最小控制递归平均算法对光纤声音传感系统的降噪作用

为了解决恶劣环境下分布式光纤声音传感系统的声音还原问题,搭建了一种基于改进最小控制递归平均(IMCRA)算法的多通道光纤声音传感系统。采用Sagnac和Mach-Zehnder复合光路结构,以单模光纤作为传感单元拾取声音信号,借助光开关实现了多通道信号采集,并通过改进最小控制递归平均算法对声音信号进行降噪、还原及增强处理。实验结果表明:该系统可在长为4km的传感光纤上实现对单音信号和语音信号的多通道扫描拾取,并能够在复杂情况下实现对语音信号信噪比的有效提升,为光纤声音传感系统在恶劣环境下的应用提供了一种新途径。

改进的正弦余弦算法求解广义绝对值方程的最小一范数解

针对存在多个解的广义绝对值方程,定义了智能算法的适应值函数,研究了正弦余弦算法中控制参数的特征,给出了一个改进的正弦余弦算法,最后应用于寻找广义绝对值方程的最小一范数解.

基于改进最小值搜索的IMCRA噪声估计算法

当噪声水平升高时,现有的噪声估计算法存在跟踪时延和估计不准确的问题,为提高噪声估计的准确性,对改进的最小值控制的递归平均噪声估计算法(improved minima controlled recursive averaging,IMCRA)中的最小值搜索方法进行改进,利用连续最小值跟踪算法取代最小值统计算法,打破求解最小值受窗长影响的现状,减少跟踪时延;提出一种基于语音存在概率的偏差补偿函数模型,偏差补偿的大小由各个频带决定。实验结果表明,不管是平稳还是非平稳噪声环境,改进后的算法都能有效提高增强后语音的质量。

基于连续频谱最小值跟踪的语音增强算法

噪声估计的准确度决定着语音增强效果的好坏。为了提高噪声估计的准确度,并及时跟踪非平稳噪声,在最小值控制递归平均算法的基础之上,提出了连续频谱最小值跟踪的改进最小值控制递归平均算法。通过对含噪语音功率谱的每一个频点进行连续平滑,然后再在子窗内采用最小值搜索的方法来实现噪声谱的估计。仿真实验结果表明,改进后的算法相对于原算法,在输出信噪比上提高大约0.8~2.1dB,能够更加准确的估计噪声谱,提升语音质量。

基于双向搜索方法的最小值控制递归平均语音增强算法

语音增强效果的提高,有赖于对噪声的准确估计和对噪声变化的及时跟踪与更新。为了提高对非平稳噪声的估计和更新能力,本文基于"改进的最小值控制递归平均"(IMCRA)算法,提出了噪声谱最小值双向搜索的改进算法。该算法结合前向搜索和后向搜索谱最小值方法的特点,有效提高噪声估计的准确性、减小非平稳噪声跟踪的延迟。实验仿真表明:在非平稳噪声环境和低信噪比条件的语音信号增强处理中,本文提出的改进算法非常有效,与IMCRA算法相比,它可以获得更好的分段信噪比的提高。

离散时间平均场不定线性二次最优控制问题

研究一类离散时间平均场不定线性二次最优控制问题,将问题中的加权矩阵推广到不定的情况,通过最小值原理和拉格朗日乘子法得出一组黎卡提差分方程,以及最优控制的状态反馈表达式,得出黎卡提方程的有解性是最优控制存在的充分条件,并且求出最优的性能指标。

关于最小费用最大流算法的一点改进

求解最小费用最大流的一个算法是先求出其最大流,然后在保持流值不变的前提下修改流,使总的费用逐次减少,直到不能减少为止。为了对流作修改,算法中利用了求最短路的Floyf方法,以判别和寻找最大流f所对应的增量网络N~μ(f)中的负权回路。如果存在这样的负权回路Q(即W~μ(Q)【0),如果存在这样的负权回路,则可对流进行修改,使流值不变而总费用减少;如果不存在这样的负权回路,则已是最小费用最大流。本文试图对用Floyd方法寻找负权回路Q这一问题作一些探讨和改进。

