基于LMMSE的分块滑窗信道估计算法

信道估计是LTE系统中的关键技术。传统频域LMMSE维纳滤波插值算法性能优异,但其计算复杂度太高而难以实现,针对该问题,提出了一种基于LMMSE的分块滑窗信道估计算法,通过对信道自相关矩阵实行分块确定维纳滤波抽头数,降低了计算复杂度,通过滑窗确定维纳滤波系数,确保了算法的性能。仿真结果和计算复杂度分析表明,提出的算法能达到计算复杂度和性能之间的良好折中。     

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。     

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。     

基于多小波基维纳滤波图像去噪

提出一种多小波基维纳图像去噪方法.它把多个小波基用于小波维纳滤波图像去噪,利用多个小波各自独有的特性和维纳滤波估计最小误差估计的优点,达到对图像更有效去噪的目的.实验结果表明,该方法可以有效降低图像噪声,同时,较好地保持图像视觉效果.     

基于BEMD与自适应维纳滤波的图像降噪

自适应维纳滤波器是一种经典的线性降噪滤波器,较其他线性滤波器能够更好地解决边界模糊的问题。然而由于含噪图像的噪声主要集中于它的高频部分,而图像的低频部分所含有的噪声较高频部分则小很多。自适应维纳滤波算法对图像中所有频率成份都不加区分地进行滤波降噪处理,因而它不能得到更为令人满意的结果。提出了一种将二维经验模态分解和自适应维纳滤波相结合的图像去噪方法,通过将图像分解为不同频率成份的子图像并对各子图像采用不同的降噪处理,从而更好地对含噪图像进行降噪。实验结果表明,算法相对于自适应维纳滤波算法降噪效果更好。     

基于多小波基维纳滤波图像去噪

提出一种多小波基维纳图像去噪方法。它把多个小波基用于小波维纳滤波图像去噪，利用多个小波各自独有的特性和维纳滤波估计最小误差估计的优点，达到对图像更有效去噪的目的。实验结果表明，该方法可以有效降低图像噪声，同时，较好地保持图像视觉效果。     

噪声环境下的鲁棒性说话人识别

在实际应用中,噪声或信道干扰导致说话人识别(SR)识别性能急剧下降。针对该问题,本文分析传统方法的优缺点并提出相应的系统解决方案:采用维纳滤波对语音信号进行前端处理;以MFCC声道特征结合基频(F0)韵律特征来提高识别系统的鲁棒性。实验结果表明:维纳滤波能有效地消除噪声影响;经维纳滤波处理后,使得F0-MFCC联合模型能更好的区分说话人。可以看出在噪声环境下系统的综合性能得到很大改善。     

基于多窗谱估计的改进维纳滤波语音增强

为减少维纳滤波在语音增强中残留的"音乐噪声",将多窗谱估计和改进的维纳滤波方法结合,并进行语音合成。设计了基于多窗谱估计的改进维纳滤波语音增强方法,该方法采用多窗谱估计噪声功率谱,改进维纳滤波降噪得到增强语音,以及重叠相加语音合成,并给出仿真对比验证。结果表明,基于多窗谱估计的改进维纳滤波方法在抑制噪声,减少音乐噪声方面优于基于维纳滤波的增强算法和基于多窗谱估计的改进谱减法的增强算法。     

基于循环维纳滤波的振动信号去噪算法研究

振动信号的去噪需要在滤除噪声的同时尽可能避免相位失真。传统的锐截止低通滤波器或FIR滤波器无法在去噪效果和线性相位之间取得平衡,难以满足振动信号的去噪需求。针对这一问题,将线性相位的维纳滤波算法引入到振动信号的去噪中,并结合振动信号的循环平稳特性,形成了振动信号的循环维纳滤波算法。文中以直接维纳滤波为基础对循环维纳滤波算法的原理进行了深入分析和仿真实现,并基于实测汽轮机振动信号对算法的去噪性能进行了讨论。理论分析及算法仿真表明,循环维纳滤波算法在保证线性相位的前提下有较好的去噪效果,能够解决传统去噪算法所存在的去噪效果与线性相位难以均衡的问题。     

基于一种新小波变换的OCT图像去噪方法

散斑在OCT图像中既是信息载体,也是一种严重的噪声。针对OCT图像的这一特点,提出一种基于小波变换和维纳滤波相结合的OCT图像去噪方法。通过对OCT图像进行小波分解,得到四个不同频带的子图像,保持低频部分不变,对另外三个高频细节图像进行维纳滤波,将低频子图像和三个滤波后的高频细节子图像进行小波反变换,得到去噪后的图像。实验结果表明小波变换和维纳滤波相结合的方法对OCT图像有比较理想的去噪效果。     

图像去噪算法的研究

主要针对图像的高斯噪声和椒盐噪声的去噪算法进行研究,分别使用到中值滤波、均值滤波和维纳滤波三种滤波算法。实验结果表明中值滤波对于椒盐噪声有更好的去噪效果;维纳滤波对高斯噪声有明显的作用,相比中值滤波和均值滤波,维纳滤波对高斯噪声有很好的抑制效果,与此同时,维纳滤波却容易丢失边缘信息且对椒盐噪声几乎没有去噪作用。     

