基于加权最小统计的噪声谱估计改进算法

针对最小统计的噪声谱估计算法在噪声谱上升时跟踪时延较大的问题,该文给出了一种加权最小统计的噪声谱估计改进算法,通过分析加权对最小统计噪声谱估计算法的影响,采用3种简单典型曲线构造权值,用实验的方法比较得出由余弦曲线构造的权值最优。实验结果表明加权最小统计的噪声谱估计改进算法能够快速跟踪噪声谱的变化,提高了噪声谱估计的准确性,改善了增强后的语音质量。

两类噪声谱估计方法的对比分析

对基于传统端点检测技术和基于最小统计和平滑滤波的两类噪声估计方法进行了对比分析,并应用于谱相减算法中。针对基于最小统计和平滑滤波的谱减算法中出现的"音乐噪声"问题,提出了一种改进方案,实验表明,使用改进谱减法增强后的语音信号在信噪比和语音质量上均有提高。

改进的基于响度域的语音增强算法

针对短时谱幅度最小均方误差估计(MMSE-STSA)语音增强算法在非平稳噪声环境下噪声抑制能力较差的问题,提出一种改进的MMSE-STSA算法。该算法在响度域进行谱幅度估计,并采取基于概率的语音判决方法。实验结果表明,相比传统的MMSE-STSA算法,改进算法在非平稳噪声环境下能够获得更好的语音质量。

基于递归最小追踪的噪声互功率谱估计算法

针对改进最小追踪噪声互功率谱估计方法存在的噪声过估计的问题。提出一种基于递归最小追踪的噪声互功率谱估计算法。该方法中的平滑因子使用了递归平均技术,在估计噪声互功率谱时,会根据每个频点的实际信噪比作相应的调整。仿真结果表明,该噪声估计算法应用于一个语音增强系统时,取得了较小的噪声均方估计误差及较好的感知语音质量评价(PESQ)得分。

一种基于最小统计噪声估计的改进谱减法

针对传统最小统计噪声估计谱减法在低信噪非平稳噪声环境下存在的噪声估计误差较大及搜索延迟较大的问题,对带噪语音进行频域平滑然后进行全局平滑,并且提出使用双向搜索的方法,减小了搜索延迟。实验结果表明,文中提出的方法有效地实现了语音增强,具有一定的使用价值。

基于两种统计信号处理算法的噪声信号谱估计研究

基于统计特征的谱估计技术在现代信号处理领域发挥着极为重要的作用。文章选择具有代表性的两种统计信号处理算法MVDR算法和MUSIC算法作为研究对象,讨论了两种算法的基本思想,给出了MATLAB实现的基本方法,并通过实验验证了两种算法在噪声信号检测中的有效性,得出MU-SIC算法较MVDR算法在噪声信号检测中的分辨特性要高的重要结论。

改进的最小均方误差语音增强算法的研究

针对传统最小均方误差谱幅度估计(MMSE-STSA,minimum mean-square error-short time spectral am-plitude)语音增强算法无法有效的跟踪非平稳噪声变化的问题,对一种改进的MMSE-STSA语音增强算法进行了研究和仿真。该算法对背景噪声的估计利用加权噪声估计方法:采用一个非线性函数根据带噪语音信噪比(SNR,signal-to-noise ratio)的变化计算得到相应的加权因子并作用于带噪语音信号,对加权的带噪语音求平均得到估计的背景噪声。算法中的谱增益修正,还可以抑制低信噪比时的残留噪声以及避免对带噪语音的过抵消。实验结果表明,该方法能很好的跟踪非平稳噪声的变化,不仅在增强性能上有很好的效果,同时降低了语音的失真。

基于最小均分差(MMSE)准则的多窗口谱估计

给出了基于MMSE准则的最佳多窗口谱估计的求解方法,并通过一个仿真实例进行分析验证。

基于语音清浊音分离的语音增强算法

根据语音清浊音产生的机理不同,更精确地估计了清浊音的谱密度函数,提出了一种新的基于清音和浊音分离的语音增强算法,Matlab仿真试验验证了本文算法的有效性。

基于最小统计及谱减法的语音增强

提出了一个基于最小统计及谱减法的语音增强方法。不采用端点检测,在语音帧内及噪声帧内都进行噪声更新。为了实时应用的需求,提出了一种加快最小值更新的方法,实验表明,该方法能有效削弱变电平噪声。

