基于欠定盲源分离的双路音频信号噪声自适应分离

当多个源信号同时存在于同一频段或时间域内时,它们可能会相互干扰,导致信号混叠。这种情况下使用双路音频传感器进行捕捉,无法准确地捕捉到所有源信号的信息,导致分离过程具有不确定性。对此,提出一种基于欠定盲源分离的双路音频信号噪声自适应分离方法。首先,构建欠定盲源分离模型,基于小波包变换分解和重构信号获取信号分量,并依据信号和分量之间的互相关系数筛选分解后的分量,删除其中的冗余分量后生成新的观测信号;然后,依据贝叶斯信息准则的奇异值分解方法估计该源信号的数量,将其转换为正定白化信号;最后,利用快速独立成分分析法将该信号分类,实现双路音频信号噪声自适应分离。测试结果显示:所提方法能够在保证信号质量的前提下完成信号变换处理,信干比均在15 dB以上;筛选后保留的各个分量相关系数均在0.65以上,有效地完成了对信号噪声的分离。

基于听觉感知模型的自适应音频数字水印算法

提出了一种基于听觉感知模型的自适应音频数字水印算法。该算法采用了适合于时变信号分析的小波包来分解音频信号。小波包分解满足心理声学模型所需的频率分辨率,可直接在小波域中计算掩蔽阈值,而不需像MEGP等算法那样进行FFT运算,从而大大降低了计算的复杂程度。实验结果表明,水印系统对MP3压缩、噪声干扰、重量化、低通滤波攻击有一定的鲁棒性。

非平稳背景噪声下声音信号增强技术

在电力电缆故障精确定位中声磁同步法由于具有精度高与抗干扰能力强的优点而得到广泛的应用,但放电声音信号的有效检测是其难点。由于小波包变换在检测正常信号中是否含有瞬态异常现象方面具有独特的优势,自适应滤波器具有对信号和噪声的先验知识需求少的特性以及遗传算法具有不依赖于具体问题的优点,提出了一种基于小波包变换分解信号、自适应滤波估计噪声与遗传算法寻优重构相结合的声音信号增强算法。实验研究表明,该算法精确性高、鲁棒性强,尤其适用于电缆故障点放电声不明显时声音信号提取的情况,从而解决了电缆故障精确定位中对背景噪声要求高、识别范围小的问题。

基于小波包分析的锚杆系统声频应力波传播特性研究

本文采用小波包分解与重构的方法分析了仿真得到的完整和缺陷锚固系统声频应力波速度响应曲线,根据重构应力波速度响应曲线的反射时间计算了锚杆的长度及缺陷位置,验证了该方法的准确性;在此基础上,对于模型实验结果进行了分析,进一步验证了该方法的合理性。本研究方法为无法直接判别反射信号的时间位置的应力波响应提供了一种灵活可靠的方法。

丢包对音频流体验质量的影响分析

分组网络中丢包对音频流媒体用户体验具有显著影响,为了深入分析两者间的相关性,设计了丢包可控的多媒体仿真传输实验平台,采用回归分析,建立了编码方式、RTP分组间隔等多因素限定下丢包率与体验质量间的映射模型。该模型计算复杂度低,可实时预测丢包对体验质量的损害。

基于小波包和心理声学模型的音频编码算法

文中提出了一种新的适用于实时多媒体应用领域的音频编码算法．该算法首先对音频信号进行小波包分解，然后在小波域中计算掩蔽阈值，最后根据从心理声学模型得到的信号一掩蔽比来对各子带小波系数进行动态比特分配、量化和编码．实验结果表明该算法将 ＣＤ音频信号压缩到 ６４ Ｋｂｐｓ时，恢复信号的分段信噪比为 ３２．３２ｄＢ，主观上感觉无失真．该算法计算简单，可在不需任何附加硬件的 Ｐｅｎｔｉｕｍ １３３ ＭＨｚ个人计算机上实现实时音频编码．

