一种基于Chirp原子分解的语音增强方法

由于语音信号在时频面上具有局部连续结构，文章提出了一种基于Chirp时频原子分解的语音增强方法．该方法将含噪的语音信号使用匹配追踪算法分解成Chirp原子的组合，根据语音和噪声所对应的Chirp原子在参数上的不同，从中分离出属于语音的Chirp原子来重构语音信号，从而达到去除增强语音的目的。仿真实验结果表明．经该法处理后的语音信号的信噪比有较大的提高，主观试昕效果也较好。     

基于时频表示的LFM信号参数估计方法

宽带非平稳干扰LFM信号对DSSS系统通信性能威胁较大,为抑制其干扰,必须估算LFM信号参数。在此介绍了几种时频表示方法及其特点,然后采用Radon变换或Hough变换相结合的方法进行LFM信号参数估计,讨论了LFM参数估算过程对时频表示方法的要求。分析表明,选择适当的函数是时频分布估计LFM信号参数的重点,分数傅里叶变换有相对好的LFM信号参数估计性能。     

多Chirp信号的Cohen类时频分布的性能分析

以广泛出现在工程应用和许多物理现象中的多分量Chirp信号为对象,研究了Cohen类时频分布对这种信号时频表示性能,定量地描述了各种时频分布的时频聚集程度,分析了交叉项的特点和抑制机理,提出了现有的Cohen类时频分布对该类信号交叉项抑制存在局限,仿真结果验证了理论分析的正确性.     

基于OMP分解的宽带Chirp信号多参数估计

将信号稀疏分解——正交匹配追踪(Orthogonal Matching Pursuit,OMP)引入到阵列 信号处理领域,在OMP分解的基础上,提出了宽带Chirp信号多参数估计方法。首 先根据宽带Chirp信号形式建立过完备原子库,对阵列接收信号在该过完备原子库上利用 OMP做稀疏分解,从而由最佳匹配原子的参数获得信号的起始频率和调频斜率的估 计,得到宽带Chirp信号形式。在此基础上,再根据阵列结构和已获得的宽带Chirp信号形式 建立另一个原子库,通过计算阵列接收数据与原子库中原子之间的互相关矩阵的迹,搜索迹 的最大峰值找出最匹配的原子,进而由最佳原子的参数获得信号的波达方向角度（Directio n of Arrival, DOA）的估计。仿真实验证明了该算法对参数估计的有效性,并且表明与WVD ( WignerVille Distribution)方法相比,该方法能更有效地对信号的波达方向角度进行估 计。     

基于时频原子方法的雷达辐射源信号特征提取

针对电子战面临的高密集、信号形式复杂多变的雷达辐射源环境,提出一种全新的雷达辐射源信号特征提取方法.在过完备的时频原子库基础上,采用匹配追踪(MP)方法对信号进行时频原子分解,并通过改进的量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的最佳时频原子,为后期的辐射源信号分选和识别进行特征准备.实验结果证实了该方法的有效性和可行性,所提取的时频原子特征具有一定的抗噪性能.     

Chirp信号的时频分析特征比较

Chirp信号是一个典型的非平稳信号,在通信、声纳、雷达等领域具有广泛的应用,为了更好的显示其特性,文中首先介绍了各个算法的定义和公式,然后用各种时频分析方法对该信号以及该信号添加单频正弦噪声信号进行分析,比较各类方法的特点,通过分析和比较可知希尔伯特黄变换在处理该信号具有很好的聚集性以及对单频噪声也有很好的辨别能力.最后用MATLAB软件进行仿真得到结果.     

高斯脉冲调制Chirp信号分数阶Fourier变换的解析表示

分数阶Fourier变换是Fourier变换的一种广义形式,揭示了信号从时域到频域变化过程中所呈现的特征,运用FrFT分析Chirp信号具有极佳的能量积聚效果.介绍分数阶Fourier变换的基本定义,给出高斯脉冲Chirp信号的FrFT以及最优化高斯脉冲Chirp信号分析角度,对于该类信号的低噪声检测与参数估计具有良好的应用前景.     

免疫克隆选择算法在雷达信号时频原子分解中的应用

针对传统时频原子在雷达信号分解中计算复杂度比较高的问题,提出了一种基于免疫克隆选择算法的时频原子快速分解方法。首先将Chirplet原子库分解为小原子库,然后并行地在每一个小原子库中搜索最佳原子,搜索过程建模为多参数寻优问题,通过免疫克隆选择算法的克隆、变异、记忆、替换等操作求解最优值,最后比较每一个小原子库中的最佳原子,将相似度最大的原子作为分解的最佳原子。仿真实验表明,该方法能够用较少的时频原子表示信号,在大幅减少时频原子搜索时间的同时,有效地抑制了噪声和交叉项的干扰。     

基于时频重排-Hough变换的多分量Chirp信号的检测与参数估计

针对BTFD-Hough算法因交叉项形成伪尖峰引起的误检测;而平滑交叉项又造成参数估计精度降低和运行 时间增加的问题,本文提出了对BTFD进行时频重排再结合Hougb变换的多分量Chirp信号检测与参数估计的改进方法, 仿真实验结果表明,该方法不仅有效地检测多分量Chirp信号并估计其参数,还降低了H0ugIl变换时间,同时也改善了抗 噪声性能。     

