基于MMSE维纳滤波语音增强方法研究与Matlab实现

提出一种基于最小均方误差估计维纳滤波器的设计方法与Matlab实现。通过使用莱文森-德宾算法求解维纳-霍夫方程(Yule-walker方程),得到滤波器系数进行维纳滤波。加载Matlab中的语音数据handel,人为地加入高斯白噪声,分别计算加入噪声后信号的自相关Rxx和加入噪声后信号和理想信号的互相关Rxd。在输出端将信号较为精确地重现出来,而噪声却受到最大抑制。实测数据的处理结果证明经过维纳滤波后语音信号的噪声减弱,信噪比提高,较好地改进了语音信号质量。     

图像处理中维纳滤波器的推广与应用

维纳滤波器是一种最简便的降噪方法,而且它在均方误差意义下是最优的。将噪声推广到一般的乘性噪声的情形,利用维纳滤波的基本思想,同样可以得到均方误差意义下的最优滤波,最后通过两个模拟的例子验证了该方法的有效性。     

引入修正因子的局部维纳滤波图像去噪

维纳滤波是一种古典的去噪方法,它是最小均方误差意义上的最优线性滤波。在对它的性能分析后,噪声方差修正因子被引入。实验结果表明,这一方法虽然简单,但是有效改善了传统局部维纳滤波的性能。     

基于维纳滤波和主成分分析的脉冲涡流检测信号降噪方法

针对强背景噪声下微弱的脉冲涡流检测信号的特征量难以准确提取的问题,提出一种基于维纳自适应滤波和主成分分析的脉冲涡流信号降噪方法。该方法首先利用自适应维纳滤波在最小均方误差意义上所具有的最优特性,对脉冲涡流信号进行预处理,再将预处理信号与参考信号进行差分以消除部分系统噪声,最后利用主成分分析提取差分信号的主成分特征,通过设定阈值选取合适数目的主成分量进行重构,得到了具有高信噪比的脉冲涡流差分信号。在Q235阶梯板试件上进行脉冲涡流检测实验,运用该方法对被噪声干扰严重的检测信号进行处理,结果表明所提方法能够有效的消除强噪声对检测信号的干扰,大幅提高信噪比,是一种有效的脉冲涡流检测信号降噪方法。     

图像处理中非加性噪声情形下维纳滤波的推广

在图像处理中,噪声问题是经常会遇到的问题。一般情形下都假定噪声是加性的,此时,维纳滤波器是一种最简便的降噪方法,而且它在均方误差意义下是最优的。将噪声推广到非加性的情形,利用维纳滤波的基本思想,同样可以得到均方误差意义下的最优滤波。     

模式特征滤波

借鉴了传统的信号频谱滤波原理,根据最小均方误差原则,在特征空间法模式识别中提出了“特征空间维纳滤波”算法,它充分利用先验知识,为模式识别系统构造一个线性滤波器;理论和实验结果表明,维纳滤波使总偏差达到最小,实验结果还表明它对识别性能有一定改善。     

多通道助听器语音降噪算法研究

维纳滤波算法是改善噪声环境下听障患者语音理解度的常用算法之一。针对传统维纳滤波算法噪声谱估计偏差大的问题,提出一种基于改进的多通道维纳滤波算法的助听器语音降噪算法。算法首先结合人耳听觉特性和助听器响度补偿的特点,将语音信号进行Gammatone分解为多路子带信号。然后在每个子带内用基于先验信噪比估计的维纳滤波器进行语音增强处理。最后通过综合子带信号,得到增强的语音。此外,为了改善维纳滤波算法噪声谱估计的问题,提出一种基于包络估计的语音活动检测算法,并用于改善维纳滤波性能。实验结果表明,与传统维纳滤波法相比,该方法能更有效地抑制残留噪声,提高语音可懂度,具有较高的实用价值。     

