基于HHT和OSF的复杂环境语音端点检测

希尔伯特-黄变换是一种全数据驱动的自适应非平稳信号时频分析方法,但是在强噪声环境下语音信号的希尔伯特能量谱曲线波动较大,对语音端点检测造成很大的影响,该文提出了一种基于希尔伯特-黄变换和顺序统计滤波的检测方法。该方法将含噪语音信号进行经验模态分解,通过对固有模态函数进行自适应权重选取获得信号的希尔伯特能量谱,利用顺序统计滤波器对每帧的能量谱进行平滑处理作为语音/非语音的鉴别特征。实验结果表明,该方法适用于复杂噪声环境的端点检测,在低信噪比情况下仍然能够有效地检测出语音信号,降低信号误检率。     

基于改进EEMD的穿墙雷达动目标微多普勒特性分析

穿墙雷达动目标探测中人的心跳、呼吸、手臂摆动等运动的微多普勒信号是非线性、非平稳信号,可以采用经验模式分解(EMD)对其进行时频分析。由于EMD分解存在模式混合问题,该文提出一种改进的整体平均经验模式分解(EEMD)方法,并将其应用于穿墙雷达人的运动微多普勒特性分析中,并且对分解后的每个本征模式函数(IMF)进行Hilbert-Huang变换(HHT),得到信号的时间-频率-能量谱。仿真数据和实验结果分析均表明,改进的EEMD方法不仅能够有效消除EMD中的模式混合问题,将人运动微多普勒信号中的不同频率尺度分解在不同的IMF中,而且还能够有效抑制原始信号中的噪声,提高信噪比,得到更精细、更清晰的时频分布。     

主元分析降维联合广义判别分类的水质检测紫外-可见光谱数据处理方法

针对环境水样快速、在线监测的需要,立足于水质(体)检测紫外-可见吸收光谱分析技术,研究了基于主元分析(PCA)的降维联合广义判别分析(GDA)分类的水质检测紫外-可见吸收光谱数据在线处理方法。通过对地表水、生活污水和工业废水共计160组水样的吸收光谱数据进行研究,结果表明:直接采用ANN-BP、SVM、LS-SVM、Fisher和GDA进行分类,虽分类精度较高,但耗时较长;采用PCA降维后再分类,虽分类精度降低,但分类速度得到了提升;采用PCA降维联合GDA分类,可在不影响分类速度的前提下,分类精度却达到最优。这为实时、在线的水质检测光谱数据分析与处理提供了一种新的途径。     

改进的EEMD算法在时域航空电磁信号降噪中的研究

常规降噪方法在应用于时域航空电磁信号降噪时需根据噪声情况人为进行参数调整,自适应性较差。总体经验模态分解（EEMD）算法对非线性、非平稳信号处理具有良好的自适应特性,传统的EEMD算法进行噪声抑制是将高频本征模态分量滤除,将低频分量重构得到降噪信号,这种方法易失掉高频分量中的有效信号。本文提出一种改进的EEMD降噪算法,应用于时域航空电磁信号的处理。该方法结合时域航空电磁信号的衰减特性,将信号EEMD分解后得到本征模态分量,其中包含信号和噪声,经Savitzky Golay平滑滤波,再将高频部分进行阈值去噪,最后得到干净的本征模态分量进行重构。实验结果表明在输入信号信噪比小于等于15 dB的情况下,输出信噪比能够提高12 dB左右,在抑制噪声的同时保留了更多有效信息。      

利用多数据处理方法提高LIBS谱信号质量

基于分段光谱特征值提取法和小波变换算法等多个数据预处理方法,分别针对分段基线差异及光谱噪声等严重影响激光诱导击穿光谱(LIBS)信号质量的主要影响因素,开展光谱信号预处理研究.基于实验室LIBS实验装置,通过实验验证,基于多通道光谱仪不同波段光谱特征值提取,提出了一种简单易行的多组数据中特征值点连接的方法,有效地提高了LIBS光谱信号的基线平直度,并得出以小波变换算法进行LIBS谱线信号去噪的最佳算法参数.在上述工作的基础上,使用基于误差反向传播的人工神经网络方法,实现了纯铜和不锈钢等物质种类的有效识别,研究结果表明,综合利用多数据处理方法进行LIBS技术中光谱信号处理可以有效提高谱线分析和识别的质量.     

