基于Kalman滤波的GSC改进语音增强算法

针对广义旁瓣相消器（Generalized sidelobe canceller,GSC）存在非相干噪声消除性能不佳的缺陷,提出了采用后置Kalman滤波器改进的GSC去噪算法。该算法通过归一化最小均方算法校正自适应噪声对消器,并将滤除方向性干扰噪声后的语音信号输出到Kalman滤波器中,对残余背景噪声进行迭代最小均方误差（Minimum mean square error,MMSE）估计,抑制非相干噪声与麦克风阵元所产生的热噪声。经过在不同信噪比条件下客观语音质量评估（Perceptual evaluation of speech quality,PESQ）及语谱图分析后证明,与传统的GSC以及后置谱减法的改进GSC相比,本算法在噪声消除上的表现更为优越,且增强后信号也更接近目标信号。     

变系数加权误差函数的判决反馈盲均衡算法

针对严重失真的水声信道,在分析几种常用传统误差函数和判决反馈均衡器（DFE）的基础上,构造了一种变系数加权误差函数,对DFE权向量进行更新,提出了基于变系数加权误差函数的判决反馈盲均衡算法（VCMDFE）。与基于传统误差函数的判决反馈盲均衡算法（CMDFE）相比,新算法能够根据均衡的进度,利用一变系数去调节误差函数数值的大小,以取得比CMDFE算法更快的收敛速度和更低的稳态误差。水声信道的仿真结果验证了该算法的有效性。     

基于神经网络的符号自动识别系统研究

提出了一种新的基于神经网络的目标符号自动识别系统。该系统在图像的二值化处理过程，采用了小波变换的方法，该方法可有效克服噪声的干扰，自动确定灰度图像二值化所需要的阈值。在符号识别部分，采用了双向联想记忆（BAM）人工神经网络技术，通过改进的感知器学习算法，增大了网络的容量，可实现对采集的有污染或缺损符号进行正确识别。仿真实验结果说明，系统具有较强的稳定性和有效性，且易于工程实现。     

An Orthogonal Wavelet Transform Fractionally Spaced Blind Equalization Algorithm Based on the Optimization of Genetic Algorithm

An orthogonal wavelet transform fractionally spaced blind equalization algorithm based on the optimization of genetic algorithm(WTFSE-GA) is proposed in viewof the lowconvergence rate,large steady-state mean square error and local convergence of traditional constant modulus blind equalization algorithm(CMA).The proposed algorithm can reduce the signal autocorrelation through the orthogonal wavelet transform of input signal of fractionally spaced blind equalizer,and decrease the possibility of CMA local convergence by using the global random search characteristics of genetic algorithm to optimize the equalizer weight vector.The proposed algorithm has the faster convergence rate and smaller mean square error compared with FSE and WT-FSE.The efficiency of the proposed algorithm is proved by computer simulation of underwater acoustic channels.     

基于Ｔ／２分数间隔的ＳＥＩ双模式盲均衡算法

针对超指数迭代(SEI)算法收敛后均方误差大、SEI算法和判决引导(DD)算法以硬切换方式存在性能不稳定的缺陷,通过分析分数间隔均衡器结构和性能,采用软切换方式将SEI算法和DD算法相结合,提出了一种分数间隔超指数迭代双模式盲均衡算法.该算法用SEI算法与DD算法同时对分数间隔盲均衡器的权向量进行调整,当由SEI算法调整前后均衡器判决输出一致时,DD算法参与系数调整,这种软切换方式充分利用了SEI算法能使眼图增开的良好性能和DD收敛速度快、稳态误差小的优点,避免了硬切换带来的不利影响;而采用分数间隔均衡器避免了因欠采样引起的频谱混叠,均衡器可以更有效地对信道失真进行补偿.水声信道的仿真结果,验证了算法的有效性.     

抗单粒子辐射LVDS驱动器设计

为了减小单粒子效应对低电压差分信号(Low Voltage Differential Signal, LVDS)驱动器电路的影响,对LVDS内部模块电路进行单粒子脉冲仿真,找出电路中单粒子敏感节点,并进行单粒子加固设计。该电路基于0.18μm 1P5M CMOS工艺实现,传输速率为200Mbps,版图面积为464×351μm²,在3.3V电源电压下功耗为11.5mW。辐射试验采用Ge粒子试验,在入射能量为210MeV,线性能量转移LET为37.3MeV·cm²/mg辐射情况下,该LVDS驱动器电路传输数据未发生错误。     

基于动态粒子群小波动态加权多模盲均衡算法

为了提高对高阶正交振幅调制 (QAM) 信号的均衡效果,提出了基于动态粒子群优化(DPSO)的小波动态加权多模盲均衡算法(DPSO-WTDWMMA). 该算法将DPSO算法和正交小波变换结合起来应用于动态加权多模盲均衡算法(DWMMA)中。利用DPSO对均衡器权向量进行优化,利用正交小波变换降低输入信号的自相关性,利用动态加权多模算法来选择合适的误差模型匹配发射的QAM信号,降低了稳态误差。理论分析及水声信道仿真结果表明：DPSO-WTDWMMA算法可获得较快的收敛速度和较低的稳态误差。     

模糊神经网络控制的混合小波神经网络盲均衡算法

针对传统恒模算法(CMA)收敛速度与均方误差之间的矛盾,提出了模糊神经网络控制的混合小波神经网络(FHWNN)盲均衡算法.该算法在小波神经网络输入层之前级联一个横向滤波器,将横向滤波器的节点输出分为实部和虚部两路经过小波神经网络后再合成为一路复数信号;利用模糊神经网络(FNN)设计的模糊规则控制小波函数的尺度因子和平移...     

LCMV分频的改进维纳滤波后置波束形成算法

针对封闭环境中语音信号受到混响影响,提出了LCMV分频的改进维纳滤波后置波束形成算法。该算法通过计算麦克风阵列接收到含混响信号的短时傅里叶变换得到频域阵列信号,对频域阵列信号分频处理,将分频的信号进行线性约束最小方差波束形成滤波处理,该波束滤波根据每个频段上混响时间不同的特性对频域阵列信号进行分频处理后,将波束形成算法分别应用到高低频中,以提高混响抑制的精度;再由频域阵列信号的组合功率谱进行维纳后置滤波以抑制混响,由麦克风阵列接收到混响信号的直达波和反射波之间不相关性及麦克风阵列接收信号的空间信息解决维纳滤波器的精确估计问题;最后由逆短时傅里叶变换恢复出时域信号。仿真结果表明,该算法对混响抑制具有明显的改善;且在混响时间600 ms条件下语音增强系统的PESQ值提高了0.26。     

气象雷达全固态调制器的几种故障排除方法

文章阐述了气象雷达全固态调制器的工作原理及其主要故障的分类,并针对气象雷达在业务运行过程中出现的调制器组件典型故障进行了分析,介绍了如何根据报警信息、故障现象进行定位和排除的方法。文章所述3例雷达故障现象不尽相同,但都与调制器组件相关,针对高压打火可能对发射机造成的严重危害,需要熟练掌握高压线路和模块组件线路结构及信号流程,才能更快更好的排除雷达故障。