基于维纳滤波的超声增强实现方法

超声在传播时,由于受到材质不均匀、材料内部杂质等的影响而使接收信号受到噪声的干扰,这种干扰有时会淹没所检测的裂纹信号,因此必须要经过增强处理。声学增强处理常用的方法是维纳滤波。本文提出维纳滤波用于超声增强的具体实现方法,即首先统计平均无脉冲段的初始噪声功率谱,然后自适应计算带干扰超声段功率谱,最后进行维纳滤波。超声数据在不同信噪比下的维纳滤波实验表明了所提方法的有效性,超声维纳去噪方法与谱减法一样能够降低超声回波中的噪声,且更加有效。     

An analysis of the effects of spectral uncertainty on wiener filtering

A representative selection of results from an extensive study of the performance of Wiener filtering under spectral uncertainty is presented. For a variety of spectral uncertainty models the Wiener filter is shown to have undesirable sensitivity to even small deviations from those signal and noise spectral densities which were used to design the filter. Performance of a robust filter (designed to have the best possible performance when the uncertainty is worst) is also examined. In most cases the robust filter's insensitivity to spectral uncertainty makes it preferable to the traditional Wiener filter.     

基于Kalman滤波的Wiener状态估值器

应用经典稳态Kalman滤波理论提出了设计Wiener状态估值器的新方法,其原理是: 基于在Wiener滤波器形式下的稳态Kalman滤波器和预报器及ARMA新息模型,由稳态最优非 递推状态估值器的递推变形引出Wiener状态估值器.所提出的Wiener状态估值器可统一处理状 态滤波、预报和平滑问题.它们具有ARMA递推形式,且具有渐近稳定性和最优性,仿真例子说 明了它们的有效性.     

Wiener filter-based wavelet domain denoising

The wavelet domain Wiener filter has been widely adopted as an effective image denoising method that has low complexity. In this paper we propose a novel Wiener filter with high-resolution estimation that determines the signal power while preserving the edge information. We assume that a noisy image is composed of noise and the original image, which are mutually orthogonal. Based on this assumption, we utilize the local covariance to obtain high-resolution coefficients from the low-resolution coefficients and to estimate the signal variance in the Wiener filter by using the high resolution values. The experimental results show that the proposed algorithm improves the objective and subjective performance significantly.     

An image restoration by fusion

To deal with the problem of restoring images degraded with Gaussian white noise, the mean and adaptive Wiener filters are the most common methods to be implemented. Although these methods are both lowpass in character, they yield different results on the same problem. The mean filter reduces more noise than the adaptive Wiener but also blurs the image edges, whereas the adaptive Wiener filter can preserve edge sharpness but reduces less noise than the mean filter. Instead of trying to design a single mathematical technique to have the advantages of both methods, which is usually theoretically difficult, we propose an alternative solution to this image restoration by fusing multiple image filters using the mean, Sobel, and adaptive Wiener filters. Performance of the fusion algorithm is based on both redundant and complementary information provided by different filters. Several experimental results show the effective application of the proposed approach.     

由约束最小二乘方法改进的图像恢复方法

介绍了图像退化模型和约束最小二乘方法（包括参变维纳滤波方法和平滑约束最小平方滤波方法）。参变维纳滤波法和平滑约束最小平方滤波法在图像恢复的过程中分别有对图像锐化和平滑的作用。结合这两种方法的特点，本文由约束最小二乘方地方法推导出改进的图像恢复法。这种图像恢复方法具有前两种方法的优势。试验证明，用改进的图像恢复方法恢复图像比用参变维纳滤波法恢复的图像更平滑，信噪比更大；比用平滑约束最小平方滤波法恢复的图像的边缘更突出，有更好的视觉效果。     

An RBFN–Wiener hybrid filter using higher order signal statistics

In this paper we propose a radial basis function network (RBFN) based nonlinear filter with a basic framework of a linear Wiener filter. In addition, in order to improve the filtering performance, we further propose a novel nonlinear filter, which is synthesized by a hybridization of an RBFN filter and a linear Wiener filter. The proposed filters are realized with a least mean square error scheme using higher order statistics of a target signal and an observation noise.The validity and the effectiveness of the proposed filters have been verified by applying them to the actual filtering problems of the noisy images.     

一种听觉掩蔽效应和维纳滤波的语音增强算法

将非平稳噪声估计算法以及基于听觉掩蔽效应得到的噪声被掩蔽概率应用于维纳滤波语音增强中,提出了一种听觉掩蔽效应和维纳滤波的语音增强方法。几种噪声背景下对语音增强的客观测试表明,提出的算法相比较于传统的维纳滤波语音增强算法而言不但可以提高语音信噪比,而且可以明显减少语音失真。