基于原子分解的跳频信号盲检测和参数盲估计算法

本文针对跳频信号的检测和参数估计问题,提出了一种基于原子分解算法的跳频信号盲检测和参数盲估计算法。以Gabor函数为基函数对输入的多分量信号样本进行原子分解,在原子分解的每一次迭代后计算信号残差的信息论准则测度,通过与前一次迭代后的信息论准则测度作比较,找到信息论准则测度的第一个局部极小值,这个局部极小值对应的迭代次数就是信号样本中包含的信号分量的数量,进而根据分解得到的时频原子的参数值来聚类,从输入信号中分选出跳频信号的hop,并估计跳频信号的参数。仿真实验表明,该方法能够在未知任何先验知识的情况下,对高斯白噪声环境中跳频信号进行有效检测,并能够对跳周期、跳变时刻和跳频频率进行有效估计。      

基于时频子空间分解的宽带线性调频信号DOA估计

针对具有时变方向向量的宽带线性调频信号,该文建立了基于短时Wigner-Ville分布(WVD)的空间时频分布矩阵,通过对各个空间时频矩阵的特征分解获得对应的信号子空间和噪声子空间,给出了基于时频子空间投影实现多个时频点综合估计信号DOA的算法。利用空间时频分布的前后向平滑解决了具有相同时频特性信号的均匀线阵DOA估计问题。算法不需要聚汇和插值等复杂的矩阵变换,精度较高,计算简便.仿真实验显示该算法性能显著优越于基于矩阵插值的宽带调频信号DOA估计算法.     

基于时频二维的雷达信号脉内调制识别方法

本文提出一种基于对时频矩阵分布图像的边缘信息与瞬时频率序列中的细节信息的提取来实现雷达信号脉内调制类型识别的算法。一方面对雷达信号时频矩阵进行图像处理强化边缘信息,并对其进行奇异值分解,另一方面得到信号的瞬时频率序列,基于AR模型得到其模型参数,得到信号的特征参数,构建相应的分类器进行调制类型的识别。通过一系列蒙特卡洛仿真表明,这种算法有较强的抗噪声能力,对信号的脉内参数变化不敏感,在低信噪比、信号参数变化与小样本条件下可以以较高的识别率得到稳定的识别结果。     

Adaptive Fourier Decomposition Based Time-Frequency Analysis

The attempt to represent a signal simultaneously in time and frequency domains is full of challenges.The recently proposed adaptive Fourier decomposition(AFD)offers a practical approach to solve this problem.This paper presents the principles of the AFD based time-frequency analysis in three aspects:instantaneous frequency analysis,frequency spectrum analysis,and the spectrogram analysis.An experiment is conducted and compared with the Fourier transform in convergence rate and short-time Fourier transform in time-frequency distribution.The proposed approach performs better than both the Fourier transform and short-time Fourier transform.     

基于Wigner分布时频遮隔的信号分解算法

综合特征值分解及Wigner分布时频遮隔提出了一种信号分解算法,并推广应用于其他交叉项抑制时频表示.对于由时频面上互不重叠分量合成的多分量信号,证明了信号分量可与各分量Wigner分布之和的逆Fourier变换的特征值分解相对应;通过阈值法可从抑制交叉项时频表示获得信号时频支撑区域,以此为模板遮隔Wigner分布可减少交叉项并保持自项聚集性,其逆Fourier变换的特征值分解就可实现多分量信号分解.仿真实例分析结果表明了该理论与算法的正确性和实用性.最后分析了算法性能并拓展了其实用范围.     

一种基于时频分布的跳频信号检测方法的研究

对于混杂着噪声的跳频信号,将其进行频率调制(FM)得到其解析信号,再对解析信号应用基于WVD的峰值检测算法,可以有效地恢复原始信号。对于包含高斯白噪声的信号,在信噪比较低的情况下,提出了迭代进行峰值检测的估计方法,仿真结果表明该迭代算法在较低的信噪比情况下也可以得到理想的结果。     

基于MATLAB实现对语音信号频谱分析

语音信号处理技术是语音处理领域中新近发展起来的一个学科分支,MATLAB是一个数据分析和处理功能十分强大的工程实用软件,运用它来进行语音信号的采集、分析和处理相当便捷。文章介绍了在Matlab环境中如何采集语音信号和语音信号采集后的频谱分析处理,并通过实例分析了语音信号处理的Matlab。     

低速率WI语音编码器中LP残差信号的SVD分解及量化

波形内插语音编码模型作为当今最具潜力的低速率语音编码方案之一,因其良好的性能,越来越受到人们的重视.本文在波形内插语音编码算法基础上,提出了一种基于奇异值分解(SVD)的LP残差信号的分解与量化方法,减少了算法的延时,提高了分解精度.在分解模型中,将CW分成基本矩阵、过渡矩阵和补充矩阵,并采用不同的量化方法,有效地降低了运算复杂度;在量化过程中,引入周期因子和能量熵来衡量CW周期程度,解决了奇异值分解后参数难于量化的问题,提高了编码效率.主观A/B测试表明,本文提出的2.4kbpsSVD-WI编码器的重建语音质量略好于2.4kbpsMELP编码器.     

基于非参数基函数的自适应信号分解算法

 提出了一种分解信号特征的自适应信号处理算法。算法的核心是将观察信号分解为一组最好匹配信号局部结构的特征波形的线性展开,这些特征波形是由非参数基函数特征波形估计方法计算所得。分解算法中模板信号的自适应调整使算法可以不再过多地需要信号的先验知识,在实际应用中具有更加良好的柔性和适应性。通过对算法自适应性和收敛性的测试,验证了算法的性能。仿真信号的提取结果与传统匹配追踪算法分解结果及EMD方法分解结果的比较,进一步表明了所提算法的可行性和有效性。