组合型幂指函数三稳态随机共振微弱信号检测

在强噪声背景下,针对微弱信号的检测和提取困难的问题,在经典的双稳态系统模型基础上,结合Gaussian Potential模型提出了一种新的组合型幂指函数的三稳态系统模型。首先,构造组合型幂指函数的三稳态系统模型,通过调节系统参数进行数值仿真,验证新型的三稳态系统模型能够产生随机共振现象;其次,以输出的平均信噪比(SNR)作为测度指标,结合人工鱼群智能算法进行相应参数寻优,使得组合型幂指函数的三稳态系统输出信噪比最大,从而达到随机共振现象。轴承故障诊断实验分析中,在输入信噪比为-25.8 d B条件下,分别通过双稳态系统和组合型幂指函数的三稳态系统得到的输出信噪比分别为-13.1 d B和-8.59 d B,说明组合型幂指函数三稳态系统性能优于双稳态系统性能。

基于隐马尔可夫模型的语音激活检测算法

针对现有基于隐马尔可夫模型(HMM)的语音激活检测(VAD)算法对噪声的跟踪性能不佳的问题,提出采用Baum-Welch算法对具有不同特性的噪声进行训练,并生成相应噪声模型,建立噪声库的方法。在语音激活检测时,根据待测语音背景噪声的不同,动态地匹配噪声库中的噪声模型;同时,为了适应语音信号的实时处理,降低了语音参数提取的复杂度,并对判决阈值提出改进,以保证语音信号帧间的相关性。在不同噪声环境下对改进算法进行性能测试并与自适应多速率编码(AMR)标准、国际电信联盟电信标准分局(ITU-T)的G.729B标准比较,测试结果表明,改进算法在实时语音信号处理中能够有效提高检测的准确率及噪声跟踪能力。

基于反双曲正弦函数的抗冲激块稀疏自适应滤波算法

针对现有基于最小均方误差(MSE)的块稀疏系统辨识算法抗冲激性能不佳的问题,提出了一种利用反双曲正弦函数替代最小均方误差的改进型块稀疏归一化最小均方(IBS-NLMS)算法。该算法首先构造新的代价函数,利用负梯度最陡下降法求出增量,进而导出了新的滤波器权系数更新公式,在公式迭代过程中出现的冲激噪声会导致权系数的更新量趋于零向量,从而消除了由于非高斯冲激干扰而导致的算法发散问题。同时,理论分析并推导出了该算法的均值收敛过程。块稀疏系统辨识的仿真结果表明,在非高斯冲激噪声干扰和截断变化情况下,改进型算法与块稀疏归一化最小均方(BS-NLMS)算法相比有更快的收敛速度和更小的稳态误差。