声纳探测信号自适应脉冲噪声对消算法

针对浅海环境噪声严重影响声纳探测信号检测性能的问题,提出了一种非线性变换的自适应脉冲噪声对消算法。算法首先对回波信号和参考通道噪声信号同时进行非线性变换,对脉冲噪声进行软阈值滤波,在此基础上,采用最小均方误差算法实现自适应噪声对消,可获得稳健的收敛性能。α-稳定分布脉冲噪声条件下的仿真和某次实验中的声纳探测回波信号处理证明了算法的有效性。     

基于相关熵希尔伯特差值的窄带射频信号时延估计

窄带射频信号时延估计的精度往往会受到相对带宽的制约和噪声的影响.针对这一问题,提出了相关熵希尔伯特变换时延估计的定理,并结合此定理提出了一种在脉冲噪声环境下,适用于窄带射频信号的相关熵希尔伯特差值时延估计算法.该算法具有受信号相对带宽影响较小、抗噪能力较强等特点.仿真结果表明,与CCF、FLOC、l_p范数等算法相比,该算法具有更好的时延估计有效性和准确度.     

基于随机矩阵理论的局部放电脉冲快速检测方法

局部放电(partial discharge, PD)的检测是开展电力设备状态评估的重要手段之一。由于现场背景噪声及干扰信号影响,采集到的局部放电信号往往淹没在噪声中。噪声抑制算法是提高局部放电脉冲检测的有效方法,但这些噪声抑制算法往往需要针对所有采集的数据展开,当数据量特别大的时候将严重影响其实时性。因此,提出了一种基于随机矩阵谱分布理论的局部放电脉冲快速检测新方法。利用特高频传感器接收到的PD时间序列构造高维随机矩阵,再根据随机矩阵理论下时间序列模型的经验谱分布理论,提出了基于滑动时间窗的局部放电脉冲快速检测方法。仿真及实验室测试结果表明,所提方法能快速地识别出时间窗数据中的PD脉冲。     

自适应回声消除器的设计与实现

介绍了回声消除器的基本结构、回声路径的脉冲响应以及语音信号的特点,分析输入信号为白噪声、有色噪声和语音的情况下自适应算法的性能,在此基础上应用一种参数筛选更新归一化最小均方差（NLMS）算法以及基于互相关的双边对话侦测算法,并提供详细仿真结果。     

基于噪声检测的彩色图像滤波算法

对于被脉冲噪声污染的彩色图像,提出了基于噪声检测的彩色图像滤波算法。运用脉冲噪声检测器,估计出图像中的噪声像素,应用后续滤波算法,只对检测出来的噪声像素进行滤波,而对非噪声像素(即信号像素)保持其值不变。并对基于相似度的自适应滤波算法加以改进,作为后续的滤波算法。实验结果表明,提出的滤波算法与传统滤波算法相比,在有效消除噪声的同时,更能够保留图像中的边缘和细节特征。     

面向实时通信的低延迟高质量音频编码算法

提出了一种新的低延迟高质量音频编码算法,主要面向交互式的实时通信。为了降低编解码算法延迟,采用了相对较短、长度固定的变换窗,从而大幅度地降低了算法延迟。同时,为了在高压缩比下获得高质量的音频,运用修正的离散余弦变换(MDCT)的分析方法,不仅降低了算法复杂度,同时也提高了分析的精确度。算法的提出弥补了传统音频编码算法和语音编码算法的不足,它不仅具有较低的编解码算法延迟,而且在编码效率、音质和算法复杂度等方面,可以与时下的其它高级感知音频编码算法相媲美。     

基于MCC-PAST算法的直扩信号PN码序列盲估计

针对在脉冲噪声环境下的直接序列扩频信号的伪随机(PN)码盲估计问题,提出了一种利用最大熵准则投影逼近子空间(MCC-PAST)算法和滑窗技术相结合的PN码盲估计方法。该方法利用最大熵准则,实现了在脉冲噪声背景下对扩频信号的特征进行稳定快速的追踪。通过对迭代过程中的特征子空间进行梯度估计,实现了可变遗忘因子(VFF)的自适应更新,使得权值的收敛精度和收敛速度得到了同时的优化。算法数据存储量小,复杂度低,易于硬件实现和实时数据处理。仿真结果表明,在脉冲噪声环境下该方法对PN序列估计的正确率和稳定性优于传统方法。     

