带前通的分散系统补偿谱与闭环谱相交问题

本文利用广义分散系统的性质,解决了带前通的分散系统的补偿谱与闭环谱相交性问题。利用消失性的概念,得到了其闭环谱与补偿谱不相交的充要条件,且在此条件不成立时,得到了它们的交集,该文的结果是文[1]中结果的推广.

结合相位谱补偿的调制域谱减法

针对现有谱减法面临增强语音可懂度低且引入"音乐噪声"的问题,提出了一种结合相位谱补偿的调制域谱减法。首先将语音分解到若干频带,以同一频带不同时间的幅度谱为输入,通过傅里叶变换得到调制谱,然后采用谱减法修正不同频带的调制幅度谱,有效抑制了背景噪声,同时利用反对称函数补偿调制相位谱,进一步降低残留噪声,提高了语音可懂度。主客观实验结果表明,在不同噪声及信噪比情况下,本文方法能明显抑制背景噪声和"音乐噪声",同时处理后的增强语音保持良好的语音可懂度,改善了主观感知质量。

改进相位谱补偿的语音增强算法

针对传统的相位谱补偿方法在低信噪比情况下增强效果不佳的问题,提出了一种改进相位谱补偿的语音增强算法.首先,该算法通过计算每帧语音输入信噪比的相位补偿函数对语音频谱进行补偿;其次,通过新的基于语音存在概率算法估计噪声功率谱密度;最后,把新的相位谱和估计的噪声应用在维纳滤波中.仿真实验表明,文中提出的改进算法能够有效地提高语音系统的去除噪声能力,在低信噪比情况下语音增强效果尤为显著.

一种机载前视阵雷达近程杂波谱补偿方法

机载前视阵雷达近程杂波谱在方位-多普勒域随距离变化剧烈,功率谱不重合并严重展宽,直接进行空时自适应处理(STAP)不能在待检测单元形成窄而深的凹口,致使地面动目标检测(GMTI)性能下降。文中提出一种导向矢量矩阵最小二乘拟合方法,该方法利用训练单元和近程待检测单元导向矢量拟合矩阵对杂波数据进行变换,使训练单元的杂波子空间逼近于待检测距离单元,从而实现了机载前视阵雷达近程杂波谱重合。仿真实验表明该方法能够对近程杂波非均匀性进行有效补偿,减轻杂波谱随距离变化对空时自适应处理性能的影响。

基于稀疏性的相位谱补偿语音增强算法

相位谱补偿语音增强算法通过调整相位谱对噪声进行压缩,提高重构信号的质量。针对传统的相位谱补偿(phase spectrum compensation,PSC)语音增强算法采用固定的相位补偿因子,且算法的性能易受噪声估计准确性的影响,提出了一种基于稀疏性的相位谱补偿(sparsity-based phase spectrum compensation,SPSC)语音增强算法。首先,利用噪声估计算法得到噪声幅度谱,利用基于幅度谱的语音增强算法得到目标语音幅度谱;接着,通过噪声和目标语音幅度谱之间的局部信噪比(Signal-to-Noise Ratio,SNR)来估计谱时间稀疏性;然后,利用sigmoid函数改进相位补偿因子,联合补偿因子和谱时间稀疏性,得到SPSC函数。最后,使用SPSC函数对相位谱中的谱分量进行补偿,通过短时傅里叶逆变换得到最终增强后的语音信号。仿真实验表明,在四种不同背景噪声的低信噪比下,新的相位谱补偿算法使增强语音获得了更好的LSD、PESQ和segSNR指标,说明新的算法在低信噪比下,可以有效恢复带噪语音中的语音成分,对噪声抑制效果明显,增强语音的质量和听感均有一定提升。

基于短时相位谱补偿的非接触语音检测增强算法研究

语音是人类重要的生理信号,生物雷达能够通过检测喉部发音器官振动的微弱信息对语音进行非接触采集,从而提供一种新型的非接触语音获取方法。但生物雷达所接收的含有语音信息的回波中还存在多种噪声和杂波。本文采用离散短时傅立叶变换,在保持语音信号振幅谱不变的条件下通过改变相位谱来对信号谱进行重构,达到去除雷达语音信号中噪声分量的目的。通过与经典的谱减法和维纳滤波语音增强算法进行对比,此算法能够在低信噪比条件下有效地降低噪声分量,可提高生物雷达语音信号质量。

