基于AMR-WB线谱频率参数的隐写算法

AMR-WB(Adaptive Multi-Rate-Wideband)的线谱频率LSF(Line Spectrum Frequency)参数在编码过程中会分裂为若干子矢量。利用编解码过程中的ISF索引参数,提出一种在3G话音中隐藏信息的算法。该算法首先选择用于信息隐藏的LSF索引段,然后通过修改所选的LSF索引段进行信息隐藏。实验结果表明,改变特定LSF索引会在较少影响话音质量的同时隐藏信息,该算法在具有较好隐蔽性的同时又能较少影响语音质量。     

舰船螺旋桨空化噪声建模与仿真研究

为了解决螺旋桨空化噪声的连续谱及其调制谱特性的建模与仿真问题,在对空化噪声 连续谱理论研究和实验分析的基础上,依据各空泡的崩溃时刻的随机性和准周期性及其辐射噪声 的波形结构,分4 种情况分别对各空泡辐射噪声的合成功率谱进行了理论分析,并进行了仿真验 证,提出了空化噪声连续谱的时域蒙特卡罗仿真模型;结合螺旋桨空化噪声时变特性的物理机理, 提出了螺旋桨空化噪声调制波形仿真算法。理论分析和仿真结果表明,螺旋桨空化噪声调制特性 频域不均匀性本质是空化噪声连续谱形状的不稳定性造成的。     

基于统计小波模型的信号去噪研究

针对水声目标信号检测与识别中,海洋环境噪声的存在所造成的检测性能下降问题,提出一种基于统计小波模型的信号去噪及原信号波形估计方法.通过对舰船声信号以及海洋环境噪声信号特性的分析,根据信号的概率密度函数,推导出信号小波系数的相邻尺度间关系,从而建立信号的去噪模型,对仿真和实测数据的分析都验证了方法的有效性.     

基于压缩感知的线谱对参数降维量化算法

为实现高质量的极低速语音编码,提出一种基于压缩感知理论的线谱对(LSP)参数降维量化算法.编码端利用压缩感知理论对超帧LSP高维矢量进行降维处理,将原始LSP参数投影到低维空间,得到低维测量值,然后采用分裂矢量量化算法对测量值进行量化;解码端以量化后的测量值为已知条件,利用正交匹配追踪算法重构出原始LSP高维矢量.实验结果表明,本算法相对低速语音编码中的矩阵量化方案,平均谱失真降低了0.23dB,相对基于DCT变换的降维量化方案,平均谱失真降低了0.13dB.这种先降维再量化的思想可以大幅减少编码所需的比特数及码本存储复杂度,有效降低语音编码速率,并且合成语音可懂度、自然度较高,音质虽有所失真,但基本上感觉不到明显的听觉质量下降.     

流噪声背景下的细长线阵甚低频弱线谱检测算法

拖线阵声呐在高速拖曳时,目标潜艇的甚低频线谱特征被淹没在背景噪声(以流噪声为主)中,为进一步提升高速拖曳时细长拖线阵声呐检测目标甚低频线谱的能力,在对细长线阵声呐的流噪声特性进行建模分析的基础上,推导出水听器对流噪声的响应函数,并提出最小均方最优滤波和经验模态分解的联合线谱检测算法,通过海试数据进行验证分析。结果表明该算法能够很好地检测出目标甚低频弱线谱,输出信噪比有一定程度的提高。     

光纤水听器阵列在黄浦江航道监测中的应用

详细介绍了布设于黄浦江上游航道的光纤水听器阵列及其工作原理。通过光纤水听器阵列采集过往船只的声信号,结合能量阈值与特征强线谱,实现了对过往船只数量的统计。实验结果表明,船只流量监测功能已基本实现。此外,通过集成其他参量的传感器,扩展了水听器阵列的功能,实现对航道多参量(水温、水位以及淤泥厚度)实时监测。     

基于多线谱干扰抑制的水下对空运动声源线谱探测

针对水下对空运动声源探测时面临的多线谱水下强干扰问题,提出一种稳健可靠的基于多线谱干扰抑制的线谱检测方法。采用该方法对接收声场进行线谱提取,限定每个信源所在方位的空间谱能量主要来自一条线谱的贡献,抑制多线谱干扰的能量,最后综合所有线谱贡献,得到最终的方位估计结果。两次水下对空探测实验验证了所提方法的有效性,结果表明,线谱检测方法可有效抑制同频干扰,在低信噪比、多干扰环境下成功实现了水下对空运动声源的线谱探测。     

被动声纳信号检测技术研究

论文介绍了被动声纳工作原理及被动声纳信号的检测原理，分析了采用Chirp—z变换进行频谱细化的方法，并使用Matlab进行仿真。仿真结果表明，Chirp-z变换可使频谱细化，提高局部频段内的分辨能力。采用该算法对被动声纳检测线谱进行处理，使系统的整体检测性能有较大的提高。     

一种估计船舶辐射噪声线谱的联合分析法

线谱的提取为舰船的检测识别和方位跟踪提供了依据,研究线谱的提取具有实际的应用意义.采用Welch算法和Chirp-Z变换联合处理舰船的辐射噪声信号能够有效地提取线谱.根据对仿真信号和某实船的辐射噪声信号分析的结果表明,该方法原理简单,能够精确地提取特征线谱,其中频率分辨力可达0.36 Hz;根据所提取的船只的特征线谱,设定滤波区间对船辐射的噪声信号进行滤波,可以更准确地跟踪船的航迹.     

基于Chebyshev法实现LPC与LSF相互转换

在语音信号的处理中,常需要将线性预测系数(LPC)与线谱对频率参数(LSF)相互转换.利用余弦函数特性改进的Chebyshev多项式求根算法,将余弦函数转换为高次幂函数再进行搜索求根来实现语音特征的LPC参数与LSF参数的转化.