面向二元麦克风小阵列改进的广义旁瓣抵消器语音增强算法

二元麦克风小阵列在手机、助听器等受空间、成本以及运算能力限制的设备中被广泛研究用以提高目标语音质量。二元麦克风小阵列中语音增强算法主要包括波束形成方法以及相干性滤波器方法。波束形成方法的思想是利用目标声源相对阵列的位置关系获取相应的时域和空域信息,可以保留目标声源方向的信号而抑制其他方向的干扰信号;相干性滤波器方法则通过阵元间不同信号的相关性进行噪音抑制。考虑这两种类型方法的优点,本文提出一种面向二元麦克风小阵列改进的广义旁瓣抵消器语音增强算法,通过在广义旁瓣抵消器的固定波束形成支路上使用相干性滤波器,提高固定波束形成输出信号的信噪比,然后在广义旁瓣抵消器自适应支路利用阵列的时域和空域信息对固定波束形成支路输出的信号中残余噪音进行估计,进而获得增强后目标输出信号。仿真和实际试验表明,本文提出的算法明显优于单独使用小阵列波束形成算法和相干性滤波器算法。      

混响环境下麦克风阵列语音增强方法研究

由于麦克风采集到的语音信号常常受到通信环境噪声及混响的干扰,致使语音质量受到严重的影响。因此,文章提出了一种新的麦克风阵列语音增强方法。仿真结果表明,相对于传统的麦克风阵列语音增强方法而言,文章所提出的方法具有更好的去噪效果。     

基于子带TF-GSC麦克风阵列语音增强

为了加快基于传递函数广义旁瓣相消器的麦克风阵列语音增强系统的收敛速度,将其自适应模块的输入信号分解到子带以进行处理,并将多通道维纳滤波器引入传递函数广义旁瓣相消器的非自适应支路,以便更有效地抑制非相干噪声.实际测试结果表明,相对于基于全带广义旁瓣相消器的麦克风阵列语音增强系统,采用该子带传递函数广义旁瓣相消器结构的语音增强系统具有更高的输出信噪比.     

基于锥形麦克风阵列的语音增强技术研究

针对强噪音环境中小体积应用场合下的语音增强,设计了一种基于锥型麦克风阵列结构的语音增强方法。该方法充分利用锥形结构中锥底麦克风阵列对锥顶麦克风的良好噪声抵消性能,结合端点检测器和两级自适应滤波器设计的多通道抗串扰噪声抵消算法,实现了强噪音环境中的语音增强。理论分析和仿真验证了锥形结构设计的合理性和优越性,仿真结果表明,改进的多路抗串扰噪声抵消算法应用于此锥形结构的麦克风阵列中可提高语音信号的信噪比,对语音的损伤小,在强噪音环境中语音增强效果显著。     

基于近场波束形成的麦克风阵列语音增强方法

当麦克风阵列用于封闭环境中非手持式语音拾取时,必须面对的一个问题是声场为阵列近场的问题。该文在子带自适应波束形成方法的基础上,引进了一种基于近场波束形成的麦克风阵列语音增强方法。该方法充分利用了近场球面波的波前弯曲率,有效地衰减了混响和噪声对期望信号的影响。仿真实验结果表明,在小房间混响条件下,基于近场波束形成的麦克风阵列语音增强方法取得了较好的噪声抑制效果。     

基于麦克风阵列的数字助听器语音增强技术

针对噪声和混响环境下的助听器用户聆听上的困难,基于麦克风阵列的数字助听器设计能够很好的提高助听器在这种环境下的语音信噪比。本文研究了应用麦克风阵列进行数字助听器语音增强处理技术,提出了一种基于粒子群优化的改进粒子滤波算法,它将语音增强问题转换为从带噪语音中对纯净语音的估计过程,引入粒子群优化的方法来产生建议分布,使降噪结果更接近纯净语音,从而得到更好的语音增强效果。     

