基于波束形成与多参考源噪声对消的语音增强算法

通过传声器阵列采用波束形成技术采集语音信号,同时使用参考传声器获得背景噪声信号,本文提出一种基于波束形成和自适应多参考噪声对消的语音增强算法。该算法不依赖任何信号模型且无需对噪声信号的统计特性进行先验假设,可以适应背景噪声的突然改变,同时具有良好的实时性和鲁棒性。可广泛应用于复杂噪声环境下目标语音识别,仿真结果表明了该算法的有效性。     

基于噪声抵消与波束形成的小阵语音增强

为了提高麦克风小阵的语音增强效果,将阵列抗串扰自适应噪声抵消（ACRANC）方法与波束形成（BF）方法相结合,提出了一种效果更好的小阵语音增强方法。首先,通过生成多个ACRANC子系统,获得多路增强语音信号;然后,通过所提的自适应模式控制（AMC）算法和延迟求和（DAS）波束形成方法进一步提高多路增强语音信号的增强效果。对提出的方法进行了计算复杂度估计,验证了所提方法可以通过普通芯片实时实现。实际环境下的实验结果也表明,所提方法的语音增强效果相较ACRANC方法有所提高,具有一定的优越性。     

基于鲁棒波束形成的麦克风阵列系统

为了提高噪声消除的鲁棒性,传统的通用旁瓣消除器采用固定波束形成作为输出的系数约束自适应滤波器,采用CCAF的输出作为输入的标准约束自适应滤波器.此系统的跟踪性能随信号频率变化而改变,并且由于波束带宽的影响使得目标语音在低频发生畸变.采用优化波束形成方法来得到较宽的带宽,对输出进行后滤波处理来消除残余噪声.试验表明本方法可明显提高语音信噪比.     

基于子空间逼近的特征空间波束形成算法

特征空间波束形成（ESB）算法为了得到信号子空间需要对采样协方差矩阵进行特征值分解,运算量十分巨大,这大大限制了其应用。为了减低ESB算法的运算量,利用有理子空间逼近的原理,提出一种不需要估计信号源个数的快速ESB算法。该方法利用一个介于信号和噪声特征值之间的分界值将特征空间分成两个子空间,并用矩阵幂乘和此分界值的有理式逼近这两个子空间的投影矩阵,将此投影矩阵代入到ESB算法的权值求解式中,在不降低性能的前提下,可大大提高波束形成的运算速度。计算机仿真验证了该算法的有效性,并分析了分界值取值方法的不同对子空间划分及波束形成性能的影响。     

一种稳健的波束域自适应波束形成算法

在波束域算法中,针对波束域期望信号的指向误差落在波束主瓣边缘时波束性能严重恶化,采用波束域旋转矢量法的线性约束来改善波束域自适应算法的性能,同时为提高工程的实施性,减少算法的计算量,利用信号的特征值大于噪声的特征值这一理论,采用空间协方差矩阵逆的高阶次幂来逼近信号子空间,将求得的权矢量投影于改进的波束域的特征信号子空间,该算法在波束域中不但减少了计算量,而且使波束具有更好的信号比和稳健性。实验仿真验证了提出的改进波束域特征空间的稳健自适应算法的正确性和有效性,具有一定的工程实用价值。     

基于子空间投影的波束形成算法性能分析

全球导航卫星系统(GNSS)接收机采用自适应天线阵进行抗干扰时,传统的自适应算法形成的旁瓣增益较大,干扰信号方向零陷较宽,会滤除部分有用信号。针对传统自适应算法的不足,分析了基于子空间投影的抗干扰波束形成算法,先采用正交子空间投影技术消除接收信号中的强干扰信号,再通过一种加权准则提高信号质量,可避免传统自适应算法的缺点。仿真结果表明,与单一的加权准则、子空间投影技术与线性约束最小方差准则相结合的算法相比,子空间投影技术与最大化信噪比准则相结合的算法能够得到近似相等的信噪比,且在干扰方向形成较窄的零陷,从而提高系统抗干扰性能。     

基于遗传算法的均匀子阵数字多波束形成研究

现代雷达系统一般采用子阵的形式减少通道数,均匀划分的子阵有利于减小微波网络的实现难度,但形成多波束时会出现栅瓣。为此提出一种基于遗传算法搜索权值,包括阵元权和通道权形成多波束,以降低栅瓣,改善多波束性能。仿真实验表明,该方法是有效可行的。     

近场麦克风阵列定点波束形成优化方法

为了有效的抑制干扰和噪声,该文在近场定点波束形成算法的基础上,研究麦克风阵列输出距离图和方向图的优化,通过施加不同距离和方向的虚拟干扰,来压低距离图和方向图的旁瓣,干扰强度随给定位置旁瓣高度而自适应的调整,最终实现阵列对期望信号形成的波束图优化,计算机仿真结果证明了该方法的正确性和有效性。     

麦克风阵列应用于鲁棒自适应噪声消除

提出一种应用于鲁棒自适应噪声消除的新结构,用优化波束形成方法取代GSC中的固定波束形成(Fixed Beamforming)以得到较宽的带宽;对GSC的输出进行后滤波处理消除残余噪声。     