基于活动性检测动态估计噪声的心音降噪算法

针对基于小波分解和最优改进对数幅度谱估计的心音降噪算法存在噪声残留和心音失真的问题,提出一种基于心音活动性检测(HSAD)动态估计噪声的心音降噪算法。通过设计的HSAD判断当前心音帧是否为基础心音帧(FHS),根据判断结果分别采用改进最小值控制递归平均(IMCRA)算法和递归平滑算法对噪声功率进行动态估计与更新,采用非因果先验信噪比,实现心音信号的降噪。实验结果表明,提出算法能更好在提升降噪性能的同时,降低FHS的失真。

列车空气制动防滑控制及其仿真

列车在制动过程中,如果轮轨间滑移率超过了最佳滑移率,车轮就会打滑甚至空转,损伤车轮和轨道。为避免这种现象的产生,建立了制动气缸压力的非线性模型,利用干扰观测器对黏着系数进行估计,运用递归最小二乘法预测切向力系数与滑移率关系曲线的斜率,采用滑模变结构与逻辑门限值相结合的控制方法对系统进行控制。仿真结果表明,这种方法能够有效地使车轮圆周方向的切向力保持在最大值附近,使滑移率保持在最佳值附近,防止因车轮打滑而损伤轮轨,达到了期望的控制效果。

基于改进谱平滑策略的IMCRA算法及其语音增强

噪声谱估计算法在单通道语音增强方法中起着重要作用,为了改善噪声谱估计算法对噪声的估计和更新能力,结合最小统计(MS)算法,对改进的基于控制的递归平均(IMCRA)噪声谱估计算法的递归平均参数进行改进,并用一阶递归的方式对平滑功率谱的最小值进行改进。采用谱减法对含噪语音信号作去噪处理,从客观和主观两方面对不同算法的性能进行评价,对比分析不同噪声不同信噪比下增强前后语音的分段信噪比(segSNR)、PESQ得分、MOS得分。实验结果表明,提出的方法能够更好地跟踪噪声信号变化,改善语音质量。

一种控制系统在线辨识方法的实现

讨论了以计算机虚拟仪器为硬件平台,使用Delphi语言编写辨识模块,实现对控制系统的在线辨识,提出一种改进的最小二乘递推算法提高辨识精度。实现了对控制系统的状态进行预测估计,实验结果验证了算法的正确性。

厌氧菌的检测与控制

啤酒酿造中厌氧菌的检测与控制及为重要。从98年起,我们着手开展厌氧菌的检测工作,三年来取得了一些成绩,同时也遇到了一些问题,在此一并提出和各位同行商讨。

基于功率归一化倒谱的端点检测

传统的端点检测在低信噪比(SNR)非平稳噪声下性能会失效,因此文章提出了将最优改进的对数谱幅度估计(OMLSA)以及最小控制递归平均算法(IMCRA)相结合的方法对包含噪声的语音指令进行去噪处理,提取PNCC的第一维静态特征作为特征参数。同时,文章在单参数双门限法的基础上设计了一个自适应阈值,可以更好地跟踪预测实际语音的起始与终止端。Matlab仿真结果显示,该算法在各种非平稳噪声下比经典算法优势更大。

一种基于χ~2分布的子带噪声估计方法

提出了一种基于χ2分布的子带噪声估计方法。带噪语音信号在临界带进行分解,并且假设子带信号服从χ2分布,然后在各个子带,采用基于χ2分布的改进最小统计量控制递归平均方法进行噪声估计。与传统的改进最小统计量控制递归平均噪声估计相比,该子带噪声估计方法可以利用人耳感知特性,并大大减少计算量。实验结果表明,提出的方法具有较好的噪声跟踪能力和较小的计算需求。采用该噪声估计的语音增强系统具有更强的噪声抑制性能和较好的增强语音信号质量。

基于多窗谱估计和几何谱减的低信噪比语音增强方法

在低信噪比条件下,传统谱减算法对语音和噪声的独立性假设会产生一定的"音乐噪声",从而降低了语音的可懂度.对此,本文提出了一种结合多窗谱估计和几何谱减的语音增强算法.本算法利用多窗谱估计带噪语音信号的功率谱,采用改进最小值控制递归平均算法实时跟踪估计噪声谱,应用几何谱减算法求解增益函数,从而恢复出精确的语音信号.通过在IEEE数据集上进行实验,并以PESQ和LSD作为评价指标,结果表明本算法在低信噪比条件下,缩短了带噪语音与纯净语音之间的频谱距离,并有效的抑制了增强语音的背景噪声,提高了语音可懂度.

