基于“音乐噪声”的修正谱减法算法分析

在传统谱减法语音增强的基础上,针对不同性别带噪语音信号采用传统的谱减法后残余音乐噪声过强的问题,提出采用被减项加权处理和功率谱修正处理相结合的改进方法,采取Matlab实验仿真分析,实验结果表明,该方法降低了音乐噪声,改善了语音信号的输出信噪比,达到了抑制纯音噪声的目的。     

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.     

一种针对椒盐噪声的滤波算法

为了消除图像在传输过程中所引入的椒盐噪声,采用了一种2级检噪的自适应滤波算法.该算法对经典自适应滤波算法在检噪和滤噪功能上进行了改进.首先,针对不同类型图像采取了不同类型的检噪方案,然后区分出噪声点和信号点,最后,该算法根据噪声密度的不同采取不同的滤噪方案而保留信号点.仿真实验结果表明,在不同噪声密度情况下,改进后的算法不仅更有效地滤除椒盐噪声,而且能很好地保护原图的边缘与细节.不仅如此,即使针对存在大量极值信号点的图像,提出的算法仍有较好的滤波效果:针对加入黑色方块的Lena图像,当噪声密度为0.7时,该算法滤波的PSNR达28.16dB,滤波时间仅为6.46s.因此,对于不同类型的图像,该算法均满足实时性和高效性2个方向的要求.     

基于双谱滤波的脉冲星信号消噪方法

提出了一种基于双谱相位加幅值滤波的脉冲星信号消噪方法.首先将含噪脉冲星信号变换到双谱域,利用α-删减相位滤波器对其双谱相位进行平滑滤波,并且设计了幅值α-删减加权中值平均滤波器对其双谱幅值进行滤波处理,然后再根据滤波后的双谱值来重构信号的功率谱和相位.仿真结果表明,重构的信号不仅可以消除高斯噪声,而且还对非高斯噪声进行了有效地滤波,比直接双谱重构和仅对双谱相位进行处理重构的效果都要好.     

空域相关滤波法在突变检测中的应用

为有效检测含噪信号突变点,研究了小波变换的空域相关滤波算法,并应用其分析和处理突变信号.应用Matlab分别对信噪比为15.7133 dB、10.1305 dB、5.7688 dB含噪突变信号进行仿真,结果证明,空域相关滤波算法在不同信噪比下具有良好的适应性.在信噪比为15.7133 dB时,分别运用小波阈值滤波算法和空域相关滤波法对突变信号进行处理,得到平均重构误差分别为1.1636和0.93906。证明了空域相关滤波法在突变点检测中的优越性.     

谱减法与维纳滤波法相结合的睡眠鼾声降噪处理

为提高鼾声信号的信噪比,提出了一种传统谱减法和维纳滤波法相结合的睡眠鼾声信号预处理方法.首先利用传统谱减法对带噪鼾声信号进行初步增强,使用子空间投影法将带噪鼾声投影到噪声和纯净信号两个子空间并得到信噪比,再由信噪比得到维纳滤波器的传输函数,谱减法处理后的鼾声信号通过该滤波器后会进一步降低噪声.对叠加白噪声的鼾声信号的仿真结果表明,文中方法可获得高于谱减法和维纳滤波法单独使用时的信噪比,降噪效果优于传统谱减法和维纳滤波法.     

管道低频噪声的自适应控制

以管道内行波声场为物理模型,提出采用自适应信号处理技术实现有源降噪的方法,建立了数学模型,导出了自适应系统的传递函数,以管道消噪装置为信号源和控制对象,采用ADSP2101实现自适应滤波。通过计算机仿真分析比较了RLS、LMS和LSL算法的消噪效果。声学实验和数据处理结果表明,在无声反馈时,该方法对0～500Hz宽带噪声的平均降噪量为27.5dB,在有声反馈时平均降噪量为4.86dB,采用频响平坦的扬声器,降噪量可提高到10.2dB。实验结果与理论分析吻合。该技术可应用于降低发动机及其排气管的噪声,采用适当空间分布方法在原理上该方法也适用于封闭三维空间的噪声消除。     

基于逆虚拟激励法的整车平顺性

建立了8自由度整车的系统模型和数学模型,使用逆虚拟激励法在路面激励谱密度未知和车轮的垂直振动响应谱密度已知的情况下,计算出了整车车辆的车身垂直加速度功率谱密度、悬架动挠度和车轮相对动载.并用MATLAB语言编制了仿真程序,对确定路面上和未知路面上的平顺性分析结果进行了比较,结果表明在未知路面上采用逆虚拟激励法研究车辆的平顺性是可行的.该方法简单易懂,避免了构建路面激励的难题,在汽车振动领域值得推广.     

基于路面垂直动载自回归建模的IRI测量方法

提出一种基于路面垂直动载时间序列自回归(AR)建模的国际道路不平度指数(IRI)测量方法,即对车轮力传感器测得的路面垂直动载数据进行AR建模,经过Kalman滤波处理后计算功率谱密度,得到路面平整度系数后,由公式转换为IRI值.给出了具体实现方案,分析了方案的合理性,并进行了仿真数据和实车数据实验.仿真数据由AR模型模拟了GB7031—86规定的各级路面,验证了方法的可行性.实车实验分别采集了水泥和沥青路面数据,处理得到的IRI值表明水泥路面和沥青路面均为良级,但水泥路面的路面状况要好于沥青路面,与实际情况相符.建模和滤波等处理均为实时算法,便于仪器化实现,可广泛应用于路面分级和路面质量检测等领域.     

