基于双稳随机共振的语音增强研究

针对淹没在强噪声背景中的语音信号,文中提出了一种基于双稳随机共振的语音增强方法,该方法利用调节随机共振系统的结构参数,使系统达到最佳匹配,将噪声的能量向信号转移,从而达到增强语音信号的目的。通过MATLAB仿真分析,输出信号信噪比提高了3.5db,因此该方法在对语音信号的检测增强中可获得一定的检测效果。     

基于单稳随机共振的语音增强处理

针对双稳系统结构参数不利于调节的问题,该文提出了一种基于单稳态随机共振系统进行语音增强的方法。该方法通过调节只有一个系统结构参数的单稳态随机共振系统的结构参数,即可使微弱信号与噪声在非线性系统中达到匹配的状态,从而噪声的能量向信号转移,实现信号增强的目的。通过实验仿真发现,利用本方法输出信噪比提高了4.4d B,因此该方法对语音信号的增强有一定的效果,且系统结构参数更易于调节。     

随机共振在强噪声环境中语音增强应用

传统的语音增强方法是在保持语音可懂度和清晰度的前提下,尽可能地从带噪语音中提取需要的纯净语音,而在强噪声环境中,语音信号表现为弱信号,去噪变得困难.基于Hodgkin-Huxley神经元阈上非周期随机共振原理,提出一种自适应调节,添加最佳噪声来进行语音随机共振,从而实现语音增强.Matlab实验结果表明,在强噪声环境中实现对语音信号增强,信噪比提高明显,且效果优于传统算法.方法具有一定鲁棒性,提供了在强噪声环境中增强语音信号的新思路.     

基于共振峰增强的语音信号共振峰频率估计

针对线性预测方法提取语音信号共振峰频率的不足,提出了一种基于共振峰增强的共振峰频率估计算法,从而在不增加运算量的情况下使共振峰频率的提取更加准确.实验结果表明,该算法在5kHz内提取前五个共振峰的性能都很好.     

基于双稳随机共振的多频弱信号检测

针对利用非线性双稳系统随机共振逐一检测多个频率弱信号存在效率低、无法满足信号实时处理要求的问题,研究了基于随机共振的多频弱信号同时检测方法。首先建立了同时检测多频弱信号的仿真模型,通过调节双稳态随机共振系统参数、噪声强度,将在单个低频弱信号上产生的随机共振效应扩展到多个低频弱信号上,实现了多个低频弱信号的同时检测,分析了检测结果所呈现出的特点、原因。进一步研究了多频弱信号同时检测时不同频率信号之间的最小频带间隔问题。采用参数补偿的方法将其扩展应用到高频弱信号的检测中,实现了多个高频弱信号的检测。仿真结果表明该方法是可行的,能有效提高信号检测的速度及效率。     

双稳随机共振系统信号调制噪声效应用于弱信号检测

通过对双稳系统随机共振模型的数值分析，得出在双稳系统输出信号中，有一个正弦信号成分和一个表现为维纳过程的噪声成分分别与输入的正弦信号和白噪声相对应。通过选择合适的系统参数，可以减小系统输出中信号和噪声之间的耦合效应。该系统可以大大抑制噪声，并在双稳系统中产生信号调制噪声效应。然后对双稳系统的输出信号作功率谱分析。不但可以辨识出淹没在白噪声中的微弱正弦信号的频率，还可以较精确地估算出微弱正弦信号的幅值。数值仿真表明，双稳系统的信号调制噪声效应可用于多个微弱正弦信号的检测。     

基于神经元阈上非周期随机共振机制的语音复原技术研究

应用随机共振机制.通过噪声能量来加强语音信号,改善低信噪比语音的输出质量.对FitzHugh-Nagumo(FHN)神经元模型中存在的阈上非周期随机共振现象进行了分析,根据其阈值特性,此二维神经元模型可被等价为两状态的阈值跨越非线性动力学系统.因此对含噪语音信号添加噪声,产生阈值化后的二值输出,经迭代收敛进入阈上非周期随机共振状态.在一个非零添加噪声强度上,含噪语音输出的互相关系数将达到最大值.通过语音复原的结果表明,本文方法对噪声的变化有更好的鲁棒性,尤其在强背景噪声下,随机共振方法较其他传统方法有更佳的复原效果.     

小信号检测中的自适应随机共振技术

就双稳态非线性系统的结构参数和弱信号及噪声之间的关系进行了仿真，对随机共振技术运用于强噪声背景下的弱信号检测进行了研究。首先研究了双稳态非线性系统的方程式，并指出影响随机共振的三个要素是：系统两稳态之间存在势垒(阈值)；低于势垒的小信号和噪声。提出了一种随机共振自适应算法，并运用于中频电源故障信号检测，取得了较好的效果。     

语音信号传输过程中的阈上随机共振现象

对利用阈上随机共振现象来改善语音信号的传输进行了研究.在理论上,选取输入输出互相关系数作为测度,用拉普拉斯信号模拟语音信号,研究了拉普拉斯信号在多阈值系统中受到加性高斯噪声和乘性高斯噪声作用下的阈上随机共振现象.在实际应用中,同样选取输入输出互相关系数作为测度,用真实的语音信号作为输入信号,在受到加性高斯噪声和乘性高斯...     