基于矢量语音传感器的双麦克风语音增强算法

在语音增强技术领域,双麦克风语音增强技术具有尺寸小、功耗低的优势,因此得到了越来越多的应用。传统的双麦克风语音增强技术一般使用全向麦克风进行信号采集。矢量语音传感器可以采集声矢量信息,其“8”字形指向性使其天然具有抑制环境噪声的能力。将基于相干函数的双麦克风语音增强算法与矢量语音传感器相结合,提出一种基于矢量语音传感器的双麦克风语音增强算法,对其指向性进行仿真分析,并在消声室进行实测验证。结果表明,与相同阵列形式下的全向麦克风双麦阵列相比,矢量语音传感器双麦阵列具有更好的指向性和语音增强效果。     

基于盲波束形成的麦克风阵列语音增强方法

考虑到语音信号方向向量估计误差对传统波束形成语音增强性能的影响,该文提出一种盲波束形成语音增强方法。由于采用阵列四阶互累积量和线性约束最小方差波束形成器相结合,使得该方法对语音信号方向向量误差具有一定韧性。此外,采用多通道后置滤波去除盲波束形成器输出端的残留噪声。仿真结果表明,在语音信号波达方向等先验信息未知的情况下,该文提出的盲波束形成语音增强方法仍具有较好的噪声抑制性能。     

基于阵列抗串扰自适应噪声抵消的语音增强

本文提出了一种针对阵列交叉串扰信号的自适应噪声抵消方法,并将其用于麦克风阵语音增强.该方法仅使用两级滤波系统,计算量小,稳定性好,且对麦克风阵的几何结构及噪声类型均没有严格限制.试验表明,该方法消噪量大,对语音损伤小,语音增强效果显著,适用于多种噪声环境并易于实时实现.     

一种近场环境下的麦克风阵列语音增强方法

针对语音源位于阵列近场而干扰噪声源位于阵列远场的声学环境,本文提出了一种基于近场双自适应波束形成的麦克风阵列语音增强方法。该方法利用近场声波波前的特点,主通道采用最小方差无失真响应准则的近场优化波束形成器,辅助通道采用双自适应波束形成技术,从而有效地抑制了混响和噪声对语音信号的影响。仿真实验结果表明,在房间混响条件下,本文方法具有良好的噪声抑制性能。     

相控阵雷达数字自适应波束形成技术

本文分析了自适应波束旁瓣起伏机理，从系统要求出发，研究了信号子空间广义旁瓣相消系统（ＧＳＣ）的性能，提出了简化系统结构的级联方法，并分析了Ｂｕｔｌｅｒ网络ＧＳＣ的性能。     

Enhanced Frequency-Domain Frost Algorithm Using Conjugate Gradient Techniques for Speech Enhancement

In this paper, the frequency-domain Frost algorithm is enhanced by using conjugate gradient techniques for speech enhancement. Unlike the non-adaptive approach of computing the optimum minimum variance distortionless response （MVDR） solution with the correlation matrix inversion, the Frost algorithm implementing the stochastic constrained least mean square （LMS） algorithm can adaptively converge to the MVDR solution in mean-square sense, but with a very slow convergence rate. In this paper, we propose a frequency-domain constrained conjugate gradient （FDCCG） algorithm to speed up the convergence. The devised FDCCG algorithm avoids the matrix inversion and exhibits fast convergence. The speech enhancement experiments for the target speech signal corrupted by two and five interfering speech signals are demonstrated by using a four-channel acoustic-vector-sensor （AVS） micro-phone array and show the superior performance.     

噪声环境下语音分形特征的提取和分析

该文针对目前的分维计算方法盒维、关联维等精度虽高,但计算复杂,Katz维计算简单、抗噪性能好、但精度不高的现状,提出了一种改进的基于波形的算法IBW-FD,分析了对分形布朗曲线、含噪语音(高斯白噪声,三种非平稳噪声)的性能。理论分析和实验结果表明： IBW-FD算法具有更强区分高斯白噪声和语音信号的能力;IBW-FD算法抗平稳和非平稳噪声能力要普遍好于盒维和Katz维。结果表明IBW-FD算法在复杂度、精确度和抗噪性能方面均优于现有的分维算法,是一种比较好的分维计算方法,不仅可以应用在语音处理中,而且也可应用于其它信号处理中。     

