基于软语音存在概率的噪声互功率谱估计

针对目前已有的改进相干滤波语音增强系统中噪声互功率谱估计方法运算效率低、准确性不足的问题,提出一种基于软语音存在概率的噪声互功率谱估计方法。通过计算语音信号的固定先验软语音存在概率代替语音活动检测器,得到噪声互功率谱的无偏估计值,以改善估计的准确性,同时还可避免复杂的偏差补偿值计算,使算法计算量得以减小。仿真实验结果表明,所提出的噪声互功率谱估计方法在应用于改进相干滤波语音增强系统时有更好的感知语音质量评价得分,且运算用时更短。     

基于小波阈值多窗口功率谱估计的语音增强

提出一种有效的先验信噪比平滑方法.该方法从先验信噪比的定义出发,使用小波阈值多窗口功率谱估计方法减小语音功率谱和噪声谱的方差,从而实现先验信噪比的平滑.实验证明,该先验信噪比平滑方法解决了直接判决法在语音开始端能量较大情况下的先验信噪比延时问题,并且提高了先验信噪比的准确性;同时结合该平滑方法的语音增强方法能有效抑制“音乐噪声”,尤其在低输入信噪比时效果明显.     

基于两种统计信号处理算法的噪声信号谱估计研究

基于统计特征的谱估计技术在现代信号处理领域发挥着极为重要的作用。文章选择具有代表性的两种统计信号处理算法MVDR算法和MUSIC算法作为研究对象,讨论了两种算法的基本思想,给出了MATLAB实现的基本方法,并通过实验验证了两种算法在噪声信号检测中的有效性,得出MU-SIC算法较MVDR算法在噪声信号检测中的分辨特性要高的重要结论。     

基于Welch算法的功率谱估计的实现

在经典谱估计领域,由Welch提出的修正周期图法由于其简单,易于理解,便于计算等优点,获得了有效的应用,在多数情况下,其频率分辨率、估计方差能满足实际应用.运用MATLAB软件进行Welch算法仿真,并重点分析了窗函数对谱估计的影响.     

基于两种统计信号处理算法的噪声信号谱估计研究

基于统计特征的谱估计技术在现代信号处理领域发挥着极为重要的作用.文章选择具有代表性的两种统计信号处理算法MVDR算法和MUSIC算法作为研究对象,讨论了两种算法的基本思想,给出了MATLAB实现的基本方法,并通过实验验证了两种算法在噪声信号检测中的有效性,得出MUSIC算法较MVDR算法在噪声信号检测中的分辨特性要高的重要结论.     

一种基于巴克域噪声估计的语音增强算法

为了在保证语音增强算法性能的同时,降低算法复杂度,提出了一种巴克域最小统计量控制递归平均噪声估计算法.将带噪信号在巴克域进行分解并进行最小统计量分析,基于此最小统计量控制噪声的递归平均估计.算法基于听觉模型,充分利用巴克带内频带间的相关性,具有较好的噪声跟踪估计性能.该算法复杂度低,适用于常见语音增强方法.仿真结果表明,基于该噪声估计的语音增强可以有效地抑制噪声,增强后语音失真较小,在低信噪比条件下能够有效改善语音编码合成后的语音质量.     

基于MATLAB实现经典功率谱估计

功率谱估计(power spectrum estimation,PSE)是利用有限长的数据估计信号的功率谱,广泛应用于雷达、声纳、通信、地质勘探、天文、生物医学工程等众多领域.功率谱估计可分为经典谱估计和现代谱估计,文章主要研究经典谱估计中的修正算法.目前经典谱估计中主要采用对2种方法进行估计,分别足周期图法和自相关法...     

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Matlab的Welch法功率谱估计

在经典谱估计领域,由Welch提出的修正周期图法获得了有效的应用,在多数情况下,其频率分辨率、估计方差能满足实际应用.运用Matlab软件进行Welch算法仿真与分析,从而得出一些有价值的结论.     