基于听觉掩蔽效应和最优平滑的语音增强算法

针对谱减法在低信噪比下音乐噪声较大的缺点,通过分析人耳听觉掩蔽特性,提出一种改进的语音增强算法。在维纳滤波法的基础上结合掩蔽效应调整增益系数,采用非平稳环境下的最小约束递归平均算法进行噪声参数估计,利用最小均方误差准则的最优平滑因子对增强语音进行平滑处理,从而进一步消除音乐噪声。仿真结果表明,与改进谱减法与维纳滤波法相比,该算法在低信噪比情况下能有效抑制背景噪声和残余的音乐噪声,保持较好的语音质量和清晰度。     

基于改进滤波器与小波的印花织物边缘提取

对部分印花织物图像中存在的丰富纹理信息和混合噪声影响后续印花织物图案提取等深层次处理问题进行研究,提出一种基于改进滤波器与小波模极大值法的印花织物图像边缘提取算法.利用皮尔逊相关系数改进阿尔法均值滤波器,运用连分式逼近思想确定权值;利用自适应权值公式确定权值来改进中值滤波器;利用图像信息熵自适应增大小波模极大值的梯度幅值,根据梯度图像改进二维Otsu算法求取最优分割阈值.实验结果表明,该算法预处理后的图像得到了较好的去噪效果,提高了印花图案边缘提取质量,有利于后期更深层次处理.     

LMS自适应滤波器算法在粉体速度测量中的应用

针对浓相粉体流动速度快 ,波动大等特点 ,采用最小均方误差 L MS自适应滤波器处理粉体流动信号的基本方法 ,首先研究电容传感器的空间滤波效应 ,然后利用 L MS准则估计脉冲响应函数 ,准确寻峰 ,能够克服相关法的卷积涂污作用的影响 .最后给出对实际测量信号的处理结果 .     

LMS自适应滤波器算法在粉体速度测量中的应用

针对浓相粉体流动速度快,波动大等特点,采 用最小均方误差LMS自适应滤波器处理粉体流动信号的基本方法,首先研究电容传感器的空 间滤波效应,然后利用LMS准则估计脉冲响应函数,准确寻峰,能够克服相关法的卷积涂污 作用的影响．最后给出对实际测量信号的处理结果．     

滤波技术研究

滤波技术是信号处理,信号分析以及关于信号发展的重要的一个分支,信号的获取、传输以及处理交换都离不开滤波技术。分别介绍了滤波的原理,以及现代滤波、维纳滤波和卡尔曼滤波。最后把重点落脚在基于MATLAB的数字滤波器的设计,分析了最小二乘法,窗函数法以及最优化设计法的原理,分别比较了三种不同方法的区别和差异的所在,并实际利用窗函数法设计了高通滤波器。     

基于信号杂波噪声比的认知雷达扩展目标探测波形设计

针对认知雷达在杂波环境下探测扩展目标时,回波信号的信号杂波噪声比(SCNR)较低的问题,提出了一种基于SCNR认知雷达发射波形优化设计方法。首先,不同于以往的点目标模型,通过建立扩展目标探测模型,得到认知雷达回波信号杂波噪声比(SCNR)与发射信号能量谱密度(ESD)间的关系;其次,根据最大SCNR准则推导出发射信号ESD的全局最优解;最后,为了得到有实际意义的时域信号,采用相位调制的方式,结合最小均方误差(MMSE)和迭代算法将最优ESD合成满足雷达发射要求的恒幅时域信号。仿真实验中,该方法所得时域合成信号幅度为1,在匹配滤波器输出端的SCNR为19.133 dB,仅小于理想值0.005 dB。结果表明,所得到的时域波形不仅能够满足恒幅要求,而且能使接收机输出端的SCNR接近理想值,提高了扩展目标探测性能。     

基于改进约束最小二乘方法的图像复原算法

约束最小二乘方法（约束最小二乘方滤波器）在图像复原的应用过程中普遍只要求噪声方差和均值的知识,对处理的每一幅图像都能产生最优效果,因而得到了广泛应用。文中提出的图像复原算法就是基于约束最小二乘方法的,并对其进行了改进。通过实验证明,用该改进的图像复原处理方法复原的图像比用维纳滤波方法复原的图像更加平滑,复原图像的信噪比也更大。另一方面,改进的约束最小二乘方法复原的图像比平滑约束最小平方法复原的图像具有更加突出的边缘,而且同样具有更高的信噪比。适当应用该方法,能够体现出维纳滤波和平滑约束最小平方滤波这两种基本的约束最小二乘方滤波相结合的效果优势。     

