基于倒谱预处理技术的语音增强算法研究

提出一种应用于单通道语音增强技术的倒谱预处理算法。倒谱预处理通过抑制语音中浊音的谐频成分,避免在非平稳噪声跟踪过程中将语音浊音信号功率谱错误估计成噪声功率谱;同时预处理还能增加语音间隙出现的概率,跟踪搜索窗内信号能量最小值时更有效地跟踪到噪声能量电平。实验结果表明应用文中提出的预处理算法后,快速有效跟踪噪声的同时能避免噪声功率谱过估,并且在客观评价指标方面得到更高的段信噪比提高量(SegSNRI:Segmengtal Signal-to-Noise Ratio Improvement)和感知语音质量评价(PESQ:Perceptual Evaluation of Speech Quality)得分改善量。     

飞行器仪器舱混响室声环境实验研究和数值模拟

针对飞行器发射、飞行中的环境噪声问题,进行了飞行器的混响室噪声实验.在噪声实验过程中,以特定规范谱为声压级控制谱来调节混响室声场,使测量的噪声谱与控制谱接近,模拟飞行器的飞行环境进行了3次不同声压级的噪声实验,得到了实验件的内部声场和结构加速度响应.在实验的基础上,利用统计能量分析法对飞行器噪声实验进行了数值模拟.研究结果表明:在噪声实验中,飞行器内部的声场低于外部混响室的声场,但内、外最大声压差相差不大;结构的响应与结构刚度有关.数值模拟结果与实验数据的对比表明,统计能量分析方法在250 Hz以上的高频段模拟结果较好,而在250 Hz以下预示精度存在较大差别,说明利用统计能量分析方法进行中高频段噪声环境预示是可行的.     

一种基于加权Mel倒谱的语音信号共振峰提取算法

提出了一种利用加权Mel倒谱提取语音信号共振峰的算法.首先对短时语音信号进行加权Mel倒谱分析,获得包含频谱主要成分的加权Mel倒谱系数;然后利用离散余弦平滑算法,从加权Mel倒谱系数获得谱包络,并从谱包络的峰值位置获得候选共振峰;最后根据共振峰的连续性约束条件和频率范围,从候选共振峰筛选得到共振峰的估计值.实验结果表明,本算法比倒谱法提取的共振峰误差更小,在噪声环境下具有较好的鲁棒性.     

基于Hilbert倒谱的齿轮剥落故障识别

文章在倒谱的基础上,提出Hilbert倒谱的概念。并将其应用于齿轮箱的齿轮剥落故障识别中,实验表明Hilbert倒谱能有效识别故障信号的特征成分,并且对信号中存在的调制成分,具有抑制能力,提高信噪比。能快速、准确地识别齿轮故障,具有很大的实用价值。     

数字闭环光纤陀螺振动噪声处理方法

为了解决数字闭环光纤陀螺在实际工程应用中易受冲击、振动等环境因素影响的问题,通过分析振动影响下陀螺输出信号特点,研究振动对光纤环的应力及信号中附加相移的影响,建立了光纤陀螺信号的振动噪声模型.首先,引入一种具有自适应能力的改进局部均值分解方法,将原信号按频率大小分解为一系列谐波信号;其次,利用核主成分分析方法,将反映振动影响的有效信号和噪声进行有效分离;然后,通过重构得到抑制了振动噪声的信号.利用线振动实验研究了光纤陀螺在车载和机载环境下的振动特性,并对采集得到的10组振动实验数据进行了分析.结果表明,处理后信号的Allan方差分析结果中量化噪声和零偏不稳定性等误差系数均减小约50%,从而有效提高了光纤陀螺在振动环境下的输出精度.     

基于VMD改进算法的气体管道泄漏检测

为提取气体管道声波信号中的泄漏成分并进行重构,提出一种结合VMD( VMD: Variational Mode Decomposition) 和误差能量算法的特征提取方法。该方法首先利用油气管道泄漏检测系统模拟气体管道的微小泄漏,并采集泄漏声波信号; 然后利用VMD 算法将采集到的泄漏声波信号分解为一系列带宽受限的固有模态;随后,使用误差能量算法选择有效模态; 最后,利用有效模态进行信号重构。通过仿真分析发现,该改进算法可以提取有效模态,利用该方法处理气体管道微小泄漏声波信号,能有效滤除噪声并重构原始信号。     

噪声环境下语音识别的端点检测技术

端点检测的准确性在某种程度上直接决定了整个语音识别系统的成败,没有足够准确的端点检测(尤其是起点),精密优选特征类型或识别方法的工作往往劳而无功.噪声环境下语音识别的端点检测技术利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法、基于隐马尔柯夫模型(HMM)的检测法.通过对两种宽带噪声(白噪声和汽车噪声)环境下信噪比从0dB到15dB的带噪语音信号进行的仿真实验结果表明,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有更强的适应性,更适合于实际的语音处理系统.     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征作为判决特征参数.这些方法在实际应用中,尤其当信号信噪比比较低时,无法满足系统的需要.文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法.通过对宽带噪声-白噪声干扰情况和一种特殊噪声——汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适合于实际应用.     