实时声学数字信号处理实验研究

针对声回波对消、语音去混响及语音盲信号分离等声学信号处理应用领域中，自适应算法的有效性、实时可行性的研究与测试，作者研究并构建出基于浮点DSP及虚拟仪器LabVIEW的实时声学信号处理实验平台（EP），该EP既能同时测量多路房间冲激响应（RIR）及两两RIR间的差异（DRIR）信息，并用于相关算法的离线研究，又能借助DSP可编程的灵活性及LabVIEW方便的图形用户界面对相关的自适应算法进行实时实验研究。     

一种基于神经网络的小波域音频水印算法

提出了一种基于小波分解和神经网络的数字音频水印算法，先对音频信号进行小波分解，将数字水印嵌入到音频信号的小波域低频重要系数中，同时通过调整多层前馈神经网络的权重逼近原始音频信号与数字水印之间的关系，然后在接收端用训练好的神经网络提取水印。实验结果表明，嵌入水印的音频信号没有明显的听觉失真；经过噪声干扰，低通滤波，有损压缩，重新采样等信号处理后，相关函数检测具有显著的二值分布特征，且相关系数均达到0．72以上，与其他方法相比，该算法在提取水印时无需原始音频信号，具有运算量低和鲁棒性强等优点。     

小波突变点检测的扩频掩密分析算法

研究了音频信息隐藏技术中的"知彼"问题——掩密分析方法。该算法首先对含密音频进行小波去噪处理,然后进行滑动相关计算,最后利用小波突变点检测技术提取特征对待分析的音频进行分类,该算法检测性能具有只受秘密信息嵌入强度影响而与嵌入容量无关的特点。实验结果表明,含密音频中PN序列嵌入强度越大,检测的正确率越高。特别在嵌入强度只有0.002时,算法的检测正确率仍然达到了80%以上,因此,算法具有良好的检测性能。     

非平稳噪声环境下LFMCW信号恒虚警检测算法研究

为了提高电子侦查系统中对非平稳噪声环境下线性调频连续波信号的实时检测能力,提出了一种对信号进行分段检测的低复杂度算法.根据假定最大调频斜率设定窗函数宽度,将截获信号均匀分割为多个序列,在每个时间序列内建立短时谐波模型,并采用多个正交窗函数对信号进行加权离散傅里叶变换.在此基础上,推导出符合F分布的检测模型.该模型与噪声功率无关,因此检测前无需统计噪声功率,可对非平稳噪声环境下的信号进行恒虚警率检测.仿真分析了影响该算法性能的参数,通过与单窗口检测算法对比,验证了该算法在非平稳噪声环境下优良的检测性能.     

改进的中值滤波算法应用于的冲噪声的滤除

中值滤波是广泛应用于去除脉冲噪声的一种非线性去噪方法，但是单一地使用中值滤波方法去除脉冲噪声会造成图像细节信息的丢失，从而使图像变得模糊．基于噪声点检测的脉冲噪声滤波方法可以在滤除噪声的同时有效地保持图像的细节信息．本文在此基础上提出了一种改进的基于噪声点检测的脉冲噪声滤波算法，该算法在检测噪声点时用被检测点的中值滤波结果作为判定该点是否为噪声点的依据．而在滤除噪声时，采用的是迭代的中值滤波算法．从实验结果中可以看到。与其它中值滤波算法相比。本文的算法在去除脉冲噪声时能取得理想的去噪效果．     

基于序列图像的高密度脉冲噪声去除新方法

针对受脉冲噪声污染大(大于50%)的图像,提出运用多幅序列图像的点对点噪声检测算法.首先利用MMEM算法判断噪声点与非噪声点,再把非噪声点拷贝到输出图像,通过实验得出了噪声密度与所需要图像幅数之间的关系.通过噪声密度判别公式的引入,实现对噪声图像的自适应处理,实验显示该方法优于传统滤波算法.     