结合人耳听觉感知的两级语音增强算法

针对现有语音增强算法面临残留噪声这一问题,结合人耳听觉系统的掩蔽特性,本文提出了一种优化的语音增强算法。算法分为两级,第一级利用MMSE-LSA谱估计法对带噪语音进行降噪处理,经过处理后,带噪语音信号的信噪比得到了提高。然后,针对第一级增强语音信号中的残余噪声利用人耳听觉掩蔽特性掩蔽掉。为此,算法结合人耳听觉掩蔽特性设计了感知增强滤波器,该滤波器能够有效去除第一级增强语音信号中的残留噪声。仿真实验表明,在各种复杂背景噪声以及信噪比环境下,经过本文算法处理后的增强语音信号残留噪声明显减少,算法提升了增强语音的主观感知质量。      

基于混合编程的高精度激光多普勒信号处理技术

针对激光多普勒信号中存在较大噪声干扰的实际情况,为了抑制这些噪声干扰,提高激光多普勒测速仪的测量精度,提出了对激光多普勒信号进行最小均方差(LMS)自适应滤波后作快速傅里叶变换(FFT),基于混合编程思想对所得到的频谱,先进行频谱细化,再进行频谱校正的信号处理方法,并对理想正弦信号和实测多普勒信号分别进行仿真计算和实验研究。仿真和实验结果表明：LMS自适应滤波技术可以有效抑制激光多普勒测量中的多频率噪声的干扰,此技术能够适应于很宽的信噪比范围,大大提高多普勒信号的信噪比;频谱细化技术可以提高激光多普勒信号的频谱分辨率,频谱校正技术可以准确地校正多普勒频率,使校正后的频率更加接近于真实值;信号处理精度比直接进行FFT提高2~3倍。     

HHT在激光云高仪后向散射信号处理中的应用

根据半导体激光云高仪后向散射信号的特点,基于希尔伯特-黄变换(HHT)提出了一种突出后向散射信号细节特征的处理方法。该方法有效地发挥了HHT对非线性、非平稳信号处理的能力,从原始后向散射信号中分别重构出初步去噪项和信号趋势项并实现二者的结合,从而生成全新的经特征突出的后向散射信号。大量实验数据分析证明,该特征突出方法利用了EMD分解和重构滤波的优势,摒弃了其去噪同时削弱有用信号、忽略细节特征的缺陷,适用于云高仪后向散射信号处理;配合相应的后向散射参数反演方法,可以有效提高云高识别能力和垂直能见度反演的精度,降低了云高误报和漏报率。     

近海摩托艇信号的模态分解

在非线性非平稳信号的分析、处理以及特征提取中,希尔伯特-黄变换(HHT)是一种高效的自适应分析方法,在工程领域中有着广泛应用。本文利用经验模态分解(EMD)和变分模态分解(VMD)方法对近海摩托艇的水声信号进行对比分析,发现水声信号能量主要集中在低频段。与高频段相比,其振幅相对较大。EMD方法在分析这类信号时,会产生模态混叠,因此不能有效分解信号和提取特征;而VMD方法可有效降低模态混叠现象,能够成功提取其信号特征。研究结果表明,VMD方法在船舶水声信号处理分析及特征提取时更为有效,为复杂水声信号的处理提供了一种可行的技术参考。     

小波分析在航天系统降噪处理中的应用

航天系统噪声是航天系统设备的顽疾,它干扰有用信号的调制、发射、传输、接收和解调,严重影响数据的精度。为了解决航天系统设备存在的噪声问题,结合小波降噪原理,提出了基于小波分析的降噪处理方法。利用Matlab软件设计了小波降噪程序,并对降噪过程进行了仿真。结果表明,基于小波分析的降噪处理方法可有效降低航天系统设备噪声。     

