基于凸组合的麦克风阵列自适应语音增强方法研究

广义旁瓣相消器是应用极为广泛的麦克风阵列语音增强方法,对含高斯噪声的语音信号降噪效果较明显。然而,当语音信号中混有脉冲噪声时,利用此方法进行降噪处理所得增强后的语音信号可识别性明显变差。为改善含脉冲噪声语音信号的降噪效果,本文提出一种基于凸组合的麦克风阵列自适应语音增强方法。该方法利用由线性滤波和非线性样条滤波构成的凸组合滤波器替换单一的线性自适应滤波器,并用最大相关熵准则更新凸组合滤波器的权值和非线性样条滤波中的控制点因子。结果表明：所提语音增强方法能有效滤除语音信号中存在的高斯噪声和脉冲噪声,语音增强效果极其明显。     

基于自适应同源方差控制的法庭自动说话人识别

提出了自动说话人识别系统得分到法庭证据强度量化值似然比的转换方法. 为了更准确地评估嫌疑人的
统计模型,提出了自适应同源方差控制算法,该算法能自适应地融合来自参考人群和嫌疑人的同源语音得分模型
信息,降低了对嫌疑人数据量大小的需求. 与基本识别系统相比的测试结果表明,使用该算法的识别系统不但具有
更优良的识别性能和可靠性,而且提高了语音证据对判别结论的支持强度.     

自适应波束形成抗干扰算法研究

本文介绍自适应波束形成技术的基本原理,提出一种将自适应波束形成技术应用于卫星定位接收机抗干扰系统的算法。仿真结果显示,该算法能够有效地对单干扰和多干扰在干扰来向形成深度零陷,同时在卫星信号来向保持一定的增益,能较好地满足卫星定位抗干扰系统对前端天线阵抗干扰能力的需求。     

一种稳健的语音传输路径自适应建模系统及应用

针对语音信号的特点,提出一种稳健的语音传输路径自适应建模系统.它在引入宽带平稳训练信号克服非平稳输入自适应建模失配的基础上,用小延时预测滤波消除自适应建模的语音干扰,同时用补偿滤波来修正预测滤波导致的训练成分失真.计算机仿真表明,该建模系统在回声抵消、语音增强等领域均有很好的应用前景.     

有数据丢包的复杂网络的鲁棒保性能状态估计

针对现实网络在数据传输中存在数据丢包和噪声干扰的特点,研究离散时间复
杂网络的鲁棒保性能状态估计问题,旨在减小数据丢包和噪声干扰对状态估计的影响. 利
用Lyapunov稳定性理论与随机分析方法,以线性矩阵不等式的形式提出了鲁棒保性能状态
估计增益矩阵存在的条件和设计准则,在满足状态估计误差均方指数收敛的前提下,能进一
步使网络的状态估计满足一定的性能指标. 仿真结果表明,鲁棒保性能状态估计器可以有效地
估计复杂网络的状态.     

基于数字多波束的导航卫星信号接收机抗干扰仿真

【目的】合理使用惯导辅助数字多波束技术，在提高信号接收、减少干扰的同时，达到对径目的，能满足传统宽带多星波束对信号入射方向的苛刻要求。【方法】通过将数字波束形成技术应用于导航卫星信号接收机中，以惯导为基础来提供当地水平坐标系下的航向、俯仰角和横滚角，并以此为基础计算出导航卫星的入射方向，形成指向卫星的主波束及对准干扰的“零陷”，确定单约束的导向矢量，从而推导出空时自适应处理结构的数字多波束算法。【结果】数字多波束抗干扰接收机的应用能有效改善数字宽带多星多波束环境中存在的干扰现象。【结论】仿真试验表明，将本研究提出的数字多波束抗干扰接收机实现方法用于对捕获过程算法的改进，可实现对多波束数据的合理应用，性能仿真试验证明了该算法的有效性。     

CDMA中一种新的波束形成算法

基于CDMA环境提出了一种新的波束形成算法,并且以此形成二维Rake合并器.这种新的方法,根据最大信号噪声干扰比准则推导出计算权矢量的公式,将求导向矢量再求逆的两步问题转化为直接求Hermit阵的最大广义特征值和特征向量,且使用解扩后数据计算干扰加噪声的协方差阵.该法计算量小,数据存储量小,不需要训练序列和参考信号,步骤简单且性能优于导频辅助法,计算量小于码滤波法.此法可应用于第三代移动通信系统中快衰落环境下的波束形成.     