一种基于灰关联分析法的语音激活检测算法

为在有色非高斯噪声背景下实时、有效地区分语音信号与各种背景噪声,提出了一种基于灰关联分析的语音激活检测(VAD)算法.该算法提取语音信号过零率、线性预测系数、倒谱系数和转移倒谱系数4种特征参数作为关联参数,通过跟踪语音与噪声灰关联度的变化确定判决门限,实现语音激活检测.仿真结果表明:该算法在无噪声背景中识别率为100%,在-5 dB噪声背景环境,识别率可达80%以上.此算法对有色非高斯背景噪声不敏感,而且计算简单、可靠性高,在语音激活检测中具有可行性.     

一种新的基于脉冲噪声点检测的自适应中值滤波算法

传统的中值滤波算法在去除脉冲噪声时会造成图像细节信息的丢失,从而使图像变得模糊,提出一种新的基于脉冲噪声点检测的自适应中值滤波算法.该算法先检测出脉冲噪声点,采用自适应窗口对噪声点进行中值滤波.仿真实验表明,与传统中值滤波相比,这种新算法很好地保留了图像的细节,提高了峰值信噪比.     

基于簇检测的地震数据脉冲噪声压制方法

地震记录中常伴有脉冲噪声干扰,严重影响地震数据分析的后续工作。这些噪声常表现为聚集状态,持续时间长,将其称之为脉冲噪声簇。使用中值滤波器进行脉冲噪声簇压制会大大损坏有效信号,而改进的决策中值滤波器不能有效的区分出脉冲噪声簇。因而,提出一种基于簇检测的脉冲噪声压制方法,首先使用长短时平均值比法(short-term average/long-term average, STA/LTA)对噪声进行判别和检测,然后进行同一脉冲噪声簇判别,以解决噪声的漏检问题,最后结合中值滤波器,自适应的伸缩滤波窗口对脉冲噪声簇进行滤波。合成和真实数据实例表明,相比于其他方法,本文方法可有效压制脉冲噪声簇,并使得有效信号损坏程度最小。     

数字电视信号的频谱感知实测方案研究

针对我国未来可能开放的电视频段上各种模拟(PAL)及数字电视标准(DVB-T、CTTB)信号的特征,提出了有效的频谱感知实测方案.通过伪随机序列相关检测算法检测CTTB电视信号,并结合载波导频检测算法和循环前缀相关检测算法,通过搭建的基于Labview的硬件检测平台,成功地对上海地区的电视信号进行检测,给出了相关的频谱占用情况及统计特性.     

一种脉冲噪声模糊检测和滤波算法

脉冲噪声滤波一直是图像处理研究热点。提出一种适合各种脉冲噪声,基于模糊检测和滤波新算法。这种非线性滤波算法由脉冲噪声检测和脉冲噪声滤波两部分组成,能够很好的保留原图像的轮廓清晰度。基于梯度模糊度的观点,我们构造了一个用隶属函数描述的脉冲噪声模糊集。将隶属函数用于滤波,实质是对邻像素的模糊度加权平均。实验结果显示:无论图像中含脉冲噪声多少,该算法都能快速、高效检测去除脉冲噪声算法。     

一种基于邻域噪声评价法的图像去噪算法

常用的经典脉冲噪声滤波方法在去除图像脉冲噪声的过程中,常常造成图像细节信息的丢失,导致图像模糊不清.为了克服这一缺陷,提出了一种新的基于局部相似度分析和邻域噪声评价的图像去噪算法.该算法通过分析图像中各像素点的局部相似度来确定图像的轮廓和噪声,再通过邻域脉冲噪声评价法检测出脉冲噪声点,使图像处理仅处理噪声点而保持轮廓像素点不变,更有效地改善了噪声检测精度,并保护了图像的细节特征.实验结果表明,这种新算法较其他经典滤波器具有更有效的图像去噪和细节信息保护性能,具有一定的应用价值.     

OFDM系统中基于改进阈值的DFT信道估计

在OFDM系统中，传统的基于DFT的信道估计不能使循环前缀内的噪声得到有效的抑制.为解决此问题，在分析利用不同的时域阈值来抑制噪声的算法缺点和不足的基础上，提出了一种新的将噪声样本点能量的中位数作为时域阈值的DFT信道估计算法.仿真实验表明，所提算法在大脉冲噪声情况下，可以很好地解决信道有效样本点被滤除的问题，且能使循环前缀内的噪声得到有效抑制，误码率和均方误差得到进一步降低，提高了信道估计的准确性.