引入多源数据相位谱补偿的数据库索引算法

对层次网络数据库的敏感信息快速索引是提高数据库访问技术的基础,传统方法采用矢量模型特征聚类算法进行数据库敏感信息特征提取和索引,当数据库中的信息呈现多源化状态时,数据库索引精度不高。提出一种基于多源数据相位谱补偿的数据库索引算法。构建多源数据库模型,进行数据库访问信道分配设计,分析多源数据的相位谱特征,进行相位谱补偿实现数据库索引算法优化,仿真结果表明,采用该算法对含有多源信息特征的数据库进行信息检索和访问,信息匹配准确度较高,特征提取准确,提高数据库访问性能。

双基机载正侧视雷达杂波谱距离依赖性分析与补偿

针对垂直和水平基线的双基机载正侧视雷达杂波谱的距离依赖性进行了理论分析和仿真,给出了杂波多普勒频率随距离变化的解析公式,并根据该公式采用谱搬移方法对水平基线的杂波谱进行了补偿。理论分析和仿真表明:在垂直基线的双基系统中,同一距离单元的杂波多普勒频率和空间角频率存在线性关系,杂波谱在主瓣内有较好的重合;水平基线正侧视雷达的杂波谱在主瓣内较宽。同时仿真还证明,采用谱搬移方法可以有效减轻双基杂波谱随距离变化对空时二维自适应处理性能的影响。

基于改进的相位谱补偿语音增强算法

相位谱补偿语音增强算法通过对相位谱进行调整实现压缩噪声,增强语音质量。但其存在的问题是采用固定的调整参数,因而在噪声强度较大的情况下噪声去除效果并不理想。本文提出一种可根据分段信噪比设定可变调整参数的改进的相位谱补偿算法,实验结果表明该方法比相位谱补偿算法取得了更好的语音增强效果。

改进相位谱补偿的语音增强方法

针对传统单通道语音增强方法中用带噪语音相位代替纯净语音相位重建时域信号,使得语音主观感知质量改善受限的情况,提出了一种改进相位谱补偿的语音增强算法。该算法提出了基于每帧语音输入信噪比的Sigmoid型相位谱补偿函数,能够根据噪声的变化来灵活地对带噪语音的相位谱进行补偿;结合改进DD的先验信噪比估计与语音存在概率算法(SPP)来估计噪声功率谱;在维纳滤波中结合新的语音存在概率噪声功率谱估计与相位谱补偿来提高语音的增强效果。相比传统相位谱补偿(PSC)算法而言,改进算法可以有效抑制音频信号中的各类噪声,同时增强语音信号感知质量,提升语音的可懂度。

能谱加权补偿法测量γ剂量率

介绍了一种基于γ能进补偿的剂最字测量方法。使用NaI(Tl)探测器作为能谱采集装置,在进行能谱分析的同时,采用能谱加权的补偿方法对γ剂量率进行测量。提出了一种补偿函数的求解方法,使用标准能谱和剂率数据通过多项式拟合的方法求解补偿W数系数。通过实验数据对比,验证了该方法的准确性,可以提高测量γ剂量率时的能M响应。

稀疏低秩模型及相位谱补偿的语音增强算法

针对现有的语音增强算法存在增强效果差、语音信号失真等问题,提出了稀疏低秩模型及改进型相位谱补偿的语音增强算法。首先,用稀疏低秩模型处理含噪语音的幅度谱,得到分离后的语音。接着,用归一化最小均方自适应滤波算法优化相位谱补偿算法的补偿因子。然后,对稀疏低秩分离后的语音进行改进型相位谱补偿处理,得到最终增强的语音。最后,对增强后的语音进行感知语音质量评价分析及频谱分析。实验结果表明,该方法能够有效地去除噪声,并且在低信噪比的情况下,可以保持语音的清晰度。

利用ERB尺度划分对补偿相位谱语音增强算法的改进

论文基于多带谱减法提出了一种改进的单通道语音增强算法研究。对补偿相位谱中的相位补偿函数进行改进,将等效矩形带宽(Equivalent Rectangular Bandwidth)尺度应用于相位补偿函数中,最终把谱减后的语音幅度谱与修正的补偿相位谱相结合得到增强的语音复频谱,而不是保留带噪语音信号的相位谱。对提出的语音增强算法进行性能分析发现,本文提出的算法从主、客观两方面评价均可有效地抑制背景噪声与残余噪声。