一种阵列天线与干扰抵消技术相结合的宽带CDMA接收机

提出了一种自适应阵列天线与干扰抵消技术相结合的DS-CDMA接收机,通过改进的并行干扰抵消技术,对阵列天线合成后"峰指"信号中的多址干扰信号作进一步的消除或抑制.通过理论分析和仿真,验证这种接收机在Rayleigh衰落信道下,较单独使用阵列天线接收或并行干扰抵消技术,具有更好的接收性能.     

一种增强零陷的稳健Capon波束形成器设计

阵列天线因其分辨率高、增益强、方便控制等特点,在民用以及军用通信、雷达、探测等领域的作用不言而喻。其中,自适应波束形成技术是阵列天线信号处理的重要组成部分,本质是空域滤波技术,可有效抑制干扰,定向控制波束方向,以充分发挥雷达性能。因此,设计一种增强零陷的稳健Capon波束形成器,用于提升阵列天线在角度失配条件下的性能。通过重构协方差矩阵预先估计导引矢量,引入零陷宽度,增强天线性能。经经仿真分析,该算法在角度失配条件下具备良好的性能。     

反向响应时滞过程的二自由度Smith预估控制

针对反向响应时滞系统,将Smith预估控制和内模控制相结合,提出一种二自由度
控制方法. 设定值跟随控制器采用Smith预估器形式,可使系统具有良好的设定值跟随特性,
而干扰抑制控制器则采用内模控制器设计方法,可改进系统的干扰抑制性能和鲁棒性,克服
传统Smith预估器的不足. 通过两种不同的方法(直接分解和全通分解),把过程对象的传递
函数分解为最小相位部分和非最小相位部分,相应导出了两种不同控制器的设计方法,并给
出了系统满足鲁棒稳定性的充要条件. 理论分析和仿真对比研究表明,该方法可使系统具有良
好的设定值跟随性能、干扰抑制性能和鲁棒性.     

鲁棒的快速车道偏移警告

针对FPGA等片上资源较为缺乏的处理器,提出一种应用于辅助驾驶的快速车道线偏移警告方法. 方法
面向单目视觉识别应用;首先采用基于区域统计方式的二值化处理进行图像增强,并利用515车道线模板匹配方
法代替传统的边沿检测去除原图像中的大量干扰信息,最后采用压缩型霍夫变换对匹配结果进行车道线提取. 与
传统霍夫变换相比,大大降低了运算量,减小了内存使用量. 实验证明,该算法对车道线的识别非常有效,满足实
时性需求,并已成功移植到FPGA上.     

应用H1自适应滤波的浅海水声信道估计

浅海水声信道是目前最困难的无线通信信道之一,可建模成稀疏衰落信道,其噪声以S S分布来描述.提出了基于H1自适应滤波的稀疏双选衰落信道估计算法,针对S S分布噪声中个别脉冲对信道估计影响较大的情况,分别对信号的实虚部进行限幅以消除影响算法稳定度和性能较大的脉冲噪声. 仿真结果表明：在S S分布噪声下,所提出的针对脉冲噪声的5预处理提升了系统性能;无论是多径信道还是双选衰落稀疏信道,基于H1自适应滤波的信道估计算法的性能优于sIPNLMS算法.     

子带频谱分析的语音增强

提出一种有效的语音增强算法,该算法使用重叠相加FFT滤波器进行谱幅度估计,给出噪声估计的两个均值参数,此参数适用于任何噪声.而且进行噪声估计无需检测语音间隙,无需VAD的运算过程,克服了单信道噪声压缩算法的缺点.     

