基于小波变换的多尺度多阈值语音信号去噪

本文介绍了小波变换在语音去噪上的应用概况，用多尺度多阈值的小波变换方法进行了实验，证明该方法能有效地抑制语音信号的噪声。最后，用谱减法去噪和前者做了比较。     

基于多窗谱估计的维纳滤波语音增强算法

针对维纳滤波在复杂背景噪声情况下,语音信号成分衰减过大的问题,提出了一种基于多窗口谱估计和维纳滤波相结合的语音增强方法。该方法先将带噪语音进行多窗口谱估计,再通过小波阈值去除噪声项得到近似纯净的语音谱;然后与维纳滤波处理后的语音谱相比较,根据不同的失真类型选择相应的谱作为最终增强的语音谱。仿真结果表明,在不同类型的噪声和信噪比条件下,该方法在抑制噪声和降低语音信号衰减上优于均方预测误差(MSCEP)和预白化子空间(PSS)方法。     

分数阶傅里叶变换在轴承故障诊断中的应用

在对滚动轴承微弱故障诊断时,故障信号容易受到噪声的干扰,为了获取滚动轴承数据的有效故障信息,研究用分数阶傅里叶变换(fractional Fourier transform,FRFT)的方法对滚动轴承工作中产生的微弱故障进行诊断。该方法可以将滚动轴承数据变换到分数阶域的空间中进行分析,在此空间中变换分数阶的阶次从而搜索提取出微弱故障的最大峰值,分析结果表明用分数阶傅里叶算法可以有效的降低其他分量和噪声的互相干扰,准确的提取目标分量,实验结果证实了该方法的有效性和可行性。     

基于最优FRWT的非平稳信号去噪新方法

研究非平稳信号的去噪,提出一种基于最优分数阶小波变换（FRWT）的信号去噪方法.该方法根据输出信号信噪比采用遗传算法寻找FRWT的最优分数阶值,实现非平稳信号的去噪.以带噪语音信号为例的去噪实验结果表明,采用新方法的去噪效果明显提高.     

基于广义随机共振的Chirp信号检测性能分析

为便于提取多个chirp信号叠加噪声模型中目标chirp信号的参数信息,本文研究了该混合信号激励过阻尼双稳系统的随机共振现象。但由于chirp信号在频域能量的非聚焦性,传统刻画随机共振的信噪比指标失效。因此,基于chirp信号在分数阶傅里叶变换域上的能量分布特性,对非线性随机动力系统的畸变输出信号进行变换域上的最优滤波,给出最优分数阶傅里叶变换域上的信干比定义形式,并以此作为目标chirp信号经过系统后的性能增益的度量和广义随机共振现象的判别依据。数值仿真结果表明,在存在多个chirp信号驱动的过阻尼双稳系统中,当目标chirp信号或噪声能量不足以激发粒子跃迁时,干扰chirp信号能在一定程度上协助粒子发生跃迁,产生协同随机共振现象,从而提高对目标chirp信号的检测性能。     

采用chirp信号调制的中压配电线通信系统

针对中压配电线信道特性,提出了一种基于分数阶Fourier变换(FRFT)的通信方法。以线性调频信号(chirp)作为调制信号,利用线性调频信号在分数阶傅里叶变换域的能量聚焦特性,提高系统的抗噪声干扰和频率选择性衰减的能力。建立了系统的仿真模型,仿真结果证明了方法的可行性。     

一种基于Chirp信号的多数据传输方法研究

以分数阶傅里叶变换为数字信号处理基础,使用单Chirp信号完成多比特的数据传输功能.发送端采用同调频率不同初始频率的Chirp信号作为调制信号,接收端对接收到的信号进行分阶数傅里叶变换,根据分数域能量聚集的不同位置进行解调.此方法可在不影响Chirp载波性能的前提下,完成多数据的传输,进一步提高了通信系统的性能和容量.     

分数阶傅市叶变换域的心电信号滤波算法

心电信号是一种非平稳的低频微弱信号,与干扰噪声具有较强的时频耦合．经典的滤波方法难以实现有效的信噪分离．提出了一种基于分数阶傅立叶域的LMS自适应滤波算法,既结合了适合处理非平稳信号和减少时频耦合的特点,又能够有效地提高信噪比．首先将信号进行分数阶傅立叶变换,寻找最优变换域,再利用LMS自适应滤波算法在最优变换域滤波,然后对滤波后的信号进行分数阶傅立叶反变换．通过对MIT—BIH中的心电数据进行Mat—lab仿真,表明信噪比从-6dB提高到14dB,清晰地还原出心电信号的波形及特征点．     

基于离散余弦变换的语音增强

在进行余弦变换时,语音信号主要分布在余弦系数的低频区域,而随机噪声主要分布在高频区域．鉴于此特点,给出了一种基于离散余弦变换的阈值语音增强方法．利用余弦系数的高频区估计噪声得到阈值,对DCT阈值化,利用信噪比估计值和语音出现概率对算法做了进一步的改进,增强了算法的去噪能力．实验结果表明,该方法为有效的语音增强方法．     

一种基于生成对抗网络的语音去噪方法

本文提出了维纳滤波算法和生成对抗网络相结合的语音去噪方法.首先用维纳滤波算法对带噪声语音信号进行预处理,提高语音信号的识别度,然后将预处理后的语音信号作为深度学习生成对抗网络的输入,进一步去除噪声信号.实验结果表明,本文提出的去噪方法将带噪声语音信号的分段信噪比从4. 83 db提升到了5. 09 db,去噪效果较为明显.     

