基于特征值的动态数字信道化子带检测算法

动态数字信道化接收结构通过检测所有子带,判断信号是否存在,为综合滤波器组处理提供依据,因此子带检测在接收结构中起着关键作用。针对传统检测算法存在低信噪比(signal-to-noise ratio,SNR)下检测性能不高的问题,依据随机矩阵理论,提出了基于最大最小特征值之差与平均特征值之比的检测算法,利用平均特征值和最小特征值的极限分布规律来推导算法的检测门限。其次,根据所有子带数据获取的特征值信息对所提算法进行了优化。最后,在动态数字信道化接收结构中,分析不同因素下算法的性能,表明了所提算法能够克服低SNR的影响,子带检测的性能更好。

基于子带谐波一致性的语音转换反取证框架研究

语音转换任务指的是在保持语言内容不变的情况下,将一个说话者的声音身份转换为另一个说话者.然而现有工作很少考虑针对音频取证机器分类模型进行抗检测研究,转换音频极容易被取证模型所识别.本文提出了一种具有3个子带频谱鉴别器设计的语音转换反取证框架HADV-GAN,其合成音频在具有高保真度的前提下,对语音欺骗取证模型具有反取证能力.此外,HADV-GAN无需训练额外的声码器,可以直接以原始音频波形作为输入,并以声学特征重建语音,因此可以避免使用声码器所导致的特征不匹配问题.实验结果表明,本文所提出的方法在3种主流的语音欺骗取证模型LFCC-GMM、MCG-Res2Net以及AASIST上,对比基线模型NVC-Net,在合成音频质量相当的条件下,拥有更好的反取证能力.

利用互子带滤波器和稀疏特性的多通道线性预测语音去混响方法

多通道线性预测是最为流行的语音去混响方法之一,现有相关研究大多利用子带谱减模型在每一个频带独立地获取期望信号,但这忽略了不同子带之间的相互影响。本文提出一种利用互子带谱减模型的多通道线性预测语音去混响方法。相比于大多数方法采用的子带谱减模型,本文方法采用的互子带谱减模型能够利用互子带滤波器来对不同子带之间的相互影响进行建模。本文方法利用复广义高斯分布建模期望信号,相比于常用的高斯分布,复广义高斯分布能够通过调整形状参数来描述语音信号的稀疏特性。在最大似然估计框架下,将语音去混响转化为关于互子带滤波器和子带滤波器的优化问题;并且基于替代最小化方法推导了保证收敛的优化算法。在不同混响时间、不同通道、不同声源和传声器距离情况下的一系列语音去混响实验验证了本文方法的性能显著优于传统去混响算法。

微波光子SAR最优子带融合的全分辨伪彩图生成方法

微波光子(MWP)雷达是一种通过光子器件对传统微波雷达硬件架构进行改进的新型雷达系统。借助光子器件卓越的物理特性,MWP雷达能够发射超宽带、高线性度的高质量线性调频信号,从而实现对目标的超高分辨率探测与成像。在目标成像与探测过程中,不同结构和特性的目标区域对不同频率信号的响应存在差异。因此,微波光子雷达具备通过散射差异生成伪彩图像的潜力,从而进一步提升微波光子合成孔径雷达(MWP-SAR)的信息获取能力。传统的遥感技术生成的伪彩图像分辨率较低,无法达到厘米级的分辨。因此,该文提出了一种在保证MWP-SAR高分辨率的前提下合成伪彩图像的方法。该算法首先建立了最优子带回波搜索模型,随后采用最优子带搜索算法对超宽带回波进行处理,以获取散射特性相差最大的子带回波通道。再对多子带差异图像进行色彩合成,通过这一处理步骤,能够生成对目标散射特性最佳描述的伪彩图像。同时,为了确保MWP-SAR的分辨率不受到损失,建立了一个融合模型,将全分辨率的SAR图像与多子带图像相融合,以维持伪彩图像的高分辨率。最终,通过实测的机载MWP-SAR数据成功地合成了全分辨率的伪彩色图像,从而验证了该算法的有效性。该算法可以使得MWP-SAR在成像时获取更多的目标信息,为成像雷达微波视觉的实现提供辅助。