基于改进约束最小二乘方法的图像复原算法

约束最小二乘方法(约束最小二乘方滤波器)在图像复原的应用过程中普遍只要求噪声方差和均值的知识,对处理的每一幅图像都能产生最优效果,因而得到了广泛应用。文中提出的图像复原算法就是基于约束最小二乘方法的,并对其进行了改进。通过实验证明,用该改进的图像复原处理方法复原的图像比用维纳滤波方法复原的图像更加平滑,复原图像的信噪比也更大。另一方面,改进的约束最小二乘方法复原的图像比平滑约束最小平方法复原的图像具有更加突出的边缘,而且同样具有更高的信噪比。适当应用该方法,能够体现出维纳滤波和平滑约束最小平方滤波这两种基本的约束最小二乘方滤波相结合的效果优势。     

强噪声下压力传感器触觉信号的提纯算法设计

压力传感器触觉信号提纯时，易受强噪声干扰，影响信号提纯效果。为解决上述问题，提出基于局域波分解的强噪声下压力传感器触觉信号提纯方法。利用局域波分解对压力传感器中的局部均值特征，排除触觉信号降干扰，避免噪声对信号提纯过程产生影响，并设计校正算法对触觉信号处理，提取频域特征。利用小波变换法分解压力传感器触觉信号，得到信号频域成分。利用阈值重构频域成分，完成强噪声下压力传感器触觉信号的提纯。仿真结果表明，所提方法的提纯时间在2 s上下波动，平均信噪比为14.13 dB，平均均均方根误差为0.63。     

分层遗传算法实现图像边缘检测

提出一种基于分层遗传算法和梯度算子图像边缘检测的方法得到最优边缘算子,利用分层遗传算法优化设计灰度梯度算子,通过对样本图像的训练,在最小均方误差准则下获得最优灰度梯度算子。最优梯度算子增加了对噪声的抗干扰能力,并使得到的边缘更准确。     

基于LMS自适应算法的图像去模糊研究

传统单幅图像去模糊方法需要稀疏先验约束,导致计算量较大。为此,在自适应最小均方误差(LMS)算法的基础上,提出一种点扩散函数(PSF)估计方法。利用模糊图像得到有效突出边缘,作为自适应滤波器的输入信号,并将模糊图像作为滤波器的期望信号,用以估计PSF。在非盲去卷积过程中,采用各项异性正规化方法对清晰图像进行约束,以减少恢复图像的振铃效应。实验结果表明,该方法不需要先验约束,对运动和非运动模糊图像均可适用,在保留图像细节的同时能抑制平滑区域的噪声。     

传感信号采集中的误差受控压缩与压缩上限的确定

提出了一种传感信号采集中的误差受控压缩算法.为适应传感信号特征多变的情况,根据各段信号的自相关系数动态调整梯度预测器的系数;通过改进最大步长均匀量化器降低量化噪声;采用Golomb-Rice编码算法对量化后的预测误差序列进行编码.根据数据采集系统前端噪声水平确定压缩误差参数的上限,进而获得压缩比的上限.算法在供水管道泄漏信号采集中的应用表明,压缩比达2.63时,压缩后重构信号漏点定位误差增加量小于0.2 m.     

基于并行滤波器的回波抵消技术方案

为了提高数字直放站回波抵消的收敛速度,首先研究了基于自适应滤波器的回波抵消技术,然后对其中的自适应滤波器的递推算法进行改进,形成了两个自适应滤波器并行计算、联合递推更新权值的技术方案。由于调节两个自适应滤波器权值的误差信号产生方式不同,方案可分为两种：方案一将回波抵消后的信号同时作为调节两个滤波器权值的误差信号(同时);方案二将天线接收信号与第一个滤波器输出信号的差值作为调节第一个滤波器权值的误差信号,而将该误差信号与第二个滤波器输出信号的差值作为调节第二个滤波器权值的误差信号(分别)。仿真结果表明,改进技术方案使回波抵消收敛速度提高11.11%~17.78%,从而有效改善了数字直放站回波抵消收敛速度慢的状况。