具有延迟的欠定语音盲分离

探讨具有延迟的欠定语音盲分离问题,针对语音信号的部分W-分离正交性,提出一种新的基于混叠矩阵估计的语音盲分离方法。首先对观测信号进行短时傅里叶变换,选定一个信号作为参考信号,构造幅度衰减向量和时间延迟向量,提取单源主导区间的观测信号作为观测样本;然后对观测样本进行聚类,通过估计参考信号的混叠系数来估计混叠矩阵;最后结合信号子空间方法恢复源信号。仿真结果验证了算法的有效性。

弱稀疏语音信号的欠定盲分离

为解决弱稀疏语音信号的欠定盲分离问题,根据语音信号的部分W-分离正交性,提出一种基于单源主导区间的混合矩阵盲估计方法。该方法根据单源主导区间的性质,通过二元行矢量提取单源观测样本,对单源观测样本进行K均值聚类和主成分分析来估计混合矩阵。仿真结果表明,提出的方法可有效提高分离语音的性能,与直接利用K-PCA方法相比,分离语音的平均信噪比提高了10 dB左右。

通信侦察信号的盲分离

为解决复杂电磁环境下通信侦察信号的盲分离问题,以K-L散度作为信号之间独立性的测度,利用相对梯度的概念,推导了适用于通信侦察信号的等变自适应盲分离算法。仿真结果表明,该算法不仅能有效分离功率相差很大、时频域严重重叠的通信侦察信号,而且收敛速度快。

压缩感知的UWB信道盲估计算法

针对超宽带系统采样速率过高难以实现的问题,利用信道稀疏性提出一种基于压缩感知的盲信道估计算法。将接收信号通过一个随机测量矩阵,利用测量信号的一阶统计量建立压缩感知的数学模型,最后利用正交匹配追踪(OMP)算法重构得到估计信道。算法只需很少测量值就可估计出信道,节省了大量的模数转换(ADC)资源,使系统实现成为可能。仿真结果表明算法具有良好的估计性能,且算法的误比特率(BER)性能相比利用准确信道只有2～3dB的差距。

准Toeplitz测量矩阵的有限等距性质分析

Toeplitz测量矩阵的卷积特性使压缩感知理论在线性时不变系统辨识问题中得到广泛应用。但在信号频率较高的场合往往需要对测量结果进行欠采样,以利用压缩感知理论降低系统对采样频率的要求,这导致测量模型中的测量矩阵变为由Toeplitz矩阵中等间隔抽取若干行组成的子矩阵(准Toeplitz矩阵)。为此讨论了准Toeplitz矩阵作为测量矩阵的可行性。通过理论推导证明了准Toeplitz矩阵的有限等距性质,在仿真中比较了使用准Toeplitz矩阵与其他测量矩阵的重构效果。结果表明,准Toeplitz满足有限等距性质,使用准Toeplitz矩阵的重构效果与其他测量矩阵相近,可以作为压缩感知测量矩阵。

外军联合行动训练对部队管理的启示

目前,世界一些国家为了有效提高应对各类突发事件的能力,每年都立足本国国情全面加强多手段、多形式、多内容的常态化建设,定期组织由各军兵种,包括地方人员参与的联合应急演练,从而提高遂行非战争军事行动的应急管理能力。

关于思政课线上教学的实践与探索

开年以来,为应对新冠肺炎疫情影响,军队院校普遍以线上教学的方式,把课堂从现实转移到网络,确保“停课不停教,停课不停学”。思政课是军队院校立德树人的关键课程,必须因时而动、因势而新,在思政“新课堂”与疫情防控“大课堂”同频共振中,积极推动教学模式创新。线上课堂不仅是疫情防控期间的应急举措,也应该成为占领网络阵地的有利契机。思政课应当适应信息网络带来的深刻变化,按照习主席关于思政课“八个统一”要求,打造全时学习、全员学习、全域学习的线上教学平台,盘活教育教学资源,形成开放育人格局,开创课程建设的新亮点、新局面。