基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法

针对低信噪比(SNR)环境下传统方法对声信号降噪的局限性,提出了一种联合自适应阈值活动语音检测(VAD)算法和最小均方误差对数谱幅度估计(MMSE-LSA)的实时降噪算法。首先,在VAD算法中通过基于能量概率最大值的概率统计来对背景噪声进行估计,对得到的背景噪声进行实时更新并保存;然后,将实时更新的背景噪声作为MMSE-LSA的参考噪声,并对噪声幅度谱进行自适应更新,最后进行降噪处理。通过在真实场景中对四类声信号进行实验,结果表明,该算法在保证对低SNR声信号的实时处理的情况下,相较于传统MMSE-LSA算法,降噪信号的SNR能够提高10~15 dB,且不存在信号过减的情况,可应用于实际工程。

高分辨率合成孔径雷达图像舰船目标几何特征提取方法

针对高分辨率合成孔径雷达图像设计了一种舰船目标几何特征提取算法.通过视觉注意机制检测目标区域的算法,通过频谱残差视觉显著计算模型求取显著图,完成显著区域的检测以实现舰船目标的初步定位,基于获得的视觉显著图采用最大熵算法完成阈值分割筛选出舰船区域.在提取的舰船切片的基础上,采用针对几何特征的提取算法,经图像预处理、方位角估计、旋转获取最佳表征舰船目标几何轮廓的外接矩形,相对有效准确地提取几何特征;最后,采用典型的TerraSAR-X数据进行仿真实验.结果表明,与传统方法相比,本文提出的频谱残差视觉模型完成合成孔径雷达图像舰船切片的区域分割能够有效降低虚警率,舰船目标的检测速度提高了25%~50%.该方法能够快速稳定地提取舰船目标的几何特征,也更加符合实际高分辨率图像舰船目标检测的应用需求.

一种新的DOA估计的高分辨率算法

波达方向估计(DOA)在阵列信号处理中非常重要,而传统算法如多重信号分类算法(MUSIC)需要对阵列接收数据的协方差矩阵进行特征分解,并在全空域进行谱峰搜索,运算量巨大,尤其是二维DOA估计算法还存在稳健性较差的问题。提出了一种基于最小互熵谱分析的DOA算法,该算法只需要一次较少阵元的阵列采样(快拍)数据即可得到具有高分辨率的谱分析结果。进一步采用倒谱法,通过逆FFT变换提高了最小交叉熵谱分析算法的收敛速度。数值仿真结果表明,该算法较常规空间谱估计方法有更高的分辨力和更小的运算量,能够对阵列信号进行实时处理。算法不依赖于预先估计的信源数目,具有较好的宽容性,较高的分辨力以及极低的旁瓣电平。

3G系统中背景噪声消除算法的研究

对适用于3G终端系统单麦克风(single microphone)情况的最小均方误差估计(minimum mean-square error estimation,简称MMSE)噪声消除算法进行了研究,比较了传统MMSE噪声消除算法与经过改进的MMSELSA(Log-Spectral Amplitude MMSE-STSA)噪声消除算法的性能和算法复杂度,其目的是从算法消除噪声的效果和最后硬件实现的难易度两方面来验证哪种算法更适合实际3G系统的应用。论文所讨论的MMSE-LSA噪声消除算法对传统MMSE算法的改进之处主要是在谱增益的计算和语音激活检测(VAD)技术两方面,其中对谱增益计算的改进改变了传统贝赛尔函数实现的算法,使实际的应用更加容易。而对VAD检测算法的改进,使含噪语音的语音停顿周期检测更加准确,从而提高了噪声消除的性能。最后通过主观和客观的检测方法,证明了后一种算法的优越性。

基于MMSE-MLSA与感知滤波的语音增强算法

在语音通信过程中,纯净的语音信号可能受到各种不同类型的干扰噪声信号的影响,例如白噪声、色噪声等。针对常见语音增强算法在低信噪比的复杂噪声环境下语音增强后存在语音失真及残余噪声的问题,提出了一种结合改进对数谱幅度的最小均方误差(MMSE-MLSA)谱估计与感知滤波的语音增强算法。该算法采用MMSE-MLSA对含噪语音作初级谱估计增强处理,使用次级感知滤波器进一步掩蔽初级增强信号中的残余音乐噪声。仿真实验结果表明,在低信噪比的复杂噪声环境下,该算法能有效降低语音失真及去除残余音乐噪声,与另外两种语音增强算法比较,增强效果更加突出。

广义最大熵法在估计最小交叉熵谱中的应用

本文把最大熵谱分析法(MEM)拓广应用于直接从数据记录非迭代地估计有先验谱的最小交叉熵(MCEM)谱.这种新的非迭代快速最小交叉熵谱分析法(MCEM)算法不仅从理论上进一步证明了MCEM是MEM的拓广,而且在实践上真正把MCEM算法实现为增加了预白化和后加权处理的广义MEM算法.分析、比较和计算机模拟表明,所推荐的算法能以明显优于常规的迭代MCEM算法的计算速度和与MEM算法相同的计算效率给出性能较大地比ME谱优的MCE谱.