改进的基于信号子空间的多通道语音增强算法

通过同时对角化麦克风阵列接收信号中语音信号和噪声信号的全局协方差矩阵,本文改进了一种基于信号子空间分解的多通道语音增强算法.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任何先验假定,它弥补了原始算法只限于白噪声背景下语音增强的不足,实现了色噪声背景下语音信号的最优估计.仿真结果表明本文算法在主观和客观测试中都具有良好的语音增强效果.     

基于人耳感知掩蔽效应的子空间语音增强算法研究

针对传统子空间语音增强算法中,因语音增强方法中去除噪声而出现的音乐噪声和失真问题,提出了一种人耳感知掩蔽效应的子空间语音增强算法,并结合频域到特征值域的变换,在Bark域内实现人耳的感知掩蔽效应的语音增强。实验结果表明,该算法在白噪声和有色噪声的背景下,与传统子空间语音增强算法相比,不仅提高了语音信号的信噪比,而且减少了语音失真和音乐噪声,提高了增强后语音的听觉质量。     

一种基于信号子空间和听觉掩蔽效应的语音增强方法

提文推导了基于离散余弦变换(DCT)的子空间分解法对有色噪声背景下的语音进行增强的公式,用基于听觉掩蔽效应的感智滤波器对增强后的信号频谱进行平滑以抑制背景噪声。几种噪声背景下对增强语音的客观测试表明,本文提出的方法可以有效地减少语音信号的失真度。     

一种基于信号子空间和听觉掩蔽效应的语音增强方法

采用子空间分解法对噪声语音进行信号增强，并用基于Johnston听觉掩蔽模型的感知滤波器对增强后的信号频谱进行平滑以抑制背景音乐噪声。几种噪声背景下对增强语音的客观测试表明，与传统的信号子空间分解法相比，基于信号子空间和听觉掩蔽效应的方法可有效地减少语音信号的失真度。     

Alpha稳定分布噪声中的韧性投影 近似子空间跟踪算法

 为了克服投影近似子空间跟踪算法(PAST)在脉冲噪声环境下性能的退化,本文以Alpha 稳定分布为脉冲噪声模型,依据韧性的M估计方法提出了一种新的代价函数,并推导出基于递归最小M估计的韧性投影近似自适应信号子空间跟踪算法(RLM_-PAST).由于采用了适合噪声模型的M估计函数,新算法与采用递归最小二乘估计的子空间跟踪算法相比,在稳定分布脉冲噪声环境下具有更好的性能.把新方法应用于波达方向(DOA)估计,数值仿真结果表明了该算法的有效性.     

基于OPAST算法的特征空间波束形成

投影逼近子空间跟踪(PAST)算法是一种非常稳健和有效的子空间跟踪算法,可以实时地求解特征子空间,但跟踪向量误差较大。正交投影逼近子空间跟踪算法(OPAST)对其进行改进,保证每次迭代时特征向量的正交性,且和PAST算法具有相同的线性复杂度。特征空间波束形成(ESB)算法是一种稳健的波束形成算法,针对其运算过程中特征分解运算量较大的问题,文章提出将OPAST算法应用于特征空间波束形成算法。仿真结果表明文章算法可以实现与特征分解相同的效果,但计算复杂度大大降低。     

一种基于广义奇异值分解的语音增强算法

广义奇异值分解的单通道语音增强算法在加性噪声为白噪声的情况下,效果比较理想.加性噪声为有色噪声的情况下,通常用一种基于熵奇异值分解(QSVD)的方法来处理.对QSVD算法进行衍生,首先提出了一种基于广义奇异值分解的子空间语音增强算法(GSVD).为了处理低信噪比时残留的音乐噪声,结合入耳的听觉掩蔽效应,进一步提出了一种基于感官抑制的GSVD(PCGSVD).试验结果显示,PCGSVD算法能够明显地提高语音质量、可懂度和识别率,特别是在加性噪声是有色噪声的情况下实验结果明显优于其他的语音增强算法.     

基于子空间方法的最小二乘常模算法的研究

本文提出了两种基于子空间方法的常模算法,称为SUB_LSCMA和LSCMA_PASTd。SUB_LSCMA先采用奇异值分解(SVD)获得紧缩近似投影子空间(PASTd)算法的初值,用PASTd算法来计算信号子空间,并对该信号子空间作施密特正交化,将最小二乘常模算法(LSCMA)的权系数投影到正交的信号子空间上,目的是减轻噪声子空间干扰的影响,但复杂度比已有的基于直接对接收信号自相关矩阵做特征值分解(ED)的LSCM_SUB算法[6]复杂度低。LSCMA_PASTd在SUB_LSCMA的基础上作了进一步改进,采用改进的PASTd算法来计算信号子空间,该信号子空间具有正交性,并且对初值的选取不敏感,能运用于实际的多径衰落信道中。仿真结果表明这两种算法的收敛速度、跟踪性能和误码性能和LSCM_SUB算法基本相同,但是复杂度比LSCM_SUB算法低。     

基于信号子空间的语音增强方法

基于子空间的语音增强算法不同于基于信号处理和统计估计的经典语音增强算法,其核心思想就是将带噪语音信号映射到信号子空间和噪声子空间中,并在信号子空间中估计原始信号。本文提出的算法是以线性代数和矩阵分析为基础,利用对语音信号和噪声协方差矩阵同时对角变换的条件,对混有加性白噪声和粉红噪声的语音信号进行增强处理。经过实验分析及与传统的语音增强算法相比较,语音失真较小,增强效果较好,能够在极大限度地抑制背景噪声的同时减少频谱失真和残余噪声。     