一种基于Hilbert-Huang变换的语音去噪方法

在介绍Hilbert Huang变换理论的基础上,提出了一种基于HHT变换的语音去噪算法。首先对带噪语音信号做EMD分解,得到各阶IMF分量,然后对高频的IMF分量用小波域去噪中的阈值方法进行处理,然后把经过阈值处理的高频IMF分量和低频的IMF进行叠加,得到重构后的信号,即去噪信号。仿真实验表明基于Hilbert Huang变换的去噪结果优于小波软、硬阈值法的去噪结果,显示了Hilbert Huang变换在处理非平稳信号中的优越性。     

一种复杂噪声环境下的机电系统故障在线监测声学处理方法

针对复杂背景噪声环境下的机电系统故障检测问题,文中提出了一种基于宽带声学处理的噪声抑制和故障监测方法。该方法以声学信号拾取和处理为出发点,通过对机电设备正常运行状态下声学信号进行采集、数据跟踪和复杂背景噪声抑制,建立系统正常运行状态声纹库,并进一步通过基于宽带声学处理的声纹信号匹配和模式识别技术来实现故障信号的检测与分类,进而实现对机电系统运行状态的在线监测和隐形故障的自主预警。该处理方法将基于数据跟踪的自相关噪声抑制技术与基于宽带声学处理的故障信号检测以及分类判型技术有机结合,可对机电系统早期隐性故障进行监测,有效解决了复杂噪声环境下的机电系统故障检测问题。仿真实验也证明了该处理方法的有效性和良好的实用性。     

应用形态学的自适应门限干扰检测算法

该文针对通信信号中背景噪声复杂的问题,应用数字形态学的信号预处理方法,能较好地滤除背景噪声;又由于单一门限值难以实现对不同宽度干扰的检测,提出一种应用形态学自适应门限的干扰检测算法。此算法首先对信号谱线进行功率谱估计,然后利用形态学的方法进行预处理,再根据信号功率谱的分布情况,选取不同的门限值,实现门限的自适应,为检测不同占有用信号带宽大小的窄带干扰提供了有效的方法。该文提出的方法不会受噪底变化的影响,计算量小,复杂度较低,适用于星上卫星通信的实时频谱监测。经过Matlab仿真实验得出,当采用结构元素长度为25的扁平型结构元素时,通过形态学中的膨胀预处理方法以及自适应门限可以得到检测效果比传统的连续均值去除算法(CME)算法有6dB以上的提升。      

基于BOTDA的海缆监测系统振动信号降噪方法研究

搭建了基于布里渊光时域分析(BOTDA)的海底电缆(海缆)振动信号监测模拟实验系统,通过实验获得了锚砸、冲刷、摩擦3种工况下的海缆振动信号.针对振动信号含有大量噪声,提出TSA-VMD-MPE降噪方法.利用被囊群算法(Tunicate Swarm Algorithm,TSA)优化变分模态分解(Variational Mode Decomposition,VMD),获取VMD分解层数与惩罚因子的最优值,对振动信号分解获得本征模态函数(Intrinsic Mode Functions,IMF)分量;利用IMF与原始信号的相关性及IMF的方差贡献率联合来确定IMF的多尺度排列熵(Multi-Scale Permutation Entropy,MPE)阈值,对振动实验信号进行降噪.实验结果表明:所提降噪算法使3种海缆振动信号信噪比平均提高了12.0296 dB;将提出的MPE阈值方法应用于EEMD与CEEMD算法也获得了良好的降噪效果.     