基于高阶统计量方法的ARMA模型功率谱估计在设备故障诊断中的应用

为了消除或衰减加在机械故障信号上的有色高斯噪声,更好地对信号功率谱进行估计,提出了基于高阶统计量方法的ARMA模型功率谱估计方法。该方法依据是高阶统计量对高斯噪声不敏感的特性。仿真结果表明,该方法能有效的抑制高斯有色噪声的干扰。     

基于核密度估计尺度空间的目标跟踪算法

为能够准确表示目标颜色分布、适应目标尺寸连续变化,提出了一种新的序列图像目标跟踪算法。该算法首先计算目标区域颜色概率分布的核密度估计函数,然后通过规整化每一帧输入图像像素在此函数上的取值生成目标概率分布图。最后通过检测多尺度规范化Laplacian滤波的极值,实现目标的定位和尺寸描述。与基于直方图的算法比较并结合大量真实序列图像上的实验验证表明,该算法更好地描述了目标颜色特征,提高了跟踪算法的精度。     

基于递推估计和上下文更新的鲁棒单目标跟踪方法

针对杂乱背景和光照变化等容易使目标跟踪产生漂移的问题,提出一种基于递推估计和上下文更新的鲁棒目标跟踪方法,该方法是颜色粒子滤波目标跟踪的有效扩展.通过建立颜色粒子滤波跟踪的通用框架,利用上下文信息分配目标外观变化的置信度,在重采样阶段,采用递推估计从其外观相似度分数计算的权重选择粒子,并初始化异常粒子.形变和光照变化的视频测试表明,该方法可以克服光照变化和背景的影响,递推估计可以处理偏离整体估计的异常粒子.相比于标准颜色粒子滤波、粒子随机搜索法等方法,该方法在跟踪框中心误差和平均重叠方面均优于其他方法,在鲁棒性和准确性方面具有明显优势.     

基于减谱法的语音增强和噪声消除的研究

介绍了减谱法进行语音增强的一种方法 .分别对语音和噪声信号进行傅立叶变换 ,求得它们的频谱 ,相减得到的是去噪后语音的频谱 ,再进行傅立叶反变换 ,即可得到增强语言信号 ,从而有效地抑制了噪声     

高分辨率谐波恢复的互四阶累积量ESPRIT-SVD方法1

在互功率谱和高阶统计量理论基础上，提出了基于互四阶累积量的ESPRIT(estimation of signal parameters via rotational invariance techneques)SVD(singular value discompose)方法。仿真结果表明，在混合色噪声背景下，该方法能够有效地抑制噪声，且具有良好的频率估计性能。     

基于局域波分解的非参数概率密度估计

局域波分解在提取信号趋势方面具有异乎寻常的效果.根据局域波缓变趋势提取算法,在小波概率密度估计思路的基础上,结合密度估计的直方图法,建立了局域波概率密度估计新方法.此方法能有效去除样本数据直方图中的高频成分,获得低频趋势,即概率密度.在混合高斯概率密度估计中的应用表明,对于无断点的密度函数,其具有计算简单、精度较高的优点.     

一种基于频谱分析的指纹纹线距离估计方法

纹线距离是指纹图像纹理结构的本质属性之一,在自动指纹识别中有着重要的应用．已经有人对指纹纹线距离问题进行了研究,但至今尚未形成较为完善的解决方法．采用基于大窗口的频谱分析方法实现了对指纹纹线距离的估计．在FVC2000及FVC2002部分典型图像上的实验结果验证了本文方法的有效性和鲁棒性．     

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。     

基于参数自适应的改进谱减法

针对基本谱减法的噪声残留以及损伤语音的可懂度和自然度等问题,在基本谱减法原理基础上,提出了基于参数自适应的改进谱减法。引进谱减功率系数和谱减噪声系数,以增强后语音信号的信噪比为输出,以变化的谱减功率系数和谱减噪声系数为输入,自动控制选择最优参数,并且将其与带噪语音输入信噪比相匹配。对信号进行语音增强时,通过计算其输入信噪比,利用最优参数曲线得到最优参数值,然后结合平滑处理的过程实现语音增强最大化。实验表明,本文算法有效提高了基本谱减法的语音增强性能。     

基于反应时间的道路照明功率密度确定方法

由于金卤(MH)灯和发光二极管(LED灯)作为道路照明光源时,其照明功率密度(LPD)没有标准可依,为此,选取色温为2 000 K的高压钠灯(HPS)、色温为4 800 K的MH灯和色温为7 200 K的LED灯作为照明光源。利用道路照明反应时间测试装置分别进行反应时间实验,得到道路照明亮度水平下MH灯和LED灯相对于HPS灯的亮度对比系数,确定其相对HPS灯的相对光效,并在此基础上计算得到MH灯和LED灯作为道路照明光源时的照明功率密度标准值。研究结果表明:将4 800 K的MH灯作为道路照明光源时,所需LPD为HPS灯的1.3倍左右,将7 200 K的LED灯作为道路照明光源时,所需LPD为HPS灯的47%~89%。