频域自适应时延估计及其在被动声定位中的应用研究

研究了频域自适应时延估计算法及其在被动声定位中的应用。提出了一种改进时延估计性能的方法，并用实测直升机噪声数据进行了动态仿真，验证了算法的有效性，此项研究有重要的工程应用价值。     

基于人工免疫网络的正交小波盲均衡算法

传统的常数模盲均衡算法存在收敛速度慢、均方误差大、易陷入局部极小值点等缺点。为此,提出一种基于人工免疫系统的正交小波盲均衡算法。该算法将均衡器系数向量作为抗体,经过抗体克隆、变异和抑制等操作,搜索到适应度值最高的抗体,即均衡器的最优系数,使权向量跳出局部最优点,接近全局最优点,并利用正交小波变换改善常数模盲均衡算法的收敛性,降低均方误差。仿真实验结果表明,该算法收敛速度快、均方误差小,能得到全局最优解。     

基于圆形麦克风阵列的声源定位改进算法

针对波达方向估计中传统互功率谱法声源方位估计准确性差、方位模糊的问题,提出了一种基于圆形麦克风阵列的声源定位改进算法,并进行了实验验证。在该改进算法中,先设计了十二元圆形麦克风阵列,由麦克风对接收语音信号的时延与相位得到相位旋转因子,再将其引入到语音信号的互功率谱中,新定义了圆形集成互功率谱,由该功率谱进行声源方位估计。仿真与实测实验结果表明,本文的圆形集成互功率谱法对声源方位进行估计,估计的准确度高于传统互功率谱法。     

基于免疫克隆的正交小波变换盲均衡算法

针对传统的常数模盲均衡算法(CMA)收敛速度慢且存在局部收敛的问题,提出了一种快速收敛的免疫克隆正交小波盲均衡算法(CSA-WT-CMA)。该算法将免疫克隆选择算法引入至正交小波盲均衡算法(WT-CMA)中,利用克隆选择算法多峰值函数寻优的特点,将均衡器的权向量作为抗体,并采用正交小波变换降低信号的自相关性。理论分析与仿真实验结果表明,在同样的剩余码间干扰下,与正交小波变换盲均衡算法(WT-CMA)相比,该算法具有更快的收敛速度。     

基于FPGA的自适应均衡器设计与实现

在对LMS算法进行MATLAB仿真的基础上，采用硬件描述语言VHDL和FPGA完成LMS自适应算法的硬件实现。自适应均衡器的设计采用自上向下的设计思想、串并行相结合的流水线操作方法、定点运算方法，在QuartusⅡ4．1平台和StratixⅡ系列芯片上进行了综合和仿真。结果表明，该设计结果符合要求，能实现自适应过程。     

基于双重控制网络的图像去模糊方法

传统的图像复原问题主要采用分治法,即将图像复原问题分为不同的子问题,通过对子问题处理得到最优解。由于不同处理环节之间的衔接和损失问题,子问题的最优解并不能得到全局最优解。针对此问题,提出一种端到端的双重控制网络,采用控制模块通过参数分别控制退化分支和处理分支。该网络通过特殊的编解码器结构处理特征问题——在固定尺度因子子网下,采用循环跳跃连接结构消除卷积层的堆叠块,增强输出端的特征显示。实验证明,提出方法与对比方法复原的图像峰值信噪比(PSNR)数值在30以上,结构相似度(SSIM)指标在0.90以上,且有效的改善了视觉效果。     

坐标变换并行软切换盲均衡算法及其DSP实现

针对超指数迭代盲均衡算法(SEI)均衡高阶非常模QAM信号时均方误差较大甚至失效的缺陷,提出了一种坐标变换指数迭代并行软切换盲均衡算法(CTSEI-DD)。该算法将坐标变换引入到超指数迭代盲均衡算法中,并与判决引导DD算法结合,以软切换方式并行运行,充分发挥了坐标变换、超指迭代数算法及DD算法的优点,收敛速度快、均方误差小,适合于对高阶非常模QAM信号进行有效均衡。在利用Matlab工具对该算法性能进行验证并获得该算法中各参数值的基础上,在集成开发环境(CCS)中,编写C语言代码并进行调试,在TMS320VC5509芯片实现了该算法。     

基于非线性Volterra信道的复数神经多项式盲均衡算法

针对传统常模算法收敛速度慢、均方误差大以及传统神经网络参数多、复杂度高的问题,提出了基于非线性Volterra信道的复数神经多项式盲均衡算法(Fuzzy neural network-complex valued neural polynomial-constant modulus algorithm,FNN -CNP-CMA）。该算法包含单层神经网络和非线性处理器的复数神经多项式,模块结构简单、复杂度低。由模糊神经网络(Fuzzy neural network, FNN）设计的模糊规则控制器能有效提高步长的控制精度。仿真实验结果表明,该算法系统结构简单、复杂度低、收敛速度快且稳态误差小,较好地解决了收敛速度与均方误差之间存在的矛盾。     

形态学算子和小波变换的虹膜去噪算法

为了解决虹膜识别过程中睫毛噪声干扰的问题,提出了一种基于形态学算子和小波变换相结合的睫毛抑制算法.该算法首先将虹膜图像中的睫毛区域模拟成背景图像中的“裂缝”,通过形态学膨胀算子对裂缝区域进行像素填充,然后利用小波变换的多分辨率特性,对变换后的高频系数进行非线性小波阈值处理,低频部分进行反锐化掩膜,最后经小波逆变换重构虹膜图像.样本仿真实验表明:该算法可以使Daugman和Wildes定位算法的精确度分别提高2.1％和2.43％,定位时间相对减少24.3％和22.6％.     

基于正交小波变换的判决引导联合盲均衡算法

为了克服水声信道时变多途的影响和基于统计特性的线性均衡(LE)算法收敛后稳态误差大的缺点,提出了基于正交小波变换(OWT)的判决引导联合盲均衡算法(OWT-LE+DD).该算法将OWT理论引入,充分利用OWT良好的去相关性,加快了收敛速度,并采用软判决的方式与判决引导(DD)算法相结合,纠正信道引入的载波相位旋转,减小了稳态误差。水声信道的仿真结果,表明了算法的有效性。