基于小波变换的离子迁移谱信号处理技术

针对离子迁移谱信号受到噪声干扰的现状,本文提出利用小波阈值降噪的方法对离子迁移谱原始信号进行降噪处理.建立了基于小波变换的阈值降噪模型,以图谱中的1ng TNT信号为实验对象,对阈值计算原则、阈值处理方法以及小波基的选择进行了优化.结果表明：采用sym5小波,将原始信号进行3层分解后,根据固定阈值原则（Universal）获得的阈值,按照软阈值方法对小波系数进行处理并重构,原始信号中的噪声可以得到有效抑制.     

敷设吸声尖劈的声纳平台水下声学特性试验研究

基于模型试验开展了敷设吸声尖劈的声纳平台水下声学特性研究,讨论了尖劈不同敷设方式下声纳平台的声场分布,分析了声波入射角度对声纳平台声场的影响.分析了声纳平台0%,36%,60%和100%敷设吸声尖劈,声波在0°方向和90°方向入射声纳平台的情况,以及尖劈不同敷设方式、声波不同入射角度时声纳平台的声场分布.研究表明:声纳平台内部各点声压不尽相同;随尖劈敷设密度的增加,声纳平台自噪声在降低,各水听器声压的差异在逐渐加大;吸声尖劈可改变声纳平台的声场,降低声纳平台的自噪声,但存在"声泄漏"现象;声波入射方向对声纳平台声场也有一定影响,但位置不同、声波频率不同,其影响也各有差异.     

基于可调Q因子小波变换和谱峭度的轴承早期故障诊断方法

通过对轴承故障机理的研究,提出基于可调Q因子小波变换和谱峭度的故障诊断新方法。首先,根据冲击成分的频谱分布,预设Q因子的范围,对轴承的振动信号进行可调Q因子小波变换;其次,计算各尺度变换系数的谱峭度,利用谱峭度最大原则确定最佳的共振因子和尺度带;然后,用相邻系数降噪法处理尺度带内的变换系数,并进行逆可调Q因子小波变换重构信号;最后,求取包络谱,根据极值点的频率位置进行故障诊断。研究结果表明:该方法能有效抑制噪声和谐波成分,使提取的故障特征成分周期性明显、峭度大,使故障特征频率突出显著,验证了所提方法的有效性。     

一种有效抑制窄带干扰的水声直扩信号检测方法研究

针对高斯白噪声背景下的水声直扩信号检测无法抗窄带干扰的问题,提出了一种有效抑制窄带干扰的水声直扩信号检测方法,该方法采用自适应-倒谱联合检测原理,并针对倒谱的低噪声抑制力,提出了一种改进的倒谱检测方法,能够在有效消除窄带干扰的低信噪比情况下,提高水声直扩信号的捕获概率。在推导算法原理的基础上,通过仿真实验分析验证了该算法的性能。     

局部倒频谱编辑方法及其在齿轮箱微弱轴承故障特征提取中的应用

针对齿轮箱滚动轴承的微弱故障诊断常常由于背景噪声、离散频率成分干扰,造成轴承故障漏诊,不利于设备的长期稳定运行的问题,将局部倒频谱(LC)理论与倒频谱编辑(CEP)方法相结合,提出一种局部倒频谱编辑方法(LCEP),解决了LC无法进行时域信号重构的问题。针对分析频带选择这一关键性问题,在齿轮箱滚动轴承微弱故障诊断中给出了选择准则。调整后的局部倒谱可以成功提取复杂振动信号中的干扰成分,实现对主要干扰成分的编辑,抑制其对微弱故障诊断的干扰。将所提方法用作信号预处理,对重构时域信号做希尔伯特变换和包络分析,建立齿轮箱振动信号模型,利用仿真信号和实验信号验证了方法的有效性。将所提方法与CEP方法和倒谱预白化(CPW)方法对比表明,LCEP结合包络谱(ES)诊断方法在强背景噪声、多频率成分干扰及复杂调幅调频的齿轮箱振动信号中,成功提取轴承外圈微弱故障特征,特征明显性提高了6倍。     

Alpha稳定分布噪声下通信信号的载波频率估计

针对在Alpha稳定分布噪声环境下循环谱估计通信信号载波频率失效问题,提出了基于广义循环谱的载波频率估计方法.首先用非线性变换定义广义循环谱,并对信号幅度进行变换;然后利用非线性变换抑制夹杂在通信信号中的非高斯脉冲噪声.通过检测广义循环谱的谱线位置与数字调制信号载波频率的关系实现载波频率估计.通过Matlab仿真实验和性能分析对比,证明该方法可较好地在Alpha稳定分布噪声环境下估计通信信号的载波频率.     

