Analysis and Improvement of the Real-Time Segmented Pulse Compression-Detection Algorithm

Real-Time segmented pulse compression-detection is one of the key technologies of space-borne tracking receiver. Its implementation requires an optimized and dedicated hardware. The real-time processing places several constraints such as area occupied, power comumption, and speed. A number of segmented compression techniques have been proposed to overcome these limitations and decrease the processing latency. However, relatively high power loss in the partial field could limit their implementation in many current real-time systems. A good theoretical model was designed with intersection signal accumulation to enhance signal- noise-ratio （SNR） gain of detecting signal in the paper. From the experimental results it is known that this approach works well for pulse compression-detection, which is better suited for implementation in the high performance of current field programmable gate array （FPGA） with dedicated hardware multipliers.

基于粉红噪声的语音增强算法性能评价研究

各种不同的语音增强算法都有各自的优缺点,对于现有的语音增强算法的存在,缺少系统化的性能评价,找出合理评价语音增强算法性能的方法有利于对算法进行改进。本文全面考虑基于不同原理的语音增强算法,针对粉红噪声环境,选取各类算法中经典的具有代表性的4种语音增强算法:维纳滤波法、最小均方误差法、信号子空间法及小波变换法,在此基础上运用分段信噪比与语音感知质量评价算法相结合的方案来综合评价语音增强算法在噪声消除水平、失真程度和可懂度等语音质量方面的性能指标。仿真结果表明这种新方法能较合理地评价出各种语音增强算法的综合性能,与人耳的主观感受相一致,从而更具有实用性。

低信噪比红外图像直线段检测算法

因梯度场计算受噪声影响严重,直线段检测是低信噪比红外图像处理的一个难点。文中利用直线区域的相位分布具有显著非各向同性的基本事实,通过度量图像点邻域内的非各向同性度来区分直线点和非直线点。定义了图像的局部非各向同性度并给出了计算子,结合相位编组和背景反例模型,提出了一种能有效抑制噪声影响的新的直线段提取算法。实验表明,该算法能有效检测出低信噪比图像中的直线段,并具有很低的虚警率。

曲率无关方向扩散及改进型Chan-Vese主动轮廓模型

低信噪比条件下的图像分割是图像分割与应用中所面临的难点之一.针对当前非参数化主动轮廓分割模型在低信噪比、高曲率条件下难以准确收敛到目标边缘的问题,以主动轮廓模型中的噪声处理项作为切入点,提出一种基于曲率无关方向扩散的非参数化主动轮廓噪声去除方法.通过曲率无关方向扩散避免了去噪过程对主动轮廓形状的影响,并通过非规则边缘控制函数进一步控制噪声去除过程对信号边缘与噪声的不同作用,在有效去除噪声的同时保证了高曲率轮廓的收敛性;在此基础上,提出一种针对低信噪比图像分割的改进型Chan-Vese主动轮廓模型.最后通过详细的实验证明了该方法和改进Chan-Vese主动轮廓模型的有效性.

一种新阈值函数的小波包语音增强算法

针对传统软、硬阈值函数去噪方法增强的语音存在失真的问题,提出一种新阈值函数的小波包语音增强算法,同时给出了新阈值函数和新的Bark尺度小波包分解结构。新阈值函数在小波包系数绝对值大于给定阈值的区间内,灵活地结合了软、硬阈值函数;在小波包系数绝对值小于给定阈值的区间内,用一种非线性函数代替传统阈值函数中的简单置零,实现了阈值函数的平缓过渡;新的60个频带Bark尺度小波包分解结构能更好地模拟人耳的听觉感知特性。仿真实验结果表明,在高斯白噪声和有色噪声背景下,与传统软、硬阈值函数去噪方法相比,新算法有效提高了增强语音信噪比和分段信噪比,减少了语音失真,具有更好的去噪效果。

基于分段式变步长截断误差LMS算法的心率信号提取

自适应滤波对于心率信号这类非平稳随机信号处理是一种有效的方法。提出了一种分段式变步长截断误差LM S算法,采用自回归预测滤波器估计出通过超声多普勒传感器采集到的心率信号中的噪声,用它作为自适应噪声抵消系统中的参考信号,其结果是抵消了主输入通道中的部分噪声,使信噪比提高了36个dB左右,实现了心率信号的提取。

基于改进MSR滤波算法的X光图像增强

工业中用于无损检测的X光图像存在信噪比低、清晰度差、对比度低等缺点。为改善X光图像质量,提出一种改进的多尺度Retinex滤波(MSR)算法。将原始图像进行小波分解,在低频子带上进行MSR滤波,在高频子带上进行阈值滤波,实现图像重构。实验结果表明,改进MSR算法能同时达到图像增强和去噪的效果。

基于混合阈值法的Envisat影像水体提取

图像分割是图像目标识别和提取的重要步骤。然而由于SAR影像相干成像特点,SAR影像往往信噪比不高,于是传统的图像处理方法难以适用。本文在分析当前主流的阈值法图像分割的基础上,提出一种改进的混合阈值法:首先对影像按一维最大类间方差法求解出一维最佳阈值,以此计算图像分割水体和背景的权重比,然后根据求得的权重比,修改二维最大熵算法,最后采纳遗传算法提高搜索效率,进而求解二维最优阈值实现SAR影像水体提取。为了验证此方法的有效性,针对阳澄湖地区Envisat ASAR影像中同时存在信噪比高的区域和信噪比低的区域设计了仿真实验。实验结果表明,改进方法能较好地从信噪比低的影像中提取水体,同时保持良好的时间复杂度。

区域化照明探测细小目标

提出了一种区域化照明对细小目标的成像探测方法.理论上分析了区域化照明下细小目标信噪比相对相同总功率条件下均匀照明的提高倍数.给出了最优的区域化照明结构和区域化照明可以提高细小目标信噪比的条件.利用部分反射平面镜和全反平面镜实现了正方形网格状的区域化照明,给出了该方法实现区域化照明的理论计算.用 CCD 探测器获取了均匀照明和线状照明条件下的线状目标图像.初步实验的分析结果表明实验结果和理论计算符合,区域化照明可以提高细小目标的信噪比.