IP网络的实时分组音频回放自适应算法

以提高音频分组在 IP网络接收端的回放质量为目标 ,根据音频分组的回放原理 ,研究音频回放自适应算法 ,针对处理话音期内出现的延迟尖峰 ,提出了一种改进算法。根据实时传输 /控制协议(RTP/RTCP)框架 ,实现了基于 RTP的 Internet音频传输。仿真实验表明 ,改进算法可适时调整回放延迟 ,在网络负载较重时 ,能有效地减少分组丢失

基于小波包域听觉感知分析的统计音频水印算法

现有的统计音频水印算法对不可感知性缺乏保证.本文根据宿主音频信号的感知和统计特性,提出一种统计音频水印算法.该算法利用自适应小波包分解对宿主音频信号进行听觉感知特性分析,在小波包域内直接计算掩蔽阈值,并用其控制水印的嵌入强度.该算法采用统计方法自适应地在听觉感知重要的有调成份上嵌入水印,保证了水印的不可感知性和鲁棒性.水印检测错误率分析和实验结果表明本文算法能保证音频感知质量并能抵抗各种攻击.

用于篡改检测及认证的脆弱音频水印算法

该文提出一种新的用于确保音频作品可信性的脆弱水印算法。心理声学模型控制音频信号的小波包分解和小波包域内水印的嵌入量,增强了水印嵌入的透明度和灵活性。与现有算法不同,该算法在单一系数上嵌入多位水印,可以更加准确地反映篡改的程度。通过引入篡改检测函数,可同时进行完整性认证和在时/频域定位篡改并给出篡改程度的度量。仿真实验结果显示该算法能有效地检测和定位篡改,可用于衡量法庭证据及新闻广播等的可信度。

小波域音频信号降噪研究

音频降噪是音频处理前期的必要步骤,小波域降噪是其中一个重要的研究方向,为了使人们对小波域音频降噪有概括了解,在对小波域音频降噪相关文献进行分析和理解的前提下,首先介绍了小波变换及其特性,同时阐述了小波降噪的最优选取和处理准则,及对音频进行小波变换时小波基的选取原则;然后评述了用于音频降噪的阈值,多小波、小波包、模极大值和尺度相关法等5类方法及各自的发展;接着介绍在前人基础上,提出新的基于模极大值和尺度理论的降噪算法;最后探讨了小波域音频降噪的发展方向。

基于小波包分解复杂度可分级的音频编码算法

提出了一种基于小波包分解的复杂度可分级的音频编码算法。该算法对信号进行复杂度可分级的不完全小波包分解 ,并充分利用人耳的听觉特性和不同子带间小波系数的相关性对系数进行零树编码。不仅可在低码率上获得透明质量的重构信号 ,而且具有复杂度可分级编、解码和多码率可分级编码的功能 ,可在具有不同计算能力的计算机上实时实现音频编码和解码。

一种网络传输中实时音频数据丢包恢复的方法

为解决实时音频传输中数据丢包恢复延时长的问题,基于网络环境中音频相关性理论提出了一种实时音频数据丢包恢复的方法。该方法充分利用了语音信号帧间的相关性,并结合均值滤波与多项拟合算法,较好地实现了丢包数据的实时恢复。计算机仿真结果表明,该方法能够准确恢复丢失的音频数据,效果良好,具有延时小,占用带宽小等特点。

基于频带能量特征提取的10 kV固体绝缘柜表面放电音频信号识别

为准确监测10 kV固体柜的绝缘状况,提出了一种基于小波包频带能量特征识别的绝缘状态识别的方法。使用音频捕获设备获取固体绝缘柜表面放电及工作环境的音频信号;建立小波包基,通过正交分解得到高频信息和低频信息;通过分析音频信号的频谱特征来进行适当的分割,计算每个频率段的能量;最后,将每个频率段的能量归一化来建立特征向量,作为状态识别的依据。将表面放电声音和环境噪声的特征向量输入到支持向量机中,进行绝缘状态的分类和识别。通过试验数据分析,验证了小波包分析和支持向量机结合可以准确地确定固体绝缘开关设备的表面放电。

