小波域噪声估计的分块自适应降噪方法提升Φ-OTDR信噪比研究

相位敏感光时域反射计(Φ-OTDR)以激光器为探测光源进行光纤沿线振动信号的检测,但激光器的自发辐射现象会导致光场相位发生波动,直接影响相位解调信号的信噪比。针对此问题,提出了一种小波域噪声估计的分块自适应降噪方法。分析了激光器自发辐射导致的相位噪声特征,通过连续小波变换提取系统相位噪声在不同分解尺度下的噪声水平,结合无偏似然估计调整小波系数的分块长度和阈值,实现对不同输入信号的自适应降噪。实验证明,与未经本算法处理相比,在光纤4.5 km处,单频信号的信噪比从40.01 dB提升至54.60 dB,系统的应变分辨率从66.15 pε/√Hz优化至11.69 pε/√Hz;线性扫频信号的信噪比从18.31 dB提升至26.40 dB。与其他同领域的降噪算法相比,单频信号均方根误差低至0.0096,信噪比增益达到14.59 dB;线性扫频信号的均方根误差低至0.0809,信噪比增益达到8.09 dB。研究表明,该方法在保留有效信号的同时,抑制了相位噪声,提高了相位还原的精度。

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。

语音增强：使用burg谱先验信噪比估计消除“音乐噪声”

针对谱衰减增强算法中存在的"音乐噪声"问题,提出一种新的估计先验信噪比的方法。文章深入分析了谱衰减算法中"音乐噪声"的产生原因和抑制机理,并基于对先验信噪比的平滑,准确性和分辨率三者之间的关系以及它们对增强算法的影响等方面的综合考虑,选择burg方法结合直接判决准则进行估计,从而得到更加接近于真实情况下的先验信噪比。实验证明,在最小均方误差(MMSE)和对数谱最小均方误差(LSA-MMSE)增强算法中使用文章提出的先验信噪比估计,可以有效抑制"音乐噪声",同时,语音失真也进一步降低。

基于MMSE先验信噪比估计的语音增强

针对传统最小均方误差(MMSE)语音增强方法无法准确处理快速语音的变化问题,提出了一种基于MMSE估计先验信噪比的语音增强方法.利用该方法估计每帧语音信号的每一个频率分量上的平滑系数nα,k,进行平均反馈估计,从而得到更加接近于真实情况的先验信噪比.进而使用MMSE方法进行语音的增强,提高了对于快速变化语音的增强效果.实验结果表明,本方法比传统MMSE语音增强方法在增强性能上提高了近2 dB.

信噪比时变情况下的自适应时延估计方法

本文介绍了一种自适应时延估计的改进方法，此方法用于在信噪比时变情况下，对空间上分离的两个传感器所接收的带限信号的时延估计。它的优点在于：当信噪比变化或未知时，它能对时延的变化随时做出估计。文中给出了此方法的估计精度和收敛特性。

基于非因果先验信噪比估计的语音增强改进算法

为提高MMSE-LSA语音增强算法在低信噪比下的语音增强效果,提出一种改进的MMSE-LSA算法。该算法采用非因果先验信噪比估计法来估计先验信噪比,并引入无语音概率的思想,对增益函数进行改进。实验结果表明,相比传统MMSE-LSA算法,改进算法能更好地抑制残留噪声,提高语音的信噪比,增强效果更好。

一种水声自适应通信的信噪比估计方法

针对动态通信中的信噪比(SNR)估计问题,提出了一种适用于跨介质链路自适应通信的SNR估计方法。利用低导频占用率信道估计算法过程中的重构数据对最小均方误差SNR估计算法进行改进,实现时变信道条件下的SNR跟踪。仿真结果表明,所提方法在高SNR条件下能够获得高准确度的估计结果,在低SNR条件下的估计结果能够快速下降,适合链路自适应通信的速率策略调整。所提方法给出的自适应速率调整策略可以有效降低功耗,提高通信数据率。

一种基于信噪比估计的自适应伪码捕获算法

军事扩谱通信一般都以突发信号帧的形式进行通信,通信时间短、可靠性要求高、信号动态范围大。固定门限捕获方法不能提供满意的性能,门限选得太高会使高信噪比时虚警概率过高,而门限过低会使得低信噪比时漏检概率高,检测概率低,因此需要利用自适应捕获方法。提出一种适合突发短帧模式的自适应伪码捕获方法,该方法可适用于A/D转换前加自动增益控制(AGC)的情况。提出的自适应捕获方法基于接收信号信噪比的估计,推导出根据采样点统计值的比值得到信噪比估计的实用算法,并对该算法进行多项式拟合以适合工程实现,并对算法进行了仿真分析。

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。

基于先验信噪比估计和增益平滑的语音增强

针对语音增强算法残留"音乐噪声"的问题,分析了基于先验信噪比估计的语音增强算法,并在此基础上提出自适应先验信噪比估计与增益平滑相结合的方法。这种方法先对先验信噪比进行估计,然后对增益函数进行平滑,减小相邻增益函数的随机跳变,弥补了传统先验信噪比估计的不足。最后对含高斯白噪声的语音信号进行处理,仿真结果表明,该算法在抑制"音乐噪声"的效果上得到一定改善,提高了语音增强的性能。

基于先验信噪比估计的语音增强方法

本文主要研究了噪声环境下频域语音增强问题。首先,总结了频域语音增强算法的主要特点;其次,分析了基于先验信噪比估计的最小均方误差和对数谱最小均方误差方法能够抑制噪声的主要原因;最后,根据"直接判决"的思想,提出了谱减法、最大似然估计法及维纳滤波法改进方法。实验结果表明,与传统的增强方法相比,所提出的方法能更好的抑制背景噪声和残留的"音乐噪声"。

