一种基于三阶统计量的基音周期检测新方法

本文利用小波变换和三阶统计量的基本特性，提出了一种小波变换与三阶统计量结合的基音周期检测新方法；在低信噪比的基音周期检测中，本方法可以获得比其它基音周期检测法更精确的结果；文中还分析了压扩因子和门限因子Ｋ的选择，实验表明，Ｋ在一定范围内取值时对基音周期检测结果影响不大。

一种基于三阶统计量的基音周期检测新方法

利用小波变换和三阶统量的基本特性，提出了一种小波变换与三阶统计量结合的基音周期检测新方法；在低信噪比的基音周期检测中，该方法可以获得比其它基音周期检测法更精确的结果；文中还分析了压扩因子和门限因子K的选择，实验表明，K在一定范围内取值时对基音周期检测结果影响不大。

三阶统计量在磁记忆检测中的应用

高阶统计量方法是近几年国内外信号处理领域内的一个前沿课题,它包含了二阶统计量没有的大量丰富信息,广泛应用于所有需要考虑非高斯性、非最小相位、有色噪声、非线性或循环平稳性的各类问题中。凡是使用功率谱或相关函数进行分析与处理,而又未得到满意结果的任何问题都值得重新使用高阶统计量方法。高阶统计量的发展与应用是信号处理领域近年来一个十分重要的发展,是现代信号处理的核心内容之一。本文首先对三阶统计量的发展简史、目前三阶统计量的研究在国内外的发展现状作了简单介绍,并指出利用高阶统计量进行信号处理,可以抑制加性高斯(或非高斯)有色噪声的影响,可以检测和识别弱信号,以及辨识非因果、非最小相位系统或重构非最小相位信号。然后以金属磁记忆检测为例,综述了金属磁记忆检测的基本原理,利用Matlab对金属磁记忆检测信号进行三阶统计量处理,并分析了三阶统计量在信号处理中的优缺点。最后提出本课题中的不足。

一种空间相关高斯噪声背景下的时变时延估计算法

在空间相关高斯噪声的背景下,基于二阶统计量的时延估计方法会失效,该文提出了一种基于三阶统计量的自适应时变时延估计算法,并分析了算法的收敛性,最后的仿真结果表明该算法可以有效地抑制相关高斯噪声。

非周期长码直扩信号的长扰码识别

该文利用m序列的二阶和三阶自相关特性,推导得到非周期长码直扩信号三阶自相关函数的极大似然估计,利用m序列的线性移位叠加特性和三阶自相关函数特性,提出了非合作通信情况下消除信息码对长码估计影响的延迟相乘方法和基于三阶自相关峰的长码识别算法,该识别算法只需已知信号的载波频率和扩频码码片速率。在加性高斯白噪声下的仿真表明,仅利用1/4倍长码周期长度的信号,在信噪比大于3.5 dB时长码m序列的正确识别概率就达到90%以上。

基于LPC高阶统计量语音活动检测算法的设计与实现

论文提出了一种基于LPC残差信号高阶统计量对加性噪声中的确定性信号及非高斯随机信号进行检测的方法,通过理论分析与实验结果表明,高阶统计量能有效地解决客观存在的非高斯及非线性问题,是现代信号分析与处理研究的重要内容,这种检测方法对加性噪声是否有色或是否为高斯分布并不敏感,而只要求噪声具有对称的概率密度函数。利用这种方法对确定性LPC残差信号进行检测的性能与已知波形时匹配滤波器的检测性能要好。利用这种方法还非常易于实现非高斯随机信号的检测。

声象理论与技术

SPIE-Vol.3561 00206531998年 SPIE 会议录,卷3561:电子成象与多媒体系统,2=1998 proceedings Df SPIE,Vol.3561:Electronicimaging and multimedia systems Ⅱ[会,英]/SPIE-theInternational Society for Optical Engineering.—1998.—460P.(EC)