融合语音增强与后续补偿的抗噪声语音识别方法

为了提高基于隐含Markov模型的语音识别系统在噪声环境中的稳健性,研究了一种融合语音增强与后续补偿的抗噪声语音识别方法.在前端,语音增强有效地抑制背景噪声,从而提高了输入信号的信噪比.语音增强后的剩余噪声以及语音失真是对语音识别不利的因素,其影响将通过识别阶段的并行模型合并或特征提取阶段的倒谱均值归一化得到补偿.实验结果表明,此方法能够显著地提高语音识别系统在噪声环境中,特别是低信噪比条件下的识别精度,如对-5 dB的自噪声,该方法可将识别精度从11.7%提高至71.0%.     

临街高大厂房噪声引起的街道声场的仿真模型

为控制临街高大厂房内空气噪声通过围护结构向相邻街道的透射传播,需在建筑设计阶段预测该噪声引起的街道声场,以确定隔声降噪措施.文中根据相关声场的特点,综合运用经典室内声场理论、虚声源法与声学辐射度方法,给出了一个仿真模型来计算厂房内噪声对街道声场的贡献,模型核心在于将声场界面进行离散化求解,并对声能透射与反射的指向性进行合理简化,使其可有效处理复杂的声场空间几何形状及声学特性的不均匀分布.     

基于相空间重构和奇异谱分析的混沌信号降噪

为了从被噪声严重污染的观测数据中重构混沌信号,文中提出了一种基于相空间重构和奇异谱分析的混沌信号自适应降噪方法.由于混沌信号具有类噪声特性,传统的奇异谱分析方法在处理混沌信号时难以辨识信号成分对应的奇异值数目.为此,文中通过在相空间比较混沌信号和噪声统计特性的差异来估计奇异值数,实现了自适应降噪.对计算机模拟生成的混沌信号和太阳黑子数的实际观测数据分别进行了降噪实验,结果表明:文中方法能准确地估计奇异值数目并有效地重构原混沌信号;与现有的混沌信号降噪方法相比,文中方法在噪声抑制性能上有优势,重构的相图质量也更好.     

Wigner高阶谱在弹丸膛内运动分析中的应用

针对传统时频分布分析的时频分布图能量聚集性差、交叉项干扰严重且对噪声敏感的问题,提出了一种基于Wigner高阶谱的膛内运动弹丸回波信号处理方法.对仿真信号从能量聚集性、交叉项抑制、抗噪声三个方面进行比较研究,结果表明Wigner高阶谱进行高阶多项式调频信号瞬时频率估计具有优势.对某型炮弹实测数据采用基于MATLAB的Wigner三谱对角切片算法获得时频分布图.提取时频分布图的时频脊线得到瞬时频率曲线.由多普勒效应公式反演出膛内弹丸的速度、加速度曲线.与实验结果相比:炮口速度相对误差为1.34％,弹丸运动距离与炮管实长的相对误差各为0.52％.验证了在强噪声环境下,Wigner高阶谱分析是膛内运动弹丸回波信号处理的一种更准确有效的方法.     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征为判决特征参数。这些方法在实际应用中,尤其当信号噪比比较低时,无法满足系统的需要。文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法,通过对宽带噪声－白噪声干扰情况和一种特殊噪声－汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适     

基于时/频ICA的PMC模型卷积噪声估计方法研究

为提高卷积环境下语音识别系统的鲁棒性,提出了一种基于时/频ICA(independent component analysis)的卷积噪声模型估计方法.所提算法首先使用ICA方法从含噪语音信号中提取纯净语音信号的短时功率谱,然后在MEL滤波器组域内将含噪语音的短时谱减去纯净语音的短时谱,并根据去噪后卷积噪声的短时谱估算其HMM(hidden markov model)模型.在仿真和真实环境下进行了语音识别实验,其识别正确率相比较传统的卷积噪声估计方法分别提升了4.70%和4.75%.实验结果表明,论文所提算法能够实现对卷积噪声的精确估计,并有效提升卷积噪声环境下语音识别系统的性能.