基于格拉斯曼投影判别分析的室内定位算法

针对于现有室内无线电指纹算法定位精度受限于特征描述子噪声的问题,引入信号子空间分析并提出一种新的无线电信号特征提取和定位算法。通过格拉斯曼流形上的投影尺度函数,构建投影同位和异位离散程度函数,加大了各信号子空间的投影矩阵之间的差异。采用格拉斯曼投影判别分析算法(GPDA)优化信号子空间的投影矩阵,使得最佳投影特征向量和余弦距离判决抑制了信号噪声,实现了室内目标鲁棒精确定位。为了模拟室内电磁传播,使用三维射线跟踪电波传播模拟器,模拟室内无线数据,仿真数据表明格拉斯曼投影判别分析定位算法定位精度优于1 m。     

An improved subspace tracking algorithm for blind adaptive multiuser detection

As the Projection Approximation Subspace Tracking with deflation(PASTd) algorithm is sensitive to impulsive noise, an improved subspace tracking algorithm is proposed and applied to blind adaptive multi-user detection. Simulation results show that the improved PASTd algorithm not only remains the properties of the conventional PASTd algorithm, but also has good Bit Error Rate(BER) performance in impulsive noise environment, thus it can effectively improve the system performance.     

利用改进PAST算法的直扩信号PN码盲估计

针对直接序列扩频信号的伪随机(PN)码盲估计问题,提出了一种利用改进的投影逼近子空间(PAST)算法的PN码盲估计方法。该方法利用遗忘因子与收敛速度和精度的相关性构造基于跟踪误差的自适应遗忘因子,实现了收敛精度和收敛速度的同时优化;根据预期最低误码率约束估计精度变化范围确定迭代收敛的门限值,实现了迭代收敛的精确自动判读,消除了算法依赖人工判断收敛的固有限制,提高了算法的实际应用能力。仿真结果进一步验证了算法理论推导的正确性以及实际应用的可行性。     

基于贝叶斯压缩感知的子空间拟合DOA估计方法

经典加权子空间拟合算法需进行多维非线性优化,初始参数的难以设置和较大的计算量限制了其应用。结合压缩感知理论,本文提出了一种基于改进贝叶斯压缩感知的子空间拟合DOA估计新方法。该方法首先通过低复杂度的子空间分解算法PASTd估计信号加权子空间,进而基于入射信号的空域稀疏性,将信号子空间拟合建模为多测量值稀疏重构问题,并应用贝叶斯压缩感知算法进行求解。算法在贝叶斯压缩感知的迭代求解中引入了基于相对阈值判决的基消除机制,加快收敛速度的同时避免了矩阵奇异问题。仿真结果表明本文算法在低信噪比、小快拍情况下空间分辨率优于MUSIC和l1-SVD算法,可直接用于相干源的估计,并对信源数目的估计误差具有较强鲁棒性。      

基于子空间跟踪算法的盲多用户检测技术研究

本文提出一种基于压缩投影逼近子空间跟踪(PASTd)算法与Kalman滤波算法相结合的盲自适应多用户检测算法.基于本算法,仅使用期望用户的特征波形和定时信息,多用户检测器可以盲获得.仿真实验表明,在多径非频率选择性衰落信道和用户数目变化的动态环境中,本文提出的盲多用户检测算法虽然在计算量上较LMS算法略为提高,但其收敛性能却优于后者,与RLS算法和Kalman滤波算法相比,本文提出的算法具有更低的计算复杂度和更优的收敛性能.     

声矢量传感器阵中基于PASTd的二维DOA跟踪算法

通过研究声矢量传感器阵列中高效的运动目标到达角(DOA)跟踪算法,提出一种声矢量传感器阵列中基于紧缩投影近似子空间跟踪(PASTd)的DOA跟踪方法。该方法利用PASTd算法进行声矢量传感器任意阵的DOA跟踪,其快速收敛的特点可以降低运算复杂度。同时,其角度跟踪的均方根误差(RMSE)性能优于常用的PAST算法。仿真结果验证了该算法的有效性。     

一种新的基于改进PASTd的中频信号盲信噪比估计算法

该文提出一种加性高斯白噪声信道下基于改进的紧缩投影近似子空间跟踪(PASTd)的中频信号盲信噪比估计算法。将Gram-Schmidt正交化过程引入到PASTd中,使计算得到的特征向量相互正交,从而保证算法具有更好的收敛性能。对MPSK(M=2,4,8)信号和MQAM(M=16,64,128,256)信号进行了大量计算机仿真,结果表明该算法性能稳定,并且当信噪比变化范围为5dB到25dB时,所得到的估计偏差小于1dB,估计标准差在0.3以内。与基于特征值分解的算法相比,能够在得到精确估计结果的同时,大大减小运算复杂度。     

利用局域子空间投影提高子空间类DOA 估计算法的谱分辨力

本文提出一种新的用于子空间类DOA估计算法的阵列协方差矩阵噪声子空间投影矢量的选取方法——局域子空间投影(LSP).该投影矢量选取方法有利于压低真实信源方位附近,非信源方位对应的谱曲线高度,从而提高子空间类高分辨DOA估计算法的分辨力.LSP算法的估计偏差和信噪比分辨门限明显低于MUSIC算法,而估计方差几乎与MUSIC相同.计算机仿真结果证明了文中对LSP算法性能理论分析的正确性和LSP算法的有效性.     

基于分块自相关的子空间追踪语音压缩感知

在运用压缩感知基本原理对信号重构时,针对其中正交匹配追踪（OMP）算法和子空间追踪（SP）算法的各自特点,并与自相关思想结合,提出了一种改进的分块自相关的子空间追踪（BASP）算法。实验结果表明：在相同的压缩比下,BASP语音重构算法与SP语音重构算法相比具有较好的信噪比以及MOS评分。