一种结合短时过零率的快速语音端点检测算法

针对传统的频带方差检测算法运算量较大的问题,提出一种结合短时过零率的快速算法.该算法通过将平方运算转换为求绝对值运算,减小了计算量;绝对值运算相当于在相邻帧之间进行＂谱减＂,有效地抑制了白噪声的干扰,在低信噪比条件下显示出其优越性.     

一种基于功率因数补偿的谱相减算法改进

对带噪语音进行传统谱减增强后,会引入"音乐噪声",并造成语售可懂度急剧下降.针对这一缺点,本文提出了一种采用功率因数补偿的过减形式的谱相减算法,以提高语音可懂度.采用MATLAB对算法进行了仿真,仿真结果表明:该算法有效的抑制了背景噪声、减少了"音乐噪声",比传统谱相减算法有较大优越性.     

一种改进的谱相减语音增强方法

针对一般的谱相减语音增强算法所带来的“音乐”噪声较为严重的问题,提出了一种改进的谱相减语音增强算法——噪声残差消除谱相减法,实验结果表明,噪声残差消除谱相减法明显地削弱了一般谱相减法所带来的“音乐”噪声。对带噪语音质量的增强效果显著。     

一种基于统计信息噪声估计的语音增强算法

本文提出一种基于统计信息噪声估计的谱减语音增强算法,实验表明这种算法比起普通谱相减法算法能更显著地提高算法的客观性能,特别在非平稳噪声和低信噪比的环境中能快速估计出变化的噪声功率谱。     

一种基于修正倒谱平滑技术改进的维纳滤波语音增强算法

传统的倒谱平滑维纳滤波算法在求取选择性平滑范围时,噪声会对维纳增益函数的倒谱产生影响,使估计出的选择性平滑范围不正确,进而导致此传统算法在平滑掉音乐噪声的同时也影响了噪声抑制效果。为此提出了一种基于修正倒谱平滑技术改进的维纳语音增强算法,该算法先用最大似然准则估计出纯净语音的倒谱,然后在纯净语音倒谱中求取基频和共振峰的位置,进而得到选择性平滑的范围。该方法提高了选择性倒谱平滑的准确性,进而改善了传统倒谱平滑维纳滤波语音增强算法的噪声抑制效果。最后在不同的噪声场景中对传统算法和改进算法进行了仿真对比,表明该算法能够在去除噪声的同时更好地保留语音的特征结构,较好地提高了带噪语音的质量。     

一种改进的边缘检测方法

对图像进行边缘检测是图像处理中的一项重要内容,为了克服噪声的干扰,人们提出了许多边缘检测的方法,但是都不能达到最理想的效果.基于各项异性扩散方程平滑图像的良好效果,本文将其与传统的边缘检测算法结合,提出了一种新的改进的边缘检测算法,该方法首先用各向异性扩散方程平滑图像,然后利用非极大值抑制机制和区域增长的方法处理图像,提取出细节完好的边缘.本文将提出的新方法用于核磁共振成像的心脏图像中,与传统的方法比较,可以看出该方法明显的优势.     

基于噪声短时谱动态估计的语音增强谱减算法

针对谱减法增强语音后残留"音乐噪声"明显,影响语音清晰度的问题,在分析现有的噪声谱减算法基本特性的基础上,提出一种基于噪声短时谱动态估计的语音降噪方法.通过估计噪声短时功率谱及其变化趋势,动态调整谱减法中的过减系数,有效抑制残留噪声.仿真实验表明,新的谱减算法在提高语音信噪比的同时保持较小的失真度,具有较好的增强效果.     

用于语音识别的减谱结合RASTA的抗噪声方法

主要论述加性和卷积性噪声条件下语音识别的抗噪方法．在特征提取阶段，用功率谱短时均值相减的谱减方法补偿加性噪声的影响，用在Mel频标倒谱域RASTA(relative specllral)滤波补偿卷积性噪声对语音识别系统的影响．在汉语非特定人孤立数字识别实验中，使用该方法的误识率比未使用该方法要低，并且需要很小的噪声先验知识和假设，运算简单．实验证明，提出的减谱结合RASTA的方法是一种比较有效地削减噪声的方法。     

基于谱聚类的边缘检测算法

区分高频噪声点和边缘点是提取噪声图像边缘的难点之一,为了得到噪声图像的清晰边缘,提出一种基于谱聚类(spectral curvature clustering,SCC)的边缘检测算法.该方法通过将边缘检测问题转化为分类问题,利用图像边缘点、平滑点和噪声点位于不同子空间的性质,在有效地聚类平滑点和边缘点的同时,SCC能够较好地抑制噪声点.另外,该算法通过编辑聚类标签并将其转换为二值图像,对二值化图像进行简单的处理即可得到图像的边缘,成功地避免了传统算法中的阈值选择问题.相比于传统的边缘检测方法,实验结果证明了所提算法的有效性.     

滤除血管减影图像噪声的多SE形态金字塔法

在广义形态滤波器的基础上，与金字塔算法结合，提出了一种新的血管减影图像滤波器--多SE形态金字塔.它利用不同的结构元在金字塔的各层图像上进行形态运算，达到多尺度滤出噪声，同时尽可能多地保留图像几何特征的目的.还给出了实例，并与传统的形态金字塔进行比较.结果表明，新滤波器具有更好的噪声抑制和细节保持能力.     