面向子带分解的非均匀抽取均衡算法

宽带数字阵列雷达通道失配严重的情况下,带宽分割法相比逆傅里叶变换法均衡效果更好,但其在不完全分解时重建误差较大且占用硬件资源过多;针对上述问题,提出一种延长带宽非均匀抽取均衡算法;该方法设定需要划分的子带数目,根据阻带截止频率的位置合并不参与均衡的子带;依据待均衡子带的频率特性对其非均匀抽取,并进行子带内均衡;均衡后各子带经过插值和合并操作,完成整个均衡过程;实验结果表明,在均衡子带个数和重建误差相等的情况下,相比带宽分割法,提出方法的幅度改善因子和相位改善因子分别提高5.39 dB和7.48 dB,降低了运算复杂度和硬件资源占用率。

基于子带处理与相关系数的风电机组功率异常波动检测

风电机组功率的周期性异常波动容易引起电网的低频振荡,威胁电网安全;而风电机组功率信号是一种非线性、非平稳信号,其异常波动频率存在不确定性,为异常波动特征的提取与检测带来困难。为此,文章提出一种基于子带处理与相关系数的风电机组功率异常波动检测方法。其首先将原始功率信号通过高通滤波器去除趋势项,然后采用子带处理滤波器组进行信号分解,得到一系列子带信号;将去除趋势项后的功率信号与各子带信号分别计算互相关系数,并根据互相关系数实现周期性异常波动所在子带的定位及子带筛选;基于筛选所得子带信号进行信号重构得到高信噪比重构信号;采用峰值检波与自相关分析相结合的检测方法,识别重构信号中特定幅值周期性异常波动发生时段,从而达到风电机组功率信号周期性异常波动检测的目的。现场数据测试结果表明,对于0.06 Hz、0.32 Hz等不同频率的功率周期性异常波动,该方法能够准确识别其所在子带及特征。

基于模数混合子带划分的信号重构建模分析与优化

为了应对宽带阻塞式干扰,通信干扰对消系统通常应用基于子带划分的干扰对消技术来提升宽带干扰抑制能力,同时为了兼顾通信性能,将子带信号重构恢复为通信信号,保障通信质量。该文采用模拟电路与数字处理相结合的方式,搭建了子带划分与信号重构框架,通过模拟滤波器实现第1级宽滤波,减小信号处理带宽,利用数字滤波器完成第2级窄滤波,进一步提高信号信噪比。针对通信信号在子带划分过程中,存在跨子带重构失真的问题,建立了子带划分与信号重构系统时频域模型,分析子带间幅相不一致对信号重构的影响。为了解决重构信号的幅相不一致问题,提出了相位校准方法与滤波器幅频优化方法,从幅度和相位两方面同时保证跨子带信号的近似无失真重构。仿真与实验结果表明,该文所设计的滤波器幅频响应具有良好的重构精度,并且解决了跨子带信号重构的相位失真问题,有效降低了重构通信信号的误码率。

基于正交投影的子带信息几何雷达弱小目标检测方法

基于信息几何理论的雷达目标检测是一种新兴的技术,它将目标检测问题转化为流形上目标与杂波的区分问题,在低信杂比检测中具有优势。对于复杂背景下的弱小目标检测,目标与杂波难以区分,限制着检测性能。因此,该文基于矩阵信息几何检测器,提出一种基于正交投影的子带信息几何目标检测方法。该文利用滤波器组对雷达回波信号进行子带分解,并在矩阵流形上稳健估计子带内强杂波信号子空间,提出基于流形的正交投影方法以抑制强杂波,增强目标与杂波的区分性。最后,采用仿真数据和实测海杂波数据验证所提方法的有效性。结果表明,所提方法能够有效抑制强杂波,具有较好的检测性能。