基于扩展谱减法的语音增强算法及实现

结合漏水信号的特性,对基本谱减法进行改进.加入重叠帧,抑制部分音乐噪声.为了适合漏水信号无静寂帧的特点,引进了由谱减法和维纳滤波器相结合而构成的扩展谱减法,使得噪声估计可以时刻更新.经仿真验证,滤噪效果更好,适合用于对漏水信号的滤噪处理.     

一种基于模糊系统的语音增强方法

语音增强是解决噪声污染的有效方法,它的首要目标是在接收端尽可能从带噪语音中恢复纯净的语音信号.讨论强背景噪声下的基于模糊系统的语音增强方法,并与减谱法语音增强算法进行比较.计算机仿真结果表明,该方法在大大消除背景噪声的同时,消除了音乐噪声,同时保持语音信号较好的可懂度.     

基于自回归模型的加性噪声环境稳健语音识别

为提高噪声不平稳或不可估的情况下语音识别的稳健性,提出了利用自回归模型和短时平稳性假设,估计干净与噪声环境的语音数据,建立相应的语音识别模型,以达到抗噪效果的稳健语音信号处理方法。在N o iseX-92的4种噪声环境(w h ite,babb le,vo lvo,destroyer eng ine)从0到20 dB的不同信噪比下的“863”大词汇连续语音标准数据库的平均识别结果表明,该方法能够使得基于段长分布的隐M arkov模型的语音识别系统在25候选时声学层的音节相对错误率下降达到10.85%以下,同时相对正确识别率上升12.13%。     

分形理论在语音信号端点检测及增强中的应用

为了提高现有谱相减方法处理低信噪比语音信号的效果,利用时间序列信号的短时分形维数对低信噪比语音信号的端点检测方法进行了研究,提出了一种基于端点检测的谱相减语音增强方法,给出了其原理及具体算法.仿真实验结果表明,该方法简单可靠,有效可行,当语音信号信噪比降到-5 dB时仍然有效;与已有方法相比,具有更广泛的实用性.     

拖拉机驾驶室耳旁噪声主动降噪控制

为了降低拖拉机驾驶室耳旁噪声,采集了拖拉机驾驶室耳旁噪声及左右车窗的加速度信号,并对其进行频谱分析;通过分析得到了拖拉机驾驶室耳旁噪声和左右车窗加速度的频率成分大部分与发动机的转速有关(即基频都是发动机转速一半)。提出了一种基于误差信号的FX-LMS主动降噪方法,建立了基于误差信号FX-LMS算法的Simulink仿真模型,并将拖拉机驾驶室内耳旁噪声信号导入到Simulink仿真模型中,把误差信号作为参考信号,对模型进行仿真分析。仿真结果表明:基于误差信号的FX-LMS主动降噪方法在拖拉机驾驶室耳旁有10～15 d B的降噪效果。     

乘性噪声干扰下的GPS公路平整度测量

由于GPS信号传输信道上存在大量非线性且具有时变性的乘性噪声,对GPS信号造成干扰。传统的GPS信号消除乘性噪声的方法去噪效果无法达到要求,使得建立的坐标系精确度降低,降低了公路平整度的测量精度。为此,提出一种基于乘性噪声干扰下的GPS公路平整度的优化测量方法。将获得的GPS信号利用离散小波变换方法消除乘性噪声,得到准确数据。利用三维空间坐标系建立GPS公路平整度测量模型。实验表明该方法能够消除GPS信号中的乘性噪声干扰,并对公路平整度进行精确测量。     

基于谱减的语音增强算法的改进

为降低噪声对语音通信的干扰,提出了一种基于谱减的语音增强算法的改进方法。根据噪声频谱的G auss统计模型修正语音增强过程中噪声频谱的估计方法,利用帧内、帧间约束估计每一个频点的先验信噪比,提出了一种简便的估计语音在每一个频点出现的概率的方法,得出了修正的语音增强算法。在白噪声以及坦克噪声环境中分别对算法的性能进行测试。实验结果表明:在几乎不损伤语音清晰度的前提下,该算法使“音乐噪声”得到了更好的抑制,同时信噪比提高了约8 dB以上。     

基于小波分析与Boll改进谱减法的普米语语音增强算法

小波分析和Boll改进谱减法具有很好的减噪效果,但同时也存在"音乐噪声"和语音失真.为了解决这2个问题,基于这2种算法,研究了一种它们的联合算法并对加噪后的普米语进行语音减噪实验.通过对减噪后语音的试听和波形图的观察以及信噪比的对比,对实验的结果进行分析.实验结果表明,针对叠加了随机高斯白噪声的普米语,算法能有效地减少这2种方法单独使用时所产生的"音乐噪声"和语音失真.     

联合波束形成与谱减法的麦克风阵列语音增强算法

考虑到封闭环境的散射噪声场中，传统波束形成方法及单通道谱减法对噪声抑制的局限性，提出一种将波束形成方法与谱减法相结合的麦克风阵列语音增强方法．该方法首先通过波束形成器的空间滤波作用，将波达方向不同的语音信号和噪声信号加以区别，再经过延时补偿单元的相应处理，从而达到衰减噪声的目的，然后采用谱减法对波束形成器输出端的残留噪声进行后置处理．仿真实验结果表明。在小房间混响情况下，与其他方法相比，该方法不仅运算量小。而且具有良好的噪声抑制性能．     

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.