一种基于双元麦克风线性阵的语音增强方法

针对现有单通道语音增强算法及传统波束形成算法的局限性,提出了一种基于双元麦克风线性阵的语音增强方法. 首先利用离线设计好的优化权值对输入信号进行加权求和以实现波束形成,然后结合一种新的噪声幅度谱估计方法,采用改进的幅度谱减法进一步增强语音信号. 仿真实验表明该方法简单易行并取得了较好的语音增强效果.     

基于改进的经验模态分解的后视镜驱动器故障诊断方法

针对电动后视镜驱动器振动信号非平稳非线性及信噪比低,提取传统特征难以有效识别样本故障状态的问题,提出了一种改进的集成经验模态分解算法(EEMD).使用EEMD对振动信号进行了分解,利用相关系数与峭度系数筛选有效本征模态函数(IMF)分量.应用自回归模型(AR)功率谱估计方法,建立最佳阶次的AR模型,对有效IMF分量进行...     

一种基于Toeplitz矩阵重构的波达方向估计新算法

为了提高空间谱中信号与噪声的区分度以及改善传统Toeplitz矩阵重构算法在进行波达方向(direction of arrival,DOA)估计时的精度,本文提出一种新的基于Toeplitz矩阵重构的DOA估计算法。首先将观测数据估计的自相关矩阵预处理得到数据向量,并基于数据向量进行Toeplitz矩阵重构;再对重构后的矩阵进行奇异值分解,得到信号子空间和噪声子空间;最后同时利用信号子空间和噪声子空间进行空间谱估计。结果表明:无论是相干源还是非相干源的DOA估计,该算法估计精度均优于传统Toeplitz算法,在非相干源的DOA估计精度性能与多重信号分类(multiple signal classification,MUSIC)算法一致,并在处理相干信源个数能力与传统Toeplitz算法相同。     

谱分析的神经网络方法──局部零残差法

提出了一种神经网络ＡＲ（自适应递归）参量估计的新方法──局部零残差法。利用所建立的神经网络的明确收敛性，在每一个数据到来后获得一组ＡＲ参量的零残差解，这时ＡＲ参量的特性是与时间序列的噪声相关的随机过程，最终的ＡＲ参量值为全部数据通过神经网络预测误差滤波器后，对各点获得的ＡＲ参量解的求和平均。由此，ＡＲ参量值确定的最大熵谱具有很好的稳定性，且谱的分辨率和精度是与滤波器的长度成正比，这给最佳滤波器的选择保留了充分的灵活性。另外，利用神经网络并行快速的特性，可用该系统进行实时谱分析。     

最小距离谱分析

本文提出了一种新的谱估计方法——最小距离谱分析(MDSA),它是所有满足相同观测自相关函数的谱中与光验谱的距离最小者.该方法具有结果的唯一性、幂等性等性质,是一种凸集投影方法.本文给出的几个具体例子表明了 MDSA的优良性能.     

一种新低信噪比下自回归谱估计方法

本文基于周期图谱估计和自回归参数谱模型,在频域中引入目标函数,利用无约束最优化方法,得到一种新的自回归参数谱估计方法。这是种更适合于低信噪比条件的方法。     

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1.5维谱估计的输油管道腐蚀超声回波信号分析

针对以快速傅里叶变换为代表的常用二阶统计量在处理输油管道腐蚀超声回波信号时经常出现大量误差的问题,详细研究了管道超声回波信号的形成原理,并运用波动理论对回波信号进行特征分析,提出了基于1.5维谱估计的非最小相位系统与非高斯信号处理方法,并对管壁正常位置、出现内壁腐蚀和外壁腐蚀位置分别进行了逐点扫描检测及超声回波信号分析,同时给出了一种特殊的管壁腐蚀临界位置回波信号处理方法.单点检测和多点连续检测实验结果表明,1.5维谱估计算法分析输油管道腐蚀超声回波信号时,能够有效克服快速傅里叶变换算法的弊端,获取的壁厚相对误差在2%以内,C扫描图像能够清晰地显示管道的腐蚀情况,满足输油管道腐蚀剩余壁厚的检测要求.