FHN神经元小世界网络随机共振下的弱信号增强�

考虑到生物神经系统显著的弱信号感知能力,提出一种基于概率随机重连的神经元动态连接小世界网络.首先为提高计算神经模型工作效率,本文改变了FHN神经元恢复变量和膜电位特征时间默认相等的思路,可灵活调整膜电位势函数的势垒高度以提高状态的跃迁概率;其次将改进后的FHN神经元作为网络节点,引入基于距离连接权重的动态突触的神经元节点互连模式,通过调整外部干扰和网络内部的噪声强度,使系统进入随机共振状态;最后根据FHN神经元输入输出信号之间的互相关系数,对网络各节点输出进行筛选和融合,从而实现弱信号增强还原.对多种形式的输入弱信号进行了实验,结果表明,本方案可以有效实现弱信号的还原和增强,不仅能保持周期信号频谱的一致性,还能使原始弱信号和系统输出信号的互相关系数保持在0.92以上.因此,基于FHN神经元的小世界网络,能够充分利用随机共振特性,为弱信号的增强复原也提供了一种新的思路.     

基于级联双稳随机共振的微弱信号检测方法研究

微弱信号采集、检测与提取是航天测控领域研究的热点之一,学者们不断探索与研究微弱信号检测的新理论、新方法,以期能更快速、更准确地从大噪声背景中检测出微弱信号;文章介绍了随机共振的基本原理,分析了基于随机共振的微弱信号检测和故障诊断的工程实例,进一步指出了随机共振技术在微弱信号的增强放大和检测中的独特优势,为微弱信号的分析和噪声控制提供了一个新的处理思路。     

随机共振原理对微弱信号检测的研究

介绍了随机共振的基本原理,在分析了现有的随机共振检测微弱信号的方法的基础上,提出了一种改进的随机共振检测算法,该方法对微弱信号的提取更加精确,仿真结果证明其可行性。     

基于小波变换和随机共振的微弱信号检测方法

根据随机共振的噪声选择性和频率敏感特性,提出了基于小波变换和随机共振的微弱信号检测方法.对含噪输入信号经多尺度小波变换分解为不同尺度频率的信号成分后,通过引入尺度收缩因子来调节各尺度信号成分的大小,再将不同尺度的分解信号作为双稳系统的输入,研究了不同尺度频率信号经收缩因子作用后对系统输出信噪比的影响.数值仿真结果表明,选取合适的尺度收缩因子,能有效提高系统输出的信噪比.     

基于随机共振原理检测微弱信号及自适应的研究

阐述随机共振的基本概念和原理,分析基于随机共振原理检测微弱信号的方法。采用Runge-Kutta算法分别对微弱的周期信号和非周期信号进行仿真验证,仿真结果表明基于随机共振原理可以有效地检测出强噪声背景下的微弱信号。     

基于非线性共振的图像恢复技术及应用

图像恢复技术常用于信息安全和电子取证等领域.传统的图像恢复技术,往往通过抑制噪声的方式来对图像进行恢复,但是,这样的缺点在于图像中一些非噪声像素遭到破坏,而文章中提到的相关算法则是将信号处理系统中的随机共振演化为双稳态随机共振并将其引入到图像恢复中来,将噪声视作一种能量,从而达到图像恢复的目的.     

基于随机共振的瓦斯检测系统研究

针对煤矿井下被检测信号中所含有的瓦斯浓度信息较为微弱的问题,提出了一种基于随机共振的瓦斯检测系统的设计方案;分析了随机共振的原理,介绍了基于多层随机共振算法的瓦斯检测系统结构;并以双层随机共振模型为例,给出了该系统的仿真及数值分析。结果表明,该系统能够避免煤矿井下噪声的影响,获得较为准确的瓦斯浓度信息。     

基于双稳态随机共振的图像复原技术研究

传统的图像滤波复原技术一般通过滤除噪声来达到恢复图像的目的,但是对于受强噪声干扰的图像,噪声的消除很困难,而随机共振却具有利用噪声增强信号的特点,因此,提出了以非线性双稳态系统作为信号处理器,根据互信息熵调节参数使系统达到非周期随机共振状态,从而对受噪声污染的图像进行复原处理。实验结果表明,相比传统滤波复原方法,该方法的复原结果更加接近于原图,另外对于噪声强度的变化具有较好的鲁棒性。     

基于改进谱减方法的语音增强研究

由于噪声的影响导致语音信号的质量降低,因此需要对语音信号进行语音增强。语音增强是语音信号处理的前沿领域,其主要目标足从带噪语音中提取纯净的原始语音信号。介绍了实现语音增强方法的原理,利用实验仿真了传统谱减法和改进谱减方法,改进法通过对带噪信号进行参数调整,然后进行频域谱减,实验结果表明改进方法对语音增强效果明显好于传统方法。此外,对传统谱减法和改进谱减法的信噪比分别进行了计算,结果表明改进谱减方法的信噪比相对传统谱减方法有很大提高。