一种基于Kalman滤波器的随机振动功率谱再现实时自适应控制方法。基于参考谱的信息设计FIR滤波器,通过对白噪声信号的滤波生成时域驱动信号。采用Kalman自适应滤波器实时跟踪振动实验系统的阻抗特性,并基于自适应逆控制方法对系统的输入信号进行滤波修正,使得系统的响应信号能够高精度再现时域驱动信号,进而实现参考谱的高精度再现。功率谱再现实验验证了算法的有效性。