基于干扰噪声矩阵重构的自适应波束形成算法

针对在自适应波束形成中,当采样次数较少或期望信号导向矢量存在误差以及训练数据中含有期望信号成分时导致波束输出信干噪比(SINR)下降的问题,提出了一种重构干扰噪声协方差矩阵并且估计期望信号导向矢量的稳健自适应波束形成方法。在期望信号波达方向的角度范围已知的条件下,首先利用多重信号分类(MUSIC)空间谱在不含期望信号的区域重构出干扰噪声协方差矩阵;然后推导了避免期望信号的导向矢量的估计值收敛到任一干扰的导向矢量或它们的线性组合的约束条件;进而以此约束条件和阵列输出功率最大化条件建立了期望信号导向矢量估计的优化问题,并使用凸优化软件估计出最优的期望信号导向矢量。讨论了该方法的计算复杂度并通过仿真实验验证了其有效性和优越性。仿真结果表明,当期望信号和干扰源存在随机指向误差和局部散射的情况下,所提方法在很大的输入信噪比范围内的输出信干噪比仍接近理论值,优于其他自适应波束形成方法。     

基于ICA的周期性噪声消除算法

为了使问题有解,传统的独立分量分析算法对问题的条件有许多严格的限制,其中包括观测信号的个数不能小于源信号的个数等．在降噪等实际应用中,观测信号的个数可能无法满足这一条件,为了能够利用独立分量分析分离加性噪声,需要人工构造混合信号．基于周期性干扰表现的整体周期性,提出了一种构造混合信号的新算法．利用构造的混合信号进行独立分量分析,可以有效地消除周期性干扰,使目标信号的信噪比显著提高．即使在信噪比很低,目标信号几近被“淹没”的情况下,仍然能够较好地将其分离出来．该方法具有算法简单、运算速度快、算法效率高等特点．计算机仿真和实验结果都证明了算法的有效性．     

一种基于运动估计的3D视频降噪算法

在视频图像降噪中,时域滤波比空域滤波在保护边缘和细节,提高PSNR方面更具有优势。根据此原理,提出了一种基于运动估计的3D降噪算法。该3D降噪算法结合了时域滤波和空域滤波。在时域上,基于运动估计在当前帧的前一帧和后一帧中同时搜索匹配块。对搜索到的匹配块进行运动强度检测,如果运动强度较小,就进行时域滤波,如果运动强度过大,就为对当前块进行空域滤波。另外,设计了噪声标准差估计单元,能够根据噪声标准差自动调整运动强度检测阈值,准确判断块的运动强度。同时,估计出的噪声标准差也用作空域滤波器的参数。     

基于分块处理的三维非局部均值降噪算法

现有二维非局部均值降噪算法仅能抑制三维图像的层内噪声,无法利用层间信息对图像进一步降噪。针对该问题,分析印刷电路板在锥形束CT系统中所成图像的自相似性,将现有二维算法扩展到三维空间,提出基于分块处理的三维非局部均值降噪算法。实验结果表明,该算法可进一步抑制噪声,具有较高的计算效率。     

基于MAX262的音频降噪仪设计

介绍了一种基于单片机MSP430和可编程开关电容滤波器MAX262的降噪仪设计.该设计以MSP430单片机为控制核心,通过按键选择设置参数,控制MAX262的工作模式.降噪仪工作稳定可靠,有潜在的市场需求.     

一种改进的小波域维纳滤波的图像降噪算法研究

针对小波域维纳滤波图像降噪存在计算速度慢和降噪效果较差,本文提出一种改进的小波域维纳滤波算法,将阈值化处理引入小波域维纳滤波,通过阈值化处理小波变换后的系数来提高降噪效果。依据改进算法的具体过程和算法步骤,运用MATLAB进行算法仿真,仿真结果表明,改进的小波域维纳滤波算法进行图像降噪可以有效地提高图像的信噪比,降噪效果良好,同时计算速度较快,节约时间。     

非平稳环境下基于小波变换的图像去噪

传统的图像去噪算法往往仅对平稳或缓慢变化的噪声有效,且残留的图像噪声较大。对此,研究了非平稳环境下基于小波变换的图像去噪算法。该算法根据图像与噪声在小波域的分布特性以及它们的小波变换模极大值随尺度的变化大小不同,运用迭代算法得到不同尺度小波域中噪声的具体位置以及小波系数大小,完成了图像去噪。实验结果表明,对峰值信噪比较低的图像,该方法去噪后峰值信噪比比传统方法的高,并且保留了较多的图像细节,同时对平稳和非平稳的噪声都能进行较好地去噪。     

基于小波变换的科氏流量计降噪技术的研究

为了提高科里奥利质量流量计的降噪水平,采用以小波变换作为前置滤波器来抑制噪声干扰。以分析小波变换为基础,阐述了小波变换应用在科氏流量计上的可行性,给出了实现方案,并做了相关的现场实验。通过实验结果表明所研究的方法是可行且有效的。     

冲击噪声背景下主分量求逆波束形成

关于波束形成器抑制噪声优化问题,在冲击噪声背景下,常规波束形成性能下降,影响通信效果。为解决上述问题,提出一种适用于任意未知统计特性的代数拖尾冲击噪声环境下的归一化的主分量求逆(N-PCI)算法。通过对输入信号进行无穷范数归一化,使变换信号的二阶统计量在代数拖尾的冲击噪声环境下存在且有界,提高了波束形成器在冲击噪声背景下的性能,且无需噪声特征指数的先验信息。仿真结果表明,该算法具有副瓣电平低且干扰抑制能力强的优点,较常规波束形成算法更有效,为设计提供了有效参考。     

基于噪声分析的椒盐噪声降噪处理方法

针对传统的中值滤波降噪方法不能有效去除图像中的椒盐噪声,提出基于噪声分析的椒盐噪声降噪处理方法。算法根据椒盐噪声仅仅改变图像部分像素值为0和255、其余像素并未改变的特点,首先判断图像的噪声点和信号点,针对噪声点,统计邻域中信号的个数,然后根据信号的个数决定采用某个邻域的中值去代替噪声点,从而达到去除椒盐噪声的目的。仿真实验表明,该算法能有效去除图像的椒盐噪声并较好地保留图像的边缘细节信息。