基于听觉感知的LSA-MMSE改进型语音增强方法

传统增强方法的增益函数对每个频点都进行估计,必然会引进相对较多的语音失真.为了提高低信噪比下的语音增强效果,提出了一种计算掩蔽概率的方法,得到优化的语音增强方法.基于听觉感知特性,对噪声被掩蔽部分的带噪语音谱和未掩蔽部分采用不同处理方法.增强后的语音可以表示为这两个状态下单独估计的加权和,其中权重与噪声被掩蔽概率有关.通过与Virag的方法、LSA-MMSE估计等方法进行比较,实验结果表明所提的增强方法能在低信噪比下有效地抑制残留噪声的同时保持更小的语音失真.     

基于改进经验小波变换的时频分析方法及其在滚动轴承故障诊断中的应用

经验小波变换是最近提出的非平稳信号分析方法,针对其不足,提出了一种改进的经验小波变换方法;同时结合瞬时频率新定义,提出了一种非平稳信号时频分析新方法.该方法首先通过改进的经验小波变换将一个复杂的非平稳信号自适应地分解为若干个具有紧支集频谱的内禀模态函数之和;再通过对每个内禀模态函数进行解调,得到原始信号的时频分布.将提出的方法应用于滚动轴承试验数据分析,并将其与希尔伯特黄变换进行了对比,结果表明,论文提出的方法能够有效地诊断滚动轴承故障,且诊断效果优于希尔伯特黄变换方法.     

面向旋翼飞机螺旋桨干扰的AM通信语音信号智能增强方法

为改善旋翼飞机空地语音通信质量,针对旋翼飞机螺旋桨造成的幅度调制(Amplitude Modulation, AM)信号复杂多频干扰以及恶劣机舱背景噪声,提出了一种通信语音时频掩膜智能增强方法,从而实现对机舱噪声与复杂干扰的有效抑制。该方法首先对原始时域语音信号进行分帧与加窗,通过短时傅里叶变换获取幅度谱与相位谱;然后将原始幅度谱作为网络输入,采用深度神经网络分析其语音信号的特征,采用长短期记忆网络挖掘语音信号的时序上下文信息,实现对语音时频掩膜的准确估计,并将其用于增强原始幅度谱以得到网络输出;最后结合原始相位谱,通过逆短时傅里叶变换获得增强后的时域语音信号。仿真与实际测试表明,该方法可有效抑制旋翼飞机环境下的干扰噪声,提高通信语音信号质量。     

基于AD630实现蓄电池内阻在线测量

针对目前蓄电池内阻在线测量存在的不足,设计实现了一套实用的蓄电池内阻在线测量系统。该系统运用四引线连接法,将一定频率的交流信号注入电池,再将电池两端产生的微弱信号通过前置放大滤波,送入AD630进行相关检测,有效地抑制了噪声和干扰,简化了设计,实现了蓄电池内阻的在线测量。实验结果表明,该系统可有效地应用于蓄电池内阻的在线测量,且测量结果稳定可靠。     

应用多级门限法去除气象回波图像噪声

文中介绍了应用功率、杂波校正因子（ＣＣＯＲ）和信号质量指数（ＳＱＩ）等多级门限联合处理的气象目标回波图像噪声去除算法。通过利用气象回波信号底层处理时的相关信息进行地杂波和白噪声的去除,突破了以往只能在高层采用图像处理的去除噪声的局限。由于充分利用了信号与地杂波和白噪声的不同特征信息,仅增加少量运算就去除了噪声干扰,同时很好地保留了小信号。经过在自行研制的基于Ｃ３Ｘ的并行ＤＳＰ阵列处理机上现场运行并     

基于MATLAB GUI实现随机信号的分析与处理

以MATLAB GUI为软件开发平台,设计了随机信号的分析与处理系统.该系统以随机信号分析的基本理论和方法为基础,通过对随机信号进行相关性分析和功率谱密度分析,掌握有用信号和噪声信号的频谱特征,设计FIR数字滤波器滤除噪声信号,提取有用信号,完成对随机信号的有效去噪处理.该系统界面设计关观大方,功能设计简捷方便,并易于...