振动信号离散余弦变换域循环维纳滤波算法

为解决对非平稳振动信号直接进行循环维纳滤波噪声去除效果较差的问题,将离散余弦变换应用于循环维纳滤波中,提出振动信号离散余弦变换域循环维纳滤波算法.利用离散余弦变换能量集中的特性和循环维纳滤波线性相位滤波特性,采用分段处理方法使二者结合,以便更充分发挥维纳滤波的性能,实现更好的滤波效果,并降低处理阶次.结合工业现场实测汽轮机振动信号,对算法进行分析与仿真,仿真结果表明:该算法拥有较好的噪声滤除效果,且能保证滤波后不产生明显相位失真,适于振动信号去噪处理,优于单独进行循环维纳滤波或DCT滤波.     

分数阶傅里叶变换在数字水印中的应用

传统的图像水印技术是基于离散余弦变换,只适用于处理平稳的信号,并且离散余弦变换属于有损的数据压缩过程。而分数阶傅里叶变换可以用来处理非平稳的信号,通过对连续型分数阶傅里叶变换进行离散化采样,得到适合数值计算的离散形式,然后在频率域对幅度中间的系数使用一个随机的正态分布序列进行修改,再经过逆变换,就得到了加入水印的图像。由此提出了改进的基于分数阶傅里叶变换的随机序列水印算法。仿真结果验证了所提出的算法显著地提高了在各种攻击下水印的健壮性。     

基于维纳过滤的IMCRA算法

为了改善噪声谱估计算法对噪声的估计能力,提出基于维纳过滤的最小值控制递归平均(improved minimum control recursion average,IMCRA)算法。采用二级过滤技术,第一级利用参变维纳滤波算法过滤带噪语音得到语音频谱的估算值,计算其先验信噪比和后验信噪比,通过维纳滤波传递函数计算输出语音。第二级利用IMCRA算法对语音信号进行噪声估计,使用基本谱减法过滤噪声得到语音信号。对比实验结果表明,该算法提高了噪声的估计能力,同时语音信号的可懂度和清晰度也有所提高。     

履带车辆传动系统动态载荷谱信号去噪

为了满足履带车辆传动系统动态载荷谱编制对采集数据准确性的要求,运用功率谱分析方法获取原始采集载荷谱信号的频率分布,确定了有效信号的频域特性。利用小波分析方法,给出了在通用阈值基础上改进的自适应阈值去噪的计算方法。结合实车动态行驶与换挡过程中的传动特性对实测履带车辆载荷谱信号去噪结果进行了分析。研究结果表明:改进的自适应阈值去噪方法能更好地区分不同频段上的有效信号和噪声信号,在保留中、高频载荷谱信号的前提下具有良好的去噪效果。     

基于无抽样小波包变换的语音增强方法

非均匀临界频带与人耳对固有语音的频率感知特性十分相似,并且可在听觉感知上近乎完美地使信号进行重构.文章基于此提出了一种新的语音增强方法.该方法首先采用易于计算的无抽样离散小波包(UDWP)模拟人耳的听觉特性滤波器组对带噪语音进行分解;其次在语音信号的子带层次上用一种类似于软阈值的无穷阶可导的函数进行阈值处理;最后应用谱减法进行二次增强.实验结果表明,该方法在有效去除语音噪声的同时可以较大地提高语音的清晰度和可懂度.     

基于调频率调制的雷达通信共享信号研究

雷达通信一体化可有效提高电子系统的资源共享,是实现电子装备多功能综合一体化的一个重要方向。本文根据Chirp信号的调频率与分数阶傅里叶变换的阶数之间的关系,提出了一种基于Chirp信号调频率的雷达通信共享波形,固定调频率的主载波实现雷达功能,副载波由通信码元键控得到调频率从而实现通信信息调制;主载波与副载波的叠加形式使此共享信号能在不影响雷达性能的前提下实现单脉冲多比特的数据传输,而且利用不同阶数的分数阶傅里叶变换的解调过程具有多普勒稳健性。     

基于小波收缩阈值和维纳滤波的去噪方法

针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法。采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理。采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数。仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法。     

分数阶自相关和FrFT的LFM信号参数估计

基于分数阶自相关和分数阶傅里叶变换的特点,提出了一种LFM信号检测与参数估计方法。相对分数阶傅里叶二维扫描法和匹配傅里叶变换,所提方法将检测与参数估计的二维搜索变为一维搜索,快速实现信号检测和参数估计,在多分量LFM信号情况下借助"Clean"的方法来抑制强分量对弱分量的干扰。计算机仿真表明了该算法在低信噪比多分量LFM信号检测与参数估计中的有效性。     

旋转机械振动信号的小波域维纳滤波去噪

为了去除旋转机械振动信号采集传输过程中混入的噪声干扰,文中基于维纳滤波和小波阈值滤波,通过建立旋转机械振动信号采集模型,结合振动信号滤波要求,提出了旋转机械振动信号的小波域维纳滤波算法.利用工业现场旋转机械实测振动信号,对该算法进行仿真.结果表明:该算法保持了旋转机械振动信号的线性相位特性,滤波后信号未产生明显的幅度失真;小波域维纳滤波的均方误差小于维纳滤波和小波阈值滤波,去噪效果优于维纳滤波和小波阈值滤波.     

自适应阈值的小波变换在纸病去噪中的应用

以图像噪声会影响下一步图像处理、分析及识别为启示,分析了常用的数字滤波算法优缺点,提出一种自适应阈值小波变换去噪方法．该方法根据含噪信号特性和信噪比,自适应地选择小波变换的最优分解层数和最佳软阂值,达到最优的降噪效果．仿真结果表明,这种算法在高斯噪声和椒盐噪声滤波能有效地滤除噪声,同时还能较好地保护图像细节,使图像达到更好的视觉效果．