基于语音端点检测和子空间方法的语音增强算法

利用子空间方法来实现语音的增强,在语音失真和残留噪声之间进行折中处理:既最小化语音失真,同时又使残留噪声保持在一个预先设定的值.传统的子空间法在平稳噪声环境下是有效的,但在非平稳环境下效果却不是很明显,因此利用语音端点检测(VAD)对噪声的协方差进行及时地更新.实验表明,采用基于VAD的子空间方法实现语音增强可以达到很好的效果.     

基于改进的SVD和Prony的谐波检测算法

针对传统的Prony算法在谐波及间谐波检测过程中对噪声敏感,导致辨识精度不高的问题,提出了一种基于奇异值分解(Singular Value Decomposition,SVD)和Prony的改进算法。基于SVD理论,提出了一种奇异点辅助算法,自适应地选取奇异值分解的有效阶次,从而精确地滤除噪声信号。基于已确定的有效阶次,利用改进的Prony算法对滤除噪声之后的信号进行参数辨识,可以准确地估计出各个谐波及间谐波分量的参数。通过MATLAB仿真分析,表明算法能够准确地提取出电力信号的参数信息,具有一定的应用价值。     

基于高阶方法的网络流量异常检测

对大规模网络流量的异常检测是很重要的。主成分分析（PCA）方法基于对原有数据进行简化,在异常检测中得到了广泛应用。对高维数据应用高阶奇异值分解（HOSVD）和高阶正交迭代分解（HOOI）方法,仿真结果表明使用高阶方法进行异常检测提高了检测性能。     

基于PASTd的圆阵ESPRIT算法

基于旋转不变技术的信号参数估计（ESPRIT）算法因具有高效的波达方向（DOA）估计性能而受到广泛的研究和应用,但其需要进行协方差矩阵特征值分解,计算量大,不利于某些场合的具体工程实现。为此,提出将递推求解信号子空间的紧缩近似投影子空间跟踪（PASTd）算法与ESPRIT算法相结合,利用PASTd算法求出信号子空间特征向量,避免了特征值分解,降低了计算量与复杂度,并将其在圆阵中加以应用。所提算法不仅更适合硬件实现,而且将ESPRIT算法的应用进行了扩展。仿真结果验证了所提方法的有效性。     

基于EEMD-ICA与SVD的电网谐波检测方法研究

论文将EEMD-ICA技术与SVD相结合,提出基于EEMD-SVD-ICA算法的单通道电网电压谐波分离方法,与现有单通道谐波分离方法相比具有无需源信号先验信息,可分离非平稳信号谐波,算法简单等优点。EEMD方法将单通道信号分解为多路互相正交的本征模态函数分量(IMFs),然后采用SVD代替PCA方法进行数据降维,再运用基于负熵的固定点独立成分分析(FastICA)方法提取IMFs独立分量,实现单通道电网电压谐波分离。对模拟信号进行谐波分离,验证所提方法在该领域的应用的可行性,仿真结果表明论文所提方法不仅能够分离电网电压的谐波,并且对频率小于50Hz的间谐波也有很好的分离效果。     

子空间描述的关节式目标跟踪

针对关节式目标变化对子空间描述造成的影响,本文提出了一种基于增量学习的关节式目标跟踪算法.该算法通过引入图像分割方法与快速傅里叶变换可有效消除背景像素对目标描述造成的影响以及目标区域前景目标位置对不准造成的误差,同时应用局部二值模式增加目标描述中像素点间的几何位置信息,应用基于增量学习的方法实现目标特征的在线更新,最终为跟踪算法提供较为精确的目标描述.实验结果表明,本文提出的关节式目标跟踪算法具有较好的目标跟踪效果.     

基于信号噪声子空间的降秩算法及FPGA实现*

研究了OFDM信道向量自相关矩阵奇异值分解的FPGA实现。为了获得更好的实时性,将复矩阵的奇异值分解转换为实矩阵的奇异值分解;根据实对称矩阵SVD的特点设计阵列结构,减少了所占用的资源。基于MATLAB仿真和Altera的软硬件开发平台对OFDM信道自相关矩阵奇异值分解的FPGA实现进行研究,仿真结果表明设计方案可以应用于OFDM信道估计系统中。     

基于DWT-SVD的奇异向量量化水印算法

提出了一种新颖的可用于版权保护的小波奇异值分解的量化水印算法。与传统的水印比特信息直接嵌入小波系数不同,水印信息被量化嵌入原始图像小波低频子带分块奇异值分解得到的奇异向量中。水印提取无需原始图像,可在密钥和量化阂值控制下实现盲提取。实验表明,含水印图像质量好且能较好地抵抗常规的图像处理,对JPEG压缩具有优异的鲁棒性。     

改进的基于虚拟子载波的盲信道估计算法

为了加快正交频分复用(OFDM)系统盲信道估计的收敛速度和提高该系统的估计精度、频带利用率,提出了一种子空间盲信道估计的改进算法.该算法不同于已提出的利用累量信息或者进行接收端分集的盲信道估计算法,而是在引入虚拟子载波的基础上,在接收端直接对接收到的信号进行两次奇异值分解(SVD),并可直接应用于cP.OFDM系统和zP.OFDM系统中.计算机仿真结果表明,在相同条件下,该算法与已提出的子空间盲信道估计算法相比,提高了OFDM系统盲信道估计的精度和收敛的速度.     