基于语音起始段检测语音可懂度客观评价方法

传统的语音评价算法,如SNR,存在语音的可懂度相关性不高的问题。有研究表明,语音的不同部分对可懂度的贡献不同,语音的浊音起始段对可懂度的影响较大。提出一种可懂度相关性相对较高的语音评价算法。在计算分段SNR之前,对语音段进行选择,选出起始段。所提出方法的可懂度计算结果与主观得分进行比较,实验结果表明,结合语音起始段(speech onset)检测算法,能够将可懂度与主观评价的相关值分别提高0.11(辅音)和0.06(句子),这也从一个侧面验证了语音的起始段对可懂度有较大影响这一研究结论。

基于时域分段处理的单频信号检测算法分析

首先对基于时域分段处理的单频信号检测方法进行了理论分析,然后结合计算机仿真,分析了信号频率、分段长度、采样率、分段个数等参数对算法性能产生的影响,最后提出了检测性能最佳时参数选择的标准,为该算法的实际应用提供了有益的参考依据.

基于感知相关代价函数的深度学习语音增强

当前大多数基于深度神经网络(DNN)的语音增强算法使用的均方误差代价函数没有充分利用人耳听觉感知特性,且语音可懂度没有必要关联性,为此提出一种端到端的基于DNN的语音增强框架,并将基于频域加权分段信噪比的感知相关代价函数作为优化目标来训练DNN;在此基础上,将频域加权分段信噪比和感知加权均方误差相结合,提出一种联合优化代价函数用于训练DNN,改善人耳对含噪语音的听觉感知。实验结果表明,采用深度神经网络对含噪语音进行去噪时,通过将感知相关代价函数整合到数据驱动的模型学习中,语音质量和语音可懂度显著提高。

基于Turbo码的语音信号非均匀误码保护算法

提出一种在时域中对语音信号进行非均匀误码保护的算法。首先对经过PCM编码后的语音信号进行分析,得到其每组8位二进制PCM折叠码的重要性分布规律。其次,通过改进经典Turbo码编译码器的删余方式,并对语音信号PCM码的重要位进行高等级保护,对次重要位进行低等级保护,以达到提高通信系统可靠性的目的。实验结果表明,提出的非均匀保护算法在AWGN信道下的分段信噪比与同等码率的均匀误码保护相比具有更优的性能。

一种改进自适应阈值的Canny算法

针对传统Canny算法在滤波时无差别平滑降噪、边缘信息丢失及模糊的现象,且人工选取梯度高低阈值存在局限性的问题,提出了综合考虑图像位置信息与亮度信息的双边滤波代替传统高斯滤波方法,结合最优化阈值分割法和Otsu法分别计算出图像高低阈值,采用边缘信噪比SNR函数对比验证边缘检测效果。改进后的Canny算法有效提高了边缘完整性,且伪边缘更少,对图像中相对较弱的边缘部分也有良好的提取效果,改进后的算法具有更高的信噪比。采用工业机械臂视觉采集零件边缘为背景,实验结果表明,改进后的Canny算法可以有效保留真实边缘信息,边缘更加连续且完整。

一种非分段阈值函数的小波去噪算法

经典小波去噪分段阈值函数中,硬阈值分段函数具有不连续,软阈值分段函数存在固定偏差,造成含噪信号在去噪后产生信号震荡和失真,已有的解决方案对分段函数阈值的选取精度有所依赖,去噪效果不佳。针对此类问题,为增强小波去噪效果,从反正切函数的特点入手,提出一种新的非分段阈值函数,能够同时改进硬软阈值函数及分段函数的不足,具有简单的结构和参数可调节功能。利用MATLAB软件进行仿真测试,通过与已有分段阈值函数对比,对新改进函数方案的有效性做出验证。

利用双耦合杜芬振子检测含噪移频信号的研究

针对特殊运营场景下采用股道分割方法无法实现邻线干扰防护的问题,分析股道分割抗干扰方案,构造双耦合杜芬阵子模型,并通过时域调幅构建任意频率信号检测模型。依据移频信号特征构造出能够涵盖移频信号所在频段的内策动力序列,利用步长自动调整实现移频信号的搜索,避免了检索移频信号时繁琐的运算过程。搭建仿真模型进行试验,发现在耦合杜芬振子1与振子2中分别加入与内策动力频率对应的待测移频信号,不同的耦合振子均能检索到属于该频段的移频信号,为移频信号的抗干扰研究提供一种新思路。

基于边缘信息测度的自适应分块DCT压缩算法

提出了一种基于边缘信息测度的四叉树自适应分块的DCT压缩算法。该方法首先对原始图像建立的边缘信息测度图进行四叉树分块,继而根据分割好的各个块的大小和块内包含边缘点的多少来进行不同压缩比的DCT压缩编码。尺度大的块内压缩比较高;尺度小的块内压缩比相对较低。计算机模拟实验证明,单位bit恢复信噪比(SNBR)比非自适应法提高了30%。