共查询到20条相似文献,搜索用时 46 毫秒
1.
提出了空间非平稳噪声环境下DOA快速估计的新算法.通过利用估计的噪声相关矩阵对接受数据相关矩阵进行预处理.消除了空间非平稳噪声对方位估计的影响.利用线性运算来代替特征分解以求得噪声子空间.可以获得子空间算法的快速实现.计算机仿真结果证实了该算法的正确性和有效性. 相似文献
2.
提出了空间非平稳噪声环境下基于圆阵的DOA估计算法.针对噪声为空间非平稳的情况,通过有效估计的加性色噪声相关矩阵对阵列数据相关矩阵进行预白化处理,克服了空间非平稳噪声对空间谱估计的影响误差,进而实现了非平稳噪声环境下圆阵DOA的精确估计,计算机仿真结果证实了该算法的正确性和有效性. 相似文献
3.
投影子空间正交性测试(TOPS)法是利用子空间的正交性实现宽带信号DOA估计,而在空间非平稳噪声环境下子空间的正交性条件不再满足,尤其是在低信噪比或低快拍条件下子空间估计将出现较大误差,TOPS算法性能将急剧下降。针对该问题,提出了一种空间非平稳噪声下宽带DOA估计算法。该算法首先通过构造特殊对角矩阵将噪声从数据协方差矩阵中剔除,从而克服非平稳噪声对DOA估计的影响;然后利用平方TOPS法实现宽带信号DOA估计,消除了传统TOPS算法中的伪峰。该算法适用于空间非平稳噪声背景及低信噪比环境,提高了对角度相近目标的分辨性能;仿真实验表明了该算法的有效性。 相似文献
4.
5.
为解决传统算法对噪声适应性较差,残留音乐噪声较强的问题,本文提出了一种基于自适应噪声估计的宽带语音增强算法。该算法可应用于宽带语音编码器,以提升在噪声环境下的编码质量。本文所提算法利用谱熵对噪声类型进行有效的判别,将背景噪声分为白噪声和有色噪声两类,并根据噪声特性选择适当的噪声估计方法。在白噪声背景下,选择一种谱平滑的方法;在有色噪声背景下,则选择经典的最小值控制递归平均算法。在此基础上结合经典的统计模型方法,构建一种具有较强噪声鲁棒性的宽带语音增强算法。在ITU-T G.160标准下对算法进行性能测试,测试结果表明,在不同强度的背景噪声环境下,增强语音的信噪比提高都较为明显。同时,在低信噪比情况下,该算法有效的抑制了严重影响听觉质量的音乐噪声现象。 相似文献
6.
针对传统算法在强干扰及非平稳噪声复合背景下相干信源波达方向(DOA)估计精度低、鲁棒性不强等问题,文中提出了基于修正投影阻塞算法和Toeplitz矩阵重构的相干弱目标DOA估计。首先,通过接收信号的协方差矩阵进行特征值分解,构造与干扰导向矢量正交的修正投影矩阵作为干扰阻塞矩阵;然后,对接收阵列信号做预处理重新形成协方差矩阵,并对此矩阵进行Toeplitz重构解相干;最后,使用传播算子算法对重构后的协方差矩阵进行DOA估计,降低复杂度。仿真证明:该算法在复合背景下对相干信号的DOA估计比传统算法有着更高的精度和鲁棒性。 相似文献
7.
MCRA( Minima-Controlled Recursive Averaging )方法是经典的噪声估计算法,然而在语音段MCRA方法存在不能对噪声功率谱进行有效更新的问题。针对这一问题,本文利用广义自回归条件异方差( Generalized Autoregres-sive Conditional Heteroskedasticity ,GARCH)模型在时频域对噪声信号建模,在MCRA算法原理的基础上,提出了基于最小控制GARCH模型的噪声估计算法,实验结果表明,本文所提的噪声估计算法能够更为准确估计噪声功率谱,将该算法应用到语音增强中能够获得到较好的语音增强效果。 相似文献
8.
9.
10.
11.
12.
采用了一种基于人耳听觉掩蔽效应的语音增强算法。该算法通过计算每一帧语音信号各个关键频率段的听觉掩蔽阈值,动态地调整谱减系数,有选择性地进行谱减。通过对采集的坦克舱内含强噪声的语音信号的计算机仿真表明,该算法优于基本谱减法,不仅信噪比有较大的提高而且有效地减少了主观听觉的失真和残留音乐噪声。 相似文献
13.
14.
改进的谱减法在语音增强中的应用 总被引:1,自引:1,他引:0
提出了一种谱减法的改进形式,算法打破了噪声和语音是相互独立且噪声是零均值的高斯分布假设.实验表明这种改进型谱减算法有效提高了增强效果,更好地抑制了音乐噪声. 相似文献
15.
基于自适应噪声估计的小波阈值语音增强 总被引:2,自引:1,他引:1
文中提出了一种基于小波阈值和自适应噪声估计方法的语音增强算法。该算法直接利用含噪语音信号估计出信噪比SNR,并通过该值调整小波阈值,从而实现了小波阈值的自适应变化。针对噪声的小波变换模值随尺度增大而减小的特性,采用了随尺度变化的小波阈值。并且改进了小波阈值函数。实验数据表明,本文算法在多种噪声环境下,均有较好的语音增强效果。并且在抑制噪声的同时,减少了语音失真。 相似文献
16.
噪声功率谱估计是语音增强算法中的关键技术之一.针对在非平稳噪声环境下噪声功率谱估计不够准确的问题,采用了基于后验语音存在概率的噪声功率谱估计算法,并对其中的语音存在概率估计算法进行了改进.利用语音信号的短时平稳性,在时域和频域上利用相邻帧和相邻频点的相关性估计当前帧的语音存在概率.仿真结果表明,该算法与原始算法及改进的最小值控制递归平均噪声估计(IMCRA)算法相比,能够有效提升非稳态噪声环境下噪声功率谱估计准确度和语音增强效果. 相似文献
17.
18.
19.