机械振动WSNs子带多阶层自适应量化数据压缩方法

针对资源受限的机械振动无线传感器网络传输大量振动数据时导致的内存空间消耗大及传输效率低等问题,提出一种子带多阶层自适应量化数据压缩方法。首先,传感器节点对原始数据进行分块离散余弦变换以确保子带能量集中;然后,采用子带多阶层自适应量化方法对分块变换数据进行量化以减少数据失真,提高重构数据精度;最后,为进一步提升数据的压缩性能和效率,对量化数据进行2 bit过滤游程算术编码处理。将提出的方法与其他数据压缩方法进行对比以验证该方法的性能,试验结果表明,该方法可以在资源受限的机械振动无线传感器网络节点中获得良好的压缩效果,对提高大量振动数据传输效率有重要意义。

基于自适应子带谱熵的仿生小波语音增强方法研究

针对传统语音增强方法在低信噪比复杂噪声环境下存在的语音增强质量和可懂度欠佳等问题,本文提出了一种自适应子带谱熵与仿生小波相结合的语音增强方法。研究思路是,首先用自适应子带能比法对含噪语音和纯噪声段进行区分,然后用仿生小波分解含噪声语音,将分离出来的噪声输入自适应滤波器,采用递归最小二乘法,达到噪声滤除的目的,实现信噪分离。实验结果显示,在低信噪比的复杂噪声环境下,与传统的维纳滤波和小波变换方法相比,本文提出的语音增强方法可以获得更好的声音增强质量和可懂度。

机械振动WSNs子带峰值自适应量化融合编解码方法

针对智能运维机械振动无线传感器网络多传感器传输振动数据时面临传输数据量大及传输效率低的问题,本文提出一种子带峰值自适应量化融合编解码方法。首先,传感器节点对原始数据进行离散余弦变换以确保子带能量集中;然后提取出子带DCT系数中的离群值,并用子带峰值自适应量化方法对其进行量化以减少数据失真;最后,用字节融合与比特融合方法将多传感器的量化数据进行融合拼接以减少数据冗余。将提出的方法与其他数据压缩方法进行对比以验证本文方法的性能。实验结果表明,该方法在8个节点同时采集传输的机械振动无线传感器网络中,数据压缩比为8.335时,重构信噪比为20.4863 dB,节省37.2%的传输时间,可以有效实现信道资源受限的机械振动无线传感器网络多传感器振动数据的融合压缩。

MPEG中子带滤波的算法优化和仿真实现

子带滤波器组是MPEG数字音频编解码的重要模块。介绍了在音频编码中滤波器组的作用和地位,描述了滤波器组的工作原理并且以减少运算量和数据量为目的对标准中的子带滤波算法进行优化。同时以MATLAB作为评估平台验证了该优化算法的正确性和高效性。

基于子带功率均值的天线故障特征提取及分类技术

针对测控天线传动链常见的螺栓松动故障,提出了一种子带功率均值(APSDS)的振动信号特征提取方法,通过搭建天线座架试验平台进行故障模拟和振动数据采集,并利用多层神经网络进行故障分类诊断及预测试验。试验结果表明,本文所提出的APSDS法能够有效增强故障状态的特征区分度,平均故障分类准确率达到95%以上,该方法的提出可在天线健康管理系统中具有较好的实用价值。

基于多层子带匹配滤波的抗间歇采样转发干扰目标检测算法

间歇采样转发干扰(ISRJ)是一种基于欠采样原理的新型雷达干扰技术,此类干扰信号能够在雷达1维距离像(HRRP)上形成密集假目标,给目标检测带来一定挑战。针对雷达在间歇采样转发干扰背景下无法准确检测到目标的问题,一种基于多层子带匹配滤波的抗间歇采样转发干扰目标检测算法被提出。该方法首先以传统雷达匹配滤波函数为基础设计子带匹配滤波函数;随后,针对间歇采样转发干扰信号和目标回波信号的时间差异,构建子带匹配滤波信号模型,逐步分析并揭示了间歇采样转发干扰信号对子带匹配滤波函数时宽的敏感性;最后,基于此设计出基于多层子带匹配滤波的抗间歇采样转发干扰目标检测方法,并进行了仿真实验验证。实验结果表明:多层子带匹配滤波方法无需事先获得干扰的先验信息,可使雷达在受到间歇采样转发干扰且信干比大于–20 dB时,目标检测概率大于80%。