基于交替线性输出均衡器的单天线干扰消除和自适应技术

在全球移动通信系统(GSM)下行链路中引入一种新型的单天线干扰消除(SAIC)算法,插入交替线性输出均衡器(ALOE)滤波模块,无需变动传统接收机链路结构即可实现良好的同频干扰消除.同时针对邻频干扰和复杂干扰环境,引入一种基于功率谱估计的邻频自适应检测方法.相比传统的能量噪声估计方法,该方法结构更为简单,复杂度更低,能有效提升接收机面对各种场景的适应能力.仿真结果表明,该技术能够在多模芯片中,以较低的复杂度、较好地提升系统的抗同频干扰和邻频干扰的能力,从而提高2G网络话音通信的质量.     

数字PCB电流传导干扰信号实时检测系统的设计

从分形维数概念出发,提出了基于短时分形维数的模糊控制滤波方法.提出了网络分形维数和短时分形维数的新算法,讨论了模糊控制滤波方法中的模糊控制参数的选取.通过在虚拟仪器(VI) LabVIEW 6.i平台上对数字印制电路板电流传导干扰信号进行实时检测,结果表明：经过信号处理,该系统具有信噪分离、测量电流传导干扰信号的功率谱等功能.     

基于噪声短时谱动态估计的语音增强谱减算法

针对谱减法增强语音后残留音乐噪声明显,影响语音清晰度的问题,在分析现有的噪声谱减算法基本特性的基础上,提出一种基于噪声短时谱动态估计的语音降噪方法。通过估计噪声短时功率谱及其变化趋势,动态调整谱减法中的过减系数,有效抑制残留噪声。仿真实验表明,新的谱减算法在提高语音信噪比的同时保持较小的失真度,具有较好的增强效果。     

基于谱减法的藏语语音减噪研究

语音信息的采集过程中难免会有各种噪声的干扰,噪声降低了语音的可懂度及清晰度,甚至严重影响语音处理的准确性和可靠性。谱减法是语音减噪中最常用的方法,该方法基于人的感觉特性,对语音短时幅度谱进行估计,适用于受加性噪声污染的语音。本文通过统计分析谱减法的增益补偿因子和过减因子参数,研究基于谱减法的藏语语音减噪处理,并取得较为理想的实验结果。     

基于负频率频谱干扰消除的高精度低频间谐波检测算法

采用离散频谱分析的快速检测电网信号中存在的间谐波时,离散傅里叶变换(DFT)后的负频率频谱泄露干扰会降低检测精度。为有效消除负频率频谱泄露干扰,建立了含有负频率分量的频谱解析表达式,推导出基于最大旁瓣衰减窗的改进三谱线插值DFT,以实现间谐波的快速高精度检测。对新算法进行系统误差和噪声灵敏度分析,仿真结果表明新算法不仅能够有效消除负频率频谱泄露干扰,对加性白噪声也具有很强的鲁棒性;而且在被测间谐波低于1个频率分辨率时,新算法也能够达到很高的检测精度。     

基于小波包分解和虚拟仪器的传导干扰信号检测

小波包分解(WPD)不仅能检测非平稳信号的整次谐波,还能检测信号的非整次谐波,且小波变换本身对信号的奇异点十分敏感,常常用来跟踪开关电源传导干扰信号.在虚拟仪器(VI) LabVIEW 6.i平台上,基于小波包变换算法设计了VI程序,实现了开关电源传导干扰信号实时检测系统.该系统具有信噪分离、测量传导干扰功率谱、伴有噪声的原始振动波形和噪声波等测量功能,实测结果表明该方法是可行的和有效的.     

直接序列扩频通信中基于时频域相关性的抗单音干扰算法

直接序列扩频通信系统解扩以前采用干扰抑制算法可以显著增强抗窄带干扰性能。常用的干扰抑制方法为扩频信号建立平稳模型。本文通过分析扩频信号的产生机理，建立了扩频信号的循环平稳模型，采用频移滤波器(FRESH)同时利用时域相关性和谱相关来抑制单音干扰。仿真实验表明，FRESH滤波器相对于传统横向滤波器能够提高系统抗单音干扰性能。     

基于类间功率谱差的FRFT-TDCS门限判决算法

针对分数阶傅里叶变换域通信系统采用传统门限判决算法难以有效剔除多分量线性调频干扰的问题,根据高斯白噪声和多分量线性调频干扰分数阶傅里叶变换域功率谱特征,提出了基于类间功率谱差的门限判决算法。该算法利用了分数阶傅里叶变换不影响高斯白噪声的统计特性,在分数阶傅里叶变换域的三维频谱上自适应地确定门限值,既可以有效对多分量线性调频干扰频谱剔除,又解决了分数阶傅里叶变换的变换阶次对门限判决带来的不利影响。仿真结果表明,该算法在双极性调制和循环移位键控调制下,对多分量线性调频干扰剔除的有效性,尤其在大干信比情况下,误码率的提升尤为明显,对提高分数阶傅里叶变换域通信系统抗多分量线性调频干扰的能力具有一定的实用价值。     

基于apFFT的罗兰-C信号相位编码识别

针对现有罗兰-C接收机普遍采用锁相环硬件电路跟踪相位的情况,提出了利用全相位谱分析(apFFT)的罗兰-C信号相位编码软件识别方法,分析了罗兰-C载波信号初相位的apFFT识别原理,基于apFFT方法用Matlab对罗兰-C接收信号在噪声和载波干扰等情况下的初相位识别进行了仿真.结果表明,apFFT方法既能像FFT一样分析出干扰频率成分,又能识别出各频率成分的初相位,尤其信干比在-20 dB情况下仍可准确地识别出罗兰-C载波信号初相位,为增强型罗兰接收机的设计提供了一种新的相位编码识别方法.