改进的子空间语音增强算法

单通道子空间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,通常用广义奇异值分解算法来进行处理.为了降低低信噪比情况下残留的音乐噪声,结合人耳的听觉掩蔽效应,提出了一种基于感官抑制的广义奇异值分解算法.实验结果显示,该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.     

基于子空间跟踪的修正MMSE多用户检测算法

在研究基于子空间跟踪的最小均方误差（MMSE）多用户检测器（MUD）的基础上，为解决原算法因引入特征值估计误差而导致检测性能下降的问题，设计了一种改进的算法——修正的MMSE多用户检测器．采用正交性能优良的OPAST算法跟踪子空间，提出一种基于OPAST的修正MMSE多用户检测算法．仿真结果显示,与基于OPAST的MMSE MUD相比，基于OPAST的修正MMSE MUD算法收敛速度快，输出信干比和误码率性能逼近SVD MUD算法，并且计算复杂度较低．     

基于子空间跟踪的盲自适应多用户检测技术研究

研究了一种基于子空间跟踪的盲自适应多用户检测的算法,提出了一种改进的PASTd算法和卡尔曼滤波算法相结合的盲自适应多用户检测算法。把改进的PASTd算法和卡尔曼滤波器结合,提出了一种新的盲自适应多用户检测器并且能够实现在高信噪比和远近效应情况下得到稳定的跟踪性能。仿真结果表明,该检测器可以迅速地跟踪维数变化了的信号子空间,从而提高检测器的性能,实现稳定的跟踪并使输出具有良好的信干比。提出的盲自适应多用户检测算法虽然在计算量上较LMS算法略有提高,但其收敛性能却优于后者,与RLS算法相比,提出的算法具有更低的计算复杂度和更优的收敛性能。     

一种新的子空间投影抗干扰改进算法

子空间投影算法是一类重要的天线阵抗干扰算法。在强干扰环境下,子空间投影抗干扰算法能够有效抑制强干扰,但同时也会造成有用信号损耗。本文从天线阵列增益的角度出发,提出一种基于子空间投影的抗干扰新算法,以有效降低有用信号损耗。仿真实验结果证明,本文提出的新算法可使阵列输出载噪比至少提高1.2dB。     

主子空间跟踪信息准则及算法

信息准则在发展主子空间跟踪算法中具有十分重要的意义.目前, 主子空间信息准则还不多见, 为此本文提出了一种新型的主子空间跟踪信息准则.当且仅当神经网络权矩阵收敛到信号主子空间的一个正交基时, 该信息准则取得唯一全局极大值.通过梯度上升法对该信息准则求极值导出了一个主子空间跟踪算法.最后通过仿真实验和实际应用证明了所提算法的正确性和实用性.     

基于子空间跟踪的空时多用户检测

采用改进的PASTd子空间跟踪算法实现信号子空间的自适应跟踪.提出一种基于改进的PASTd子空间跟踪的空时多用户检测算法,实现了在不增加任何结构和复杂度的情况下将方向向量随子空间跟踪算法一起求解.使用阵列天线充分利用了不同空间位置带来的空域特征,有效地提高了用户的抗多址干扰能力,成为扩展系统容量的有效途径.仿真实验验证了该算法的优越性.     

一种针对单快拍DOA估计的子空间搜索近似消息传递算法

压缩感知（Compressed sensing,CS）技术应用于单快拍波达方向（Direction of arrival,DOA）估计中可以实现相关信号的超分辨估计,但会遇到感知矩阵高相干性以及对噪声敏感的问题.本文提出一种基于近似消息传递的子空间搜索算法以解决上述问题.该算法首先通过近似消息传递算法得到一个粗解,随后利用该粗解划分子空间,最后在子空间中寻找精确解.仿真结果验证了所提算法的有效性.文章最后通过理论分析了该算法性能并讨论了算法在信号数未知时的扩展应用.     

基于相关子空间的多源离群检测算法

传统的离群检测方法多数源于单个数据集或多数据源融合后的单一数据集,其检测结果忽略了多源数据之间的关联知识和单数据源中的关键信息.为了检测多源数据之间的离群关联知识,提出一种基于相关子空间的多源离群检测算法RSMOD.结合k近邻集和反向近邻集的双向影响,给出面向多源数据的对象影响空间,提高了离群对象度量的准确性;在影响空...     

四元数数据投影DOA跟踪算法

研究了基于两分量简化电磁矢量传感器阵列的多个信号波达方向(Direction of arrival,DOA)跟踪问题,提出了一种基于四元数模型的数据投影(Quaternion data projection method,QDPM)跟踪算法.此算法对初始化条件引起的波动具有很强的鲁棒性,并且具有比常规DPM(Data projection method)算法更快的收敛速度,尤其在信号角度变化较剧烈时体现得更明显.此外,在低信噪比的情况下,QDPM算法比DPM算法具有更高的DOA跟踪精度.最后通过仿真实验验证了算法的有效性.     

基于粒子预测和光流匹配的目标跟踪算法

运动物体的跟踪是在连续的视频流中需找并跟踪物体的理论和方法,是计算机视觉中一个重要的课题。本文提出了一种基于粒子预测和光流匹配相结合的目标跟踪算法。对于非线性、非高斯问题进行了位置预测,并结合了Hausdorff距离和光流算法对自适应图像匹配跟踪算法进行了匹配的性能分析。实验结果表明,本算法继承了相关跟踪实用性的特点,并且可以准确的进行物体的跟踪和定位。