基于麦克风阵列的语音增强研究

麦克风阵列的自适应算法通过迭代运算获取波束形成的最优权矢量时,噪声模型的估计是一个非常关键的因素。它的好坏直接影响着系统波束形成的性能。系统地分析了最小均方(LMS)自适应语音增强算法,并针对阻塞矩阵在估计噪声时存在的缺陷,在该算法的基础上提出了一种利用最小值控制递归平均(MCRA)来估计噪声的方法。将此方法应用于波束形成,并用Matlab软件进行仿真。仿真实验结果表明,MCRA估计出的噪声使LMS自适应语音增强的效果更好和抗噪性更强。

基于麦克风线阵的语音增强算法研究

介绍了最小方差无失真响应波束形成及改进的最小控制递归平均算法,并根据麦克风线阵的特点提出一种多通道语音增强算法,可适应多通道语音信号的特点。最后,使用线性麦克风阵列采集语音信号,应用提出算法进行语音增强处理,实验结果表明,算法能较好地适用于麦克风线阵采集的语音信号的增强处理。

车站运行列车异音检测方法

针对运行列车异音检测的高实时性和高准确率要求,提出一种改进的最小值控制递归平均噪声估计算法(minima controlled recursive averaging,MCRA)和一种以改进能熵比值为特征值的异音检测算法。根据无法提取纯净行车音频和列车运行环境噪声变化大的特点,改进MCRA算法中最优平滑因子及功率谱最小值跟踪算法,有效解决MCRA算法中存在的噪声估计延时问题和噪声功率谱估计不准确问题。针对异常类型较多的特点,采用改进的能熵比检测算法,有效识别四类异常情况。实验结果表明,结合上述两种方法能够有效确定异常车厢和异常行驶类型,准确率达91%。

一种适用于双微阵列的语音增强算法

考虑到传统单通道语音增强算法对噪声抑制的局限性,采用由两个微型麦克风阵列组成的双微阵列;利用该阵列空间结构的时空域特性对含噪语音进行处理,提出了一种适用于双微阵列的语音增强算法;该增强算法是将各通道采集到的带噪语音信号先使用对数最小均方误差(logarithmic minimum mean square error,Log MMSE)提升其信噪比;然后利用频域宽带最小方差无畸变响应(MVDR)通过对目标声源信号的获取,保留目标声源方向的信号并抑制其他方向的信号干扰;最后通过一个改进可懂度结合改进最小控制递归平均(improved minimum controlled recursive average algorithm,IMCRA)噪声估计的维纳滤波器来去除噪声残留提升语音质量。仿真实验结果表明,相比传统的单通道语音增强算法,该算法具有良好的噪声抑制性能。

多噪声环境下双微阵列语音增强算法

为提高双微阵列语音增强系统在多噪声环境下的消噪性能,提出一种适用于双微阵列的改进广义旁瓣抵消器语音增强算法。根据双微麦克风阵列的结构特点,首先,用基于噪声互功率谱估计的改进相干滤波算法消除距离较远麦克风之间产生的弱相关噪声;然后,利用广义旁瓣抵消算法消除距离较近麦克风之间产生的强相关噪声;最后,通过基于最小值控制递归平均的子带谱减法有针对性地消除不同频带上的残留噪声。仿真实验表明,在多噪声环境下所提算法较现有的双微阵列语音增强算法取得了更好的感知语音质量评价得分,一定程度上改善了双微阵列语音增强系统对复杂噪声的抑制效果。