多子带频域超宽带合成雷达半实物仿真

宽带合成技术是实现距离向高分辨的一种有效手段,目前频域宽带合成方法拓展至超宽带合成,合成带宽受限,合成信号质量随子带数增加而恶化。针对这些问题,提出了一种适用于频率步进线性调频信号的多子带频域超宽带合成方法,采用预失真、子带间高精延时对齐、相位自适应调整等技术对影响信号合成质量的系统失真、延时误差、子带拼接处相位跳变改进,并搭建步进频雷达半实物仿真系统以验证所提方法的有效性及合成信号性能。实验结果表明,43个28 MHz带宽的子脉冲合成的超分辨距离向信号,带宽为1.0357 GHz,时间分辨率高达0.8720 ns,具有良好的点目标分辨性能,未来可应用于二维合成孔径雷达超分辨成像。

基于EEG小波包子带能量比的疲劳驾驶检测方法

驾驶员在从正常驾驶状态向疲劳驾驶状态变化的过程中,其脑电信号中的慢波逐渐增加,快波逐渐减少;针对这一特点,提出了一种基于小波包子带能量比的疲劳驾驶状态检测方法.采集和分析受试者模拟驾驶过程中的脑电信号,利用小波包分解系数计算出β波与慢波的能量比,将其作为疲劳指标F值.实验结果表明,尽管不同受试者的F值存在较大差异,但是对于同一受试者而言,F值随着驾驶时间的延长和疲劳程度的增加而逐渐降低,其相对于正常驾驶状态的衰减程度能够有效反映驾驶人的疲劳程度.

钛合金车削加工过程中刀具磨损状态监测的小波包子带能量变换特征提取新方法

在小波包分析的基础上,提出对小波包子带能量特征抽取的新算法。考虑到小波包能量子带的动态特性和统计特性可以作为刀具磨损状态识别特征提取的来源,提出将小波包子带能量相对比率、小波包子带能量相对比率的变化值、小波包子带能量相对比率的变化值的统计偏差(能量距)作为三个新特征值。建立刀具磨损状态监测实验平台,采集刀具三维力反馈、振动信号作为监测信号。按常规特征抽取方法和本研究中提出的方法抽取特征值,形成网络训练、识别特征值空间。用梯度下降法训练建立BP人工神经网络,对刀具四种磨损状态进行识别,验证小波包子带能量变换提取到的特征的有效性。

图象的子带编码及其实现

本文介绍图象子带编码(SBC)的基本概念,阐明分裂图象子带所用的二维正交镜象滤波器(QMF)的特征及其实现子带分裂的方法,并论述了经过子带压缩编码实施后的图象质量。

基于单高斯模型集的汉语美子带特征重建算法

本文提出了基于单高斯模型集的汉语美子带特征重建 (SGMDI)方法 ,并通过试验研究了该算法对提高语音识别系统加性噪声鲁棒性的作用 .实验结果表明 :SGMDI方法能够明显提高语音识别系统对各类音子尤其是容易被加性噪声破坏的清辅音音子的识别正确率 ,从而显著增强了语音识别系统的噪声鲁棒性 .

基于TI C5402 DSK的子带分析滤波器快速算法的研究与实现

MP3音频压缩算法是由ISO11172-3标准规定的一种高效、高保真的压缩编码算法。笔者对MP3所用到的几个关键技术,如子带滤波、心理声学模型、动态噪声分配等做出简明分析。用TI公司的数字信号处理芯片TMS320VC5402实现了MPEG建议的子带分析方案的一种快速算法。