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。

基于时间递归平均的语音噪声功率谱估计算法研究

提出一种改进的时间递归平均噪声功率谱估计算法;利用谱熵计算当前语音存在概率并获取平滑系数,采用双平滑系数估计平滑后的当前语音存在概率,最后得到噪声功率谱;该算法采用自适应跟踪可以通过参数及时跟踪噪声变化,使得估计的噪声信号与原噪声信号基本保持一致;实验仿真结果证明该算法估计的噪声明显改善了时间递归平均算法估计滞后的问题,同时该算法的归一化均方误差也低于时间递归平均算法。

基于递归平均PID增量算法的四电机粗纱张力控制

张力控制是粗纱机控制系统中的核心问题。文章在对控制对象分析的基础上,对传统PID算法做出改进,提出了递归平均PID增量算法,从而大大地改进了四电机粗纱机在自动纺纱情况下的控制性能,使四电机粗纱机的开发取得了进步。

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。

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。

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。

基于线性阵列的纱线直径与毛羽测量方法

基于线性阵列测径技术,利用线阵CCD激光传感器研究纱线直径测量和毛羽估计方法。提出了纱线直径线轮廓特征信号的递归平均滤波算法和直径像素坐标获取的线性插值方法。设计了非接触式实时测量系统,并制定实验方案。通过仿真实验验证了递归平均滤波算法,分析了不同浮动阈值对直径像素的影响及子片段毛羽与直径的变化。仿真结果证实了纱线直径获取算法的有效性、测量系统的可行性和测量结果的良好再现性,且系统能够精确测量纱线直径和估计毛羽率,实现了数据分析过程自动化与实时化。

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。

基于增益字典查询的语音增强算法

对于基于统计模型的语音增强算法,不同分布模型对应于不同的增益函数,由于语音信号的不确定性,没有一种分布函数能准确对语音和噪声谱的分布建模,因此任何一种固定的统计模型均会存在一定的误差。所以提出一种增益字典查询的语音增强算法,该算法通过采用对数谱失真准则对一个语音噪声库进行增益的训练,得到一个增益的字典,其中输入为先验信噪比和后验信噪比的估计值。最后采用ITU-T P.826PESQ、分段信噪比、总信噪比和对数谱失真对该算法进行了测试,并与基于高斯分布模型、拉普拉斯分布模型的算法进行了对比。实验结果表明,该算法无论在非平稳噪声还是平稳噪声环境下都比其他几种算法增强效果好,且音乐噪声和残留背景噪声也可以得到很好的抑制。

基于PLC的大型回转机构同步控制系统设计

以大型回转机构的速度与转角的同步控制的研制为工程背景,设计了基于PLC的分布式控制系统.在位置同步控制分析的基础上,提出了模糊控制算法,改进了系统的控制性能并且采用递归PID控制来实现速度同步,大大的优化了整个系统.

智能语音识别系统中噪声估计算法的研究和改进

智能语音识别技术的研究已有较长的时间,但由于语音信号本身所具有的多变性、瞬时性、连续性和动态性的特征,使得机器在不同的环境尤其是噪声环境中进行语音信号的识别仍具有一定的困难.为了提高带噪语音信号识别的准确率,本文研究了一种常用的噪声估计算法,即基于后验信噪比的时间递归平均算法.并在此算法的基础上提出了一种对平滑因子的改进算法,将语音活性检测算法与这两种算法在不同输入信噪比下进行模拟验证.通过运算结果的对比分析可以看出,改进后的算法相比于语音活性检测算法最高可以使输出分段SNR提高2.1 d B,相比于原时间递归平均算法最高可以使输出分段SNR提高0.5 d B,表明低输入SNR下改进后的算法可以有效提高语音信号的质量和可懂度.

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。

噪声鲁棒的动态范围压扩算法

结合基于递归平均的噪声估计算法和动态范围压扩算法,提出了一种动态调整噪声抑制临界点的动态范围压扩算法。通过对噪声水平的动态估计,实时调整噪声抑制阈值,在进行听力补偿的同时进一步提高信噪比,避免了动态范围压扩算法在放大语音的同时,噪声也被放大的问题。试验结果表明,该方法在4种不同的噪声环境下,进行听力补偿之后,相对于典型的动态范围压扩算法,信噪比平均提高约9.7dB。

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%。

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。

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。

车用锂电池薄膜厚度测量预处理研究

针对生产过程中的噪声影响,对车用锂电池薄膜的静态和动态测量厚度,采用移动平均,递归平均、中值滤波以及组合方式进行处理。通过期望和方差的比较表明:增加平均序列能提高滤波性能,移动平均结合递归平均属于最优算法。