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FPGA的心音信号采集

设计了基于FPGA的心音采集系统,该系统包括高性能的心音传感器、预处理电路、A/D转换电路和串口通信电路。传感器将心音信号转换成电信号,通过预处理电路的放大和滤波,再经过A/D转换电路送到FPGA,FPGA把现场采集到的数据及时可靠地传递给PC。实验结果表明,该系统能无创、快速、廉价地采集心音信号。     

虹膜图像质量评价的研究

详细介绍了对采集到的虹膜图像进行质量评价的方法,并通过实验证明了其有效性。     

NMF的有监督算法在瞬变电磁信号降噪中的应用

瞬变电磁信号易受各种噪声的干扰,尤其是在信号晚期,噪声甚至会淹没有效信号,严重影响了后期的反演。为此,提出了将瞬变电磁信号分为早中期和晚期两部分进行处理的思路,并首次将非负矩阵分解(NMF)的有监督算法应用于受噪声影响较大的瞬变电磁晚期信号的处理。首先,在训练阶段,将纯净信号进行短时傅里叶变换和非负矩阵分解处理,得到表征信号特征的原子字典。然后,在降噪阶段,利用原子字典和降噪模型处理含噪信号,得到初步估计的瞬变电磁信号。最后,多次重复以上步骤,将初步估计的瞬变电磁信号的晚期数据和含噪信号的原始早中期数据分别累加,求各自的算术平均值,再将两者拼接,估计出最终的完整的瞬变电磁信号。仿真实验和实测数据处理结果表明,该算法可以有效改善信噪比和均方根误差,减少波形的失真,降噪效果明显优于小波变换、Hilbert-Huang变换(HHT)和奇异值分解(SVD)等传统降噪方法,为提高后续反演的准确度奠定了基础。     

基于麦克风阵和ICA的语音增强技术

介绍了极大似然估计独立分量分析的基本理论。在此基础上提出了一种将麦克风阵和独立分量分析模型的源分布自适应极大似然估计算法相结合的技术，并成功地用于实际环境中的麦克风阵带噪语音信号，实现了语音和噪声的分离，增强了语音。试验和仿真结果证明，这种算法是有效的。     

MCRASC-MGSC微型阵列语音增强方法

提出了一种基于多路抗串扰自适应信号抵消(MCRASC)的修正广义旁瓣抵消(MGSC)方法,通过使用MCRASC来阻塞MGSC中需要阻塞的语音信号,使微型阵列输出的增强语音效果明显提高.真实环境下的实验验证了方法的有效性.     

房间环境下基于四阶累积量的语音时延估计

主要研究了利用四阶累积量在房间环境下的语音信号时延估计。根据模拟实验环境和实际实验环境下的仿真结果,分别比较了在高斯白噪声情况下与有色高斯噪声情况下基于二阶统计量的广义互相关法和基于四阶累积量的时延估计法性能,验证了四阶累积量法的有效性。仿真结果表明四阶累积量法具有很好的鲁棒性。     

基于传声器阵列的语音增强技术

介绍了几种传声器阵列语音增强算法,包括固定波束形成、自适应波束形成、传声器阵后维纳滤波,并对各算法的性能和特点进行了分析。同时,对近几年基于传声器阵的语音增强技术的发展趋势进行了简单介绍。     

一种低信噪比环境下的语音端点检测算法

端点检测技术是语音信号处理的关键技术之一，为提高低信噪比环境下端点检测的准确率和稳健性，提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声来提升信噪比，减少语音失真。然后再提取每帧信号的功率归一化倒谱系数，计算每帧信号与背景噪声的功率归一化倒谱距离。最后将该倒谱距离作为检测参数，采用双门限判决方法进行端点检测。实验结果表明，该端点检测算法对语音帧和噪声帧具有较好的区分性。此外，在低信噪比环境下，所提出的算法对于不同类型的噪声都具有较好的稳健性。     

模糊多目标马尔可夫决策

首先将模糊概念引入多目标马尔可夫决策规划,给出了一种具有模糊报酬函数的多目标马尔可夫决策规划的定义,通过讨论,基本解决了求解这种规划之最优策略的方法问题和这种规划最优解的决策判别问题。