Mbone上的音频质量度量和音频数据恢复技术概述

1 简介 随着IP组播技术日趋成熟和Mbone的逐渐普及,通过普通的Intemet而不是专用线路进行交互式的音频/视频会议已经成为可能.IP组播技术不同于传统的单播技术,它大大削弱了会议的参与者之间的联系,这就使其具有很好的可扩展性,可以很好地支持上千人参与的大型交互会议.但是,由于在IP组播中参与者不需要,也几乎不可能有关于全部参与者的知识,所以IP组播很难保证其报文传输的可靠性.IP组播的不可靠性正是Mbone上的音频应用要解决的主要问题.

LINUX下一种改进的音频会议系统的实现方法

提出了一种计算缓存区大小的改进方案.根据RTCP包中反馈回的丢包率,动态地改变音频数据的发送策略,有区分地采取差错控制手段,提高了网络带宽的利用率.在此基础上,设计了一个以RTP协议为基础的音频会议系统的模型,并在Linux平台上用多线程的方法实现了各个模块.模拟实验表明,该系统能自适应地调整缓存区大小和数据包的发送策略,在实时性及带宽资源的利用上都达到了较理想的效果.

基于小波包与自适应预测器的音频隐写分析方法

提出一种基于小波包与自适应预测器的音频隐写分析方法,主要用于检测加性噪声模型.利用加性噪声对音频高频部分比低频部分影响显著的特点,对音频信号进行小波包分解;然后利用最小均方(LMS)自适应预测器对高频小波包系数进行预测,选取预测误差的统计量作为统计特征;最后采用支持向量机分类.实验证明,对于常用的加性噪声隐写方法,即使在嵌入强度或嵌入率较低的情况下,也能达到较高的分类准确率.

基于小波包最优基的音频内容软认证算法

音频认证可以分为硬认证、基于质量和基于内容的软认证等三种。硬认证只允许格式转换和无损压缩,基于质量和内容的软认证则分别允许一些保持听觉质量或语义的音频处理。在绝大多数应用环境下,需要对音频进行与人类听觉感知系统特性相符合的基于内容(语义)的软认证。音频认证可采用数字水印或数字签名,提出一种基于小波包最优基分解的数字签名算法,利用与音频内容密切相关的小波包系数作为特征进行语义级的认证。实验结果表明该算法对常见的信号处理MP3、WMA、RM等中等强度的有损压缩、添加噪声、重采样等保持内容操作具有很强的鲁棒性,而对局部替换、修改、删除、复制音频等恶意操作脆弱,并能准确定位被篡改的位置。

基于WPCE-CNN的音频感知提升机健康状况研究

针对矿井提升机在井下恶劣环境中工作易发生故障,且故障主要依赖于人工检测的问题,提出了一种基于WPCE-CNN的音频感知提升机健康状况研究。首先,通过小波包分解获取音频信号的二维系数特征矩阵,然后输入具有批量归一化层(BN)和Relu非线性激活层的Block层卷积神经网络(CNN)进行分类识别。最后,实验结果表明,本文提出的WPCE-CNN音频感知提升机健康状况的故障分类研究,准确率高于传统卷积神经网络,达到97.7%,能有效地进行提升机音频信号提取及故障诊断分类任务,此研究在降低人力和物力成本的同时,提高了工作人员的安全性和生产效率。

IP电话的关键技术及存在的基本问题

讨论了 IP电话的优、缺点 ,阐明了 IP电话的关键技术 ,分析了目前使用的 IP电话存在的标准问题及服务质量问题 。

一种实用的音视频传输控制机制及实现

音视频传输对网络的带宽、时延和丢包率有较高的要求,但是Internet是一个尽力而为的网络,没有提供任何的服务质量(QoS,QualityofService)。本文方案基于应用层对QoS加以控制:在发送端控制发送速率;在接受端进行纠错控制以实现连续播放。