基于分数低阶统计模型的自适应滤波器组谱估计方法

本文研究了一些自适应滤波器组谱估计方法(AFSE)在对称alpha-stable噪声(SαS)环境下的性能.提出了三种新的基于分数低阶统计模型(FLOS)的自适应滤波器组谱估计方法(AFSE-FLOS).这些新方法是基于分数低阶协方差(FLOC),因此在对称alpha-stable噪声环境下比基于二阶和一阶统计模型的方法估计性能好.计算机仿真结果表明这些基于分数低阶统计模型的新方法在对称alpha-stable噪声环境下的性能比对应的基于二阶和一阶统计模型的方法性能好,在高斯噪声环境下,与其对应的方法性能相似.

三通道自适应提升双正交滤波器组设计

本文研究了三通道自适应提升双正交滤波器组的设计。在设计中,用子带编码增益作为设计准 则,从任意一个滤波器组(标准正交或双正交)开始,通过序惯自适应提升方法来设计三通道双 正交滤波器组。最后,给出例子说明,子带码增益明显提高。

基于BP网络和多抽样率处理的缺失音频信号恢复方法

提出并设计了一种由多个BP网络和均匀DFT滤波器组构成的非平稳序列自适应预测器,用于缺失音频信号的恢复.通过改进样本处理方法和分别设计各个BP网络结构,达到较高的预测精度.采用多抽样率并行处理方式,减少了单个BP网络的数据处理量,提高了预测器恢复缺失的音频信号速度.仿真实验证明效果较好.

指数函数型过程信号的统—AR模型

为了把描述过程信号的三种方法:AR谱估计法、prony方法、pisarenko方法归纳在一个理论模型下.通过对指数函数型复数过程信号的建模研究,得出了一个统一的方程组,即统一的AR模型.由该模型出发,经过预测分析、无衰减正弦过程参数估计和定价讨论后可知:在不同的条件下,此理论模型可分别导出AR谱估计法,无衰减信号的prony谱估计方法和pisarenko方法.

程序设计、程序框图

Y99-61507-1773 9915993子波和时频核设计(含8篇文章)=DSP15:waveletand TF kernel design[会,英]//1998 IEEE InternationalConference on Acoustics,Speech and Signal Processing,Vol.3 of 6:Digital Signal Processing.—1773～1804(HG)本部分汇编8篇论文的题目是:短时傅里叶分析用的新窗口设计方法,适于抑制干扰的正时频分布的新的信号自适应方法,基于自适应啁啾声的信号近似,周期宽频带检测信号的时频推导,应用多变量 Bern-stein 多项式的3维子波滤波器组的解析设计,平滑规格子波程序库的设计和应用,基于子波分组树和多相位滤波器组的按需频谱有效带宽复接器-分接器对的理论和设计,以及任意带宽的子波集。