非因果先验信噪比估计的LSA算法改进

对于大多数的语音增强算法,先验信噪比及背景噪音频谱估计的准确与否,对语音增强的效果影响至关重要。为此,在传统MMSE-LSA算法的基础上,提出一种基于非因果先验信噪比估计的LSA改进算法,较好地弥补了传统LSA算法在先验信噪比上估计的不足,同时采用平滑系数动态更新噪音频谱值,使估计值能更好地跟踪噪音的变化。实验结果表明,改进算法能有效减少残余噪音量,提高语音分段信噪比,改善语音质量。

一种基于语音和噪声统计信息改进相位估计的语音增强算法

为改善低信噪比环境下语音的质量,论文提出了一种改进相位估计的语音增强算法。算法首先根据语音和噪声频谱的统计模型的对称性得到用先验信噪比倒数形式表示的噪声频谱估计值,然后通过分析低信噪比条件下(0dB)相位估计对于幅度估计的重要性,利用噪声频谱估计值估计每一个频点的相位修正值,并给出了一种优化的先验信噪比估计算法,得到一种新的语音增强算法。由仿真实验给出的客观测试和非正式听音测试表明:该算法处理后取得了较好的效果,在抑制低信噪比语音增强所产生的音乐噪声的前提下,相比未改进相位估计的算法处理后的信号,语音失真度更小,语音质量有明显提高。

自适应时延估计中的信号自相关函数估计

应用自适应滤波方法可以估计未知源信号的观察信号间的时延。但是只有知道观察信号的信噪比或者其中源信号分量的自相关函数或功率,才能确定时延估计的方差。本文根据被动检测时延估计的信号模型和自适应滤波原理分析指出,采用自适应滤波结果直接计算的相关分量的自相关函数及功率是一个有偏估计。应用自适用滤波器参数,可以得到一个常数修正因子,修正该有偏估计,得到自相关函数的近似无偏估计。不同条件下的估计实例表明,通过修正显著提高了信号功率估计的准确性。

基于认知无线电通信的信噪比估计和自适应控制的研究

本文针对无线电通信的信噪比估计和自适应控制进行研究,对无线电的产生和发展的阐述,对无线电通信技术的认识,对系统自适应控制进行研究。

基于自适应迭代的强弱信号波达方向估计

针对强弱信号难以同时检测与估计的问题,本文提出一种基于自适应迭代的强弱信号波达方向估计方法.首先将空间角度离散化,根据信号相消的性质构造空间谱函数,然后通过自适应迭代抑制强信号的能量,最后计算不同角度对应的空间谱函数,利用其谱峰估计信号的波达方向.理论分析和仿真实验表明,本文方法无需信号源的先验信息,在低信噪比和少量快拍数的条件下,可以实现强弱信号DOA的高分辨估计,有效提高弱信号的检测概率和估计精度.

用后验信噪比修正小波包自适应阈值的语音增强算法

针对固定阈值小波包语音增强算法造成的语音失真问题,提出一种采用后验信噪比修正小波包自适应阈值的语音增强算法。该算法先用结合掩蔽效应改进的非平稳噪声估计算法估计噪声功率,确保计算出准确的节点后验信噪比;再用含有此后验信噪比的Sigmoid函数对相邻帧的随尺度变化的阈值进行平滑,保证了阈值的连续性;进一步用指数化的后验信噪比自适应修正阈值,减少语音失真。实验结果表明:新算法提高了增强语音的信噪比和分段信噪比,与固定阈值小波包语音增强算法相比,具有更好的增强效果。

Nakagami信道基于16APSK的加权信噪比估计算法

自适应编码调制(adaptive coded modulation,ACM)技术是一种提高无人机(unmanned aerial vehicle,UAV)数据链吞吐量性能的有效方法,信道估计的准确性是决定ACM系统性能的关键因素之一,直接影响UAV数据链的吞吐量性能。首先对Nakagami衰落信道进行分析建模,推导了信号经过衰落信道后的表示方法。其次对Nakagami衰落信道下基于多进制数字相位调制(multiple phase shift keying,MPSK)的信噪比(signal-tonoise ratio,SNR)估计算法进行推导和分析,仿真结果表明三阶矩(third-order moments,M3)SNR估计算法比传统的二阶矩四阶矩(second and fourth moments,M2M4)SNR估计算法具有更好的估计性能。最后,针对Nakagami衰落信道下的现有估计算法对非恒包络调制信号估计性能差的问题,提出了一种适用于非恒包络的16阶振幅移相键控(amplitude phase shift keying,APSK)信号的加权SNR估计算法,该算法利用接收信号的先验信息和信号的阶矩关系进行SNR估计,具有复杂度低,估计精度高等优势。理论分析与仿真结果表明:所提出的算法可以有效地对16APSK调制信号进行SNR估计,且相比于M2M4算法,利用M3信息进行信道估计的加权SNR估计算法具有更高的估计精度。

改进的基于数据辅助的MPSK信号信噪比估计

针对目前数据辅助的信噪比估计方法假设信道系数为实数这一问题,基于最大似然序列估计准则,给出了信道系数为复数时MPSK调制信号的信噪比估计方法。根据利用的数据不同,给出了3种形式,分别为只利用训练序列、硬判决辅助、软判决辅助的方法。通过理论分析和仿真结果比较了改进方法和原来方法的性能,分析了当信道系数的相位不同、先验信息不同时各种方法的性能。实验结果表明,当先验信息质量较高时,软判决辅助的改进方法的估计精度非常高,且适用的信噪比范围也较大;当先验信息质量较低时,只利用训练序列的改进方法也可以得到比较精确地估计结果。