Systolic阵结构的GSC自适应天线系统稳态分析与系统实现

本文主要分析Systolic阵结构的GSC自适应天线系统的稳态性能,在文献[1]的基础上,提出了更为一般的稳态性能公式,本文还讨论了Systolic阵的实现问题。     

一种低信噪比语音的增强算法

为改善低信噪比环境下语音的质量,论文提出了一种新的语音增强算法。算法首先根据噪声频谱的高斯统计模型得到用先验信噪比形式表示的噪声频谱估计值,然后利用帧内、帧间平滑算法估计每一个频点的先验信噪比,从而能够更好地跟踪先验信噪比的变化。算法接着引入一种简便的估计语音在每一个频点出现概率的方法,得出一种新的语音增强算法。客观测试和非正式听音测试表明：该算法在几乎不损伤语音清晰度的前提下,能够更好地抑制低信噪比语音增强所产生的音乐噪声,同时使语音信噪比得到了明显提高。     

基于短时谱最小均方误差估计的语音增强和剩余噪声衰减

本文研究了三种基于语音短时谱最小均方误差估计的语音增强方法:短时谱幅度最小均方误差估计,短时对数谱最小均方误差估计和短时相对谱幅度最小均方误差估计,在理论分析基础上对它们进行了实验研究.计算机仿真结果表明,在加性白色高斯噪声污染下,当带噪语音信噪比为+5～-10dB时,处理后的语音信噪比提高了3.4～12dB。短时对致谱最小均方误差估计的效果最好,试听实验也证实了这一点。 文中还对增强后剩余噪声的衰减问题进行了研究。利用中心削波并对估值器中的增益函数进行修正,可明显地减弱剩余噪声。     

基于广义旁瓣相消的机载雷达抗密集转发式干扰方法

密集转发式干扰不仅会引起雷达虚警,而且会抬高其附近单元的恒虚警率检测门限进而导致目标检测性能下降。另外,它还会污染空时自适应处理的训练样本,导致杂波抑制性能下降。针对这些问题,该文提出一种机载雷达抗密集转发式干扰算法。该算法首先估计干扰方向,然后用广义旁瓣相消技术在空域滤除干扰。广义旁瓣相消中的辅助通道为指向干扰方向的和波束,而其协方差矩阵则利用清晰区中挑选的干扰样本估计得到。该算法可以有效抑制密集转发式干扰,减少由其引起的虚警,改善雷达目标检测性能,同时该算法还具有结构简单,易于实现的优点。实验结果验证了该算法的有效性。     

语音增强及其消噪能力研究

语音增强技术可极大提高信噪比，解决由于环境噪声引起的语音通讯和识别性能下降的问题。目前常用的语音增强算法有频谱相减法，维纳滤波法，自适应抵消法等。文章提出一种将指向性麦克风和自适应抵消法相结合的方法，在仿真试验中取得了较好的结果。     

帧间约束MMSE语音增强算法

本文主要讨论基于语音短时谱估计的语音增强算法,在语音短时谱幅度最小均主误差估计（ＭＭＳＥ）的基础上,本文提出了一种基于帧间频域分布约束的改进的语音短时谱幅度ＭＭＳＥ估计算法,该算法充分利用了语音分析帧之间存在的相关性,并以频域分布约束的形式结合到估计式中,考虑到在ＭＭＳＥ估计式中需要利用语音频谱的分布,本文采取了两种解决办法,利用高斯分布模型进行近似;利用语音材料进行统计得到近似的分布模型,新算法     

基于区域约束的双耳近场自适应波束形成算法

提出了一种基于区域约束的双耳近场自适应波束形成算法,该算法将目标信号及其附近区域内的若干个导向矢量组成的矩阵进行特征值分解,并在最小化输出信号能量的同时对主要的特征向量进行约束,从而有效解决传统近场波束形成器对目标声源的方位估计误差和位置扰动过于敏感的问题。实验结果表明,所提方法可以有效抑制远场同向干扰声源,并且相对于传统近场波束形成器具有更高的鲁棒性。客观评价指标表明,该算法的降噪性能及语音质量提升方面均优于对比算法。