联合相位谱补偿的改进型谱减法语音增强

为了改善谱减法存在的“音乐噪声”残余大,重构语音时使用带噪相位的缺陷,提出了一种联合相位谱补偿的改进型谱减法语音增强算法。引入改进型噪声估计方法来得到更准确的噪声谱,依据带噪语音谱与估计的噪声谱的信噪比构造一个线性函数来调整过减因子进行谱减,通过相位补偿函数对带噪语音的相位谱进行补偿,将谱减后的语音幅度谱与补偿后的相位谱进行结合,通过IFFT及重构得到去噪语音。仿真实验表明,在使用联合相位谱补偿的改进型谱减法对带噪语音进行处理后,语谱图更加清晰,PESQ及STOI评分也有所提高。

多相码信号的多通道多谱勒补偿与恒虚警检测

在实际应用中,针对回波多谱勒频率未知的一般情形,由于多相码为多普勒敏感信号,通常采用多通道多谱勒补偿方法,本文讨论了多通道补偿后的信号检测处理流程,目的是寻求一种最优的信号检测流程,降低多相码由于多谱勒失配所造成的恒虚警率的增加,提高整个系统的检测性能。

薄互层高分辨率分析方法研究

针对我国东部陆相薄互层的地质特点和地震响应特征,应用小波分析方法,利用相似系数和能量准则将小波变换与振幅谱补偿相结合,在保持较高信噪比的前提下,给出了薄互层高分辨率分析方法。通过理论模型和实际地震数据分析表明,该方法在薄互层的横向追踪和纵向识别方面是有效的,处理之后的地震反射层特征变得更清晰,资料频带向高频拓宽,很多复波被分解,高频成分明显加强,主要突出了高、中频信息,可以刻画薄互层的内部细节,便于岩性解释、小层对比。

一种基于MVDR和CCBC的抗噪语音识别方法

提出了一种适用于抗噪声语音识别的方法,其特征提取过程基于最小方差无失真响应(M in im um varianced istortion less response,M VDR)谱估计方法,并对该特征进行频率弯折以提高其知觉分辨率,最后使用基于正则相关分析的谱变换补偿(C anon ica l corre lation based on com pensation,CCBC)法对该特征进行自适应处理,从而提高了系统的鲁棒性。在展览馆噪声、人群噪声和汽车噪声下,与基于传统M e l倒谱系数(M FCC)特征的系统进行了对比实验,结果表明使用本文方法的语音识别系统的识别率得到了显著的提高。

Signal-purity-spectrum-based colored deconvolution

Signal to noise ratio （SNR） and resolution are two important but contradictory characteristics used to evaluate the quality of seismic data. For relatively preserving SNR while enhancing resolution, the signal purity spectrum is introduced, estimated, and used to define the desired output amplitude spectrum after deconvolution. Since a real reflectivity series is blue rather than white, the effects of white reflectivity hypothesis on wavelets are experimentally analyzed and color compensation is applied after spectrum whitening. Experiments on real seismic data indicate that the cascade of the two processing stages can improve the ability of seismic data to delineate the geological details.

应用小波变换提高浅层地震记录分辨率

地震资料分辨率较低主要是由于大地的滤波作用而导致地震波的高频成分衰减快,地震波的优势频率向低频方向移动.应用二进小波变换对地震记录进行多尺度小波分解,地震记录分解成多个频带,根据已知的地质先验信息,选取最能反映目的层的尺度,并对该尺度下的高频分量作补偿,即补偿因大地滤波作用而造成的高频分量的能量损失.模型及实际算例结果表明在保证信噪比的前提下,可使地震记录的分辨率得到明显提高.

强运动杂波环境下弱小无人机目标检测方法

针对机场环境下雷达检测无人机目标时受到民航飞机等强运动杂波的影响,导致弱小无人机目标的检测概率降低的问题,本文利用新型无人机监视雷达能够获得长相干脉冲间隔的特点,提出了一种抑制强运动杂波以检测弱小无人机目标的方法。首先检测强运动杂波,通过基于重排谱图的谱中心补偿法准确估计并补偿其频谱中心至零频位置,然后采用自适应动目标显示滤波器抑制强运动杂波,并进一步使用恒虚警率检测方法检测弱小无人机目标。实验结果表明:当弱小无人机目标回波被强运动杂波干扰时,本文方法较目前性能较好的奇异值分解重构方法具有更高的目标检测概率和更低的错误检测概率。