基于Shearlet域各向异性扩散和稀疏表示的图像去噪

为了更有效地去除图像噪声,同时更好地保留图像边缘细节信息,提出了一种基于shearlet 域各向异性扩散和稀疏表示的图像去噪方法. 首先对含噪图像进行非下采样shearlet 变换(nonsubsampled shearlet transform, NSST),将图像分解为低频分量和多个高频分量. 低频分量中包含图像信号的主要能量以及少量的噪
声,而高频分量中含有大部分噪声和图像边缘信息. 然后,利用K-奇异值分解(K-singular value decomposition,K-SVD) 算法去除低频分量中的噪声,各个方向的高频分量则通过核各向异性扩散(kernel anisotropic diffusion,KAD) 算法进行去噪. 最后,对处理过的低频分量和高频分量进行非下采样shearlet 反变换(inverse nonsubsampled shearlet transform, INSST),得到重构图像,从而有效地去除图像噪声,保留图像边缘细节. 实验结果表明,与小波扩散去噪法、shearlet 硬阈值去噪法、K-SVD 稀疏去噪法、小波域稀疏去噪法相比,该方法的去噪能力更强,并能更好地保留图像纹理细节特征,改善图像视觉效果.     

基于循环神经网络的汉语语言模型并行优化算法

计算复杂度高导致循环神经网络语言模型训练效率很低,是影响实际应用的一个
瓶颈. 针对这个问题,提出一种基于批处理(mini-batch) 的并行优化训练算法. 该算法利用
GPU 的强大计算能力来提高网络训练时的矩阵及向量运算速度,优化后的网络能同时并行处
理多个数据流即训练多个句子样本,加速训练过程. 实验表明,优化算法有效提升了RNN 语
言模型训练速率,且模型性能下降极少,并在实际汉语语音识别系统中得到了验证.     

共形阵列LFM信号DOA和极化参数的联合估计

利用分数阶傅里叶变换(fractional Fourier transform, FRFT)对线性调频(linear frequency modulation,LFM)信号的能量匹配聚焦特性来简化共形阵列的数据模型,根据子空间拟合原理提出一种信源DOA和极化参数的去耦联合估计方法. 直接进行DOA估计涉及求解难度较大的多维多峰参数搜索过程,于是通过重构噪声子空间
和流形矩阵建立了单峰的目标函数,然后用PSO算法估计信源方位角和俯仰角,在此基础上利用ESPRIT实现极化参数估计. 仿真实验表明,去耦参数估计方法能在保证算法性能的前提下简化问题复杂度,有效降低运算量.     

部分相干光在斜程和水平大气湍流中的光强与扩展

基于广义惠更斯-菲涅尔原理、交叉谱密度函数,利用修正von Karmon 谱模型以及
ITU-R 颁布的大气折射率结构模型,首先推导出部分相干高斯-谢尔光束在大气湍流中斜程和
水平传输时的光强分布以及光束扩展解析式,然后分别从归一化光强分布和相对束宽的角度
讨论并对比了斜程和水平传输时天顶角、湍流强度、光束相干长度等参数对光束光强分布和
扩展的影响,并给予相应的物理解释. 研究表明：1) 部分相干高斯-谢尔光束在自由空间中水
平传输时的归一化光强与斜程传输时的光强分布相同;2) 天顶角越小,光束的归一化强度分
布越集中,峰值光强越强,同时所受湍流的影响也越小. 3) 在斜程传输情况下,天顶角、湍流
强度、光束相干长度等参数对光束扩展的影响与水平传输几乎一致.     

多尺度自卷积方差显著性SAR图像目标检测

针对SAR图像中显著性目标检测问题,提出一种基于多尺度自卷积方差显著性的自适应检测算法. 该算法在对SAR图像多尺度自卷积运算基础上,通过计算MSAV得到方差显著图. 设计了一种自适应阈值检测器,完成SAR图像中显著性目标的检测. 实验结果表明,在复杂背景环境下,所提算法能有效检测出与人类视觉较为一致的显著性目标.