采用二阶特征窗的语音盲分离方法

利用语音信号的短时平稳特性,提出了一种二阶特征窗语音盲分离方法。该方法采用新的联合差分相关矩阵白化算法去除有色噪声影响;用长度等于语音信号基音周期的等距特征窗连续分割预白化观测数据,在每个加窗的数据帧计算不同的时滞协方差矩阵。利用联合近似对角化时滞协方差矩阵集合得到旋转参数,最终达到语音信号的盲分离。该方法消除了有色噪声的影响,只需用到二阶信息就能很好地分离语音信号。仿真实验验证了该方法的有效性。     

采用K-L正交分解降低Chirp信号噪声的方法

由于Chirp信号瞬时频率的估计易受噪声影响,该文利用K-L正交分解,提出了一种降低Chirp信号噪声的方法。K-L正交分解将噪声平均分配到各正交分量,而将信号主要集中在某一最大分量,从而提高信噪比。数学分析和仿真结果同时表明,该方法能降低信号噪声,改善信噪比达6dB,使瞬时频率估计更为准确。最后,结合Chirp信号自相关函数的特性,对该方法的应用做了进一步的推广。     

在OFDM系统中用伪导频符号进行盲信道估计(英文)

根据OFDM系统的特性提出了用伪导频符号进行信道的盲估计算法。与用于做信道估计的导频信号不同,PPSs传输的是有用的数据,因此提高了系统的带宽利用率,若PPSs的平均功率增加3 dB或6 dB时可有效抑制信道的加性高斯噪声。该文对信道盲估计的均方误差及其由此算法获得的信道的状态信息对无编码的OFDM系统进行解调的误比特概率进行了仿真,结果表明提出的算法是有效的并具有很好的灵活性。     

噪声对复值ICA算法盲源分离性能影响

语音信号进行短时傅立叶变换后,所得频域分量是复值数据。因此,频域盲分离算法需要在复数域中实现。理论上,复值ICA算法只是实值ICA算法的一种扩展,但在针对实测信号数据进行处理时,不同类型的复值ICA算法在盲分离性能方面都存在较大的差别。针对这一具体问题,利用合理的评价标准,对基于高阶统计量(HOS)的Jade算法、基于极大非高斯性盲分离方法的峭度极大不动点算法和基于信息论的infomax算法,比较不同环境下的抗噪性能和分离性能,给出了有一定参考价值和实际意义的结论。     

改进的基于听觉掩蔽特性的语音增强

该文利用人耳感知的掩蔽特性,研究了一种改进的基于人耳听觉掩蔽特性的语音增强方法。该方法改进了对含噪语音中噪声的估计,即在估计噪声时,先在帧上判断语音的有无,然后在频率点上判断语音的有无,最后再从感知的角度,利用估计出的语音信号计算掩蔽阈值,以此在时域和频域上合理地调整增强系数。仿真结果表明,该方法不仅使信噪比有较大的提高,而且减少了语音失真,同时也很好地抑制了背景噪声和残余音乐噪声。     

直接正交联合对角化盲分离算法

针对盲源分离问题,利用白化预处理后信号的二阶和高阶累积量矩阵具有正交联合对角化的结构性质,以及多个实对称矩阵具有相同特征向量即可同时正交对角化的实对称矩阵的特征分解的理论,提出一种基于部分累积量矩阵特征分解的直接正交联合对角化算法。该算法仅需要部分累积量矩阵信息,从而大大降低计算过程中的存储量和计算量。通过数值模拟,该算法和经典的JADE算法性能接近,可以有效地进行盲分离。     

基于EEMD和单通道盲源分离的齿轮箱复合故障诊断研究

针对齿轮箱复合故障诊断中,多级传动相互干扰,微弱的轴承故障会被强烈的齿轮故障和噪声湮没而难以提取的问题,提出了基于EEMD和单通道盲源分离的齿轮箱复合故障诊断方法。首先利用单个加速度传感器采集齿轮箱振动信号,对采集的信号进行EEMD分解,根据峭度准则和相关系数重构IMF分量;然后应用盲源分离方法对重构的IMF分量进行求解,对分离的信号进行包络解调分析,确定出齿轮故障通道,轴承故障通道和噪声通道;最后对齿轮故障通道进行傅里叶变换,轴承故障通道进行基于谱峭度的共振解调分析,提取出信号的特征频率,完成齿轮箱的复合故障诊断。通过实验验证了该方法的有效性和可行性。     

利用盲信号分离的自然梯度盲均衡算法

针对目前已有的基于盲信号分离的盲均衡算法没有利用传输信号本身的统计特性而存在的因为近似处理引起的误差的问题,该文提出一种基于盲信号分离的自然梯度盲均衡算法。该算法充分利用了信号星座图的先验知识,为解决多峰值引起的问题采用了多阶聚类的方法。这比仅仅基于盲信号分离的盲均衡算法更为精确,从而能得到更快的收敛速度和更低的码间干扰。     

预编码和子空间跟踪的OFDM信道盲估计

讨论了一种OFDM信道盲估计方法,首先对进入OFDM系统前的相邻两个OFDM符号进行线性预编码,利用预编码引入的数据结构在接收端构造了一个新的矩阵,使得OFDM频域信道响应成为该矩阵的一维子空间,最后通过自适应子空间跟踪技术实现了信道的盲估计。仿真结果表明该方法能有效地抑制信号分布波动、时变信道及噪声对信道估计的影响,从而有效地降低了OFDM系统的信道估计平均均方误差和无编码码元出错率。     

基于压缩感知的MIMO-OFDM系统稀疏信道估计方法

在多输入多输出正交频分复用(MIMO-OFDM)系统中,信号经过频率选择性衰落的信道后,在接收端需要进行均衡和相干信号的检测,故准确的信道估计量必不可少。传统的信道估计方法均基于信道抽头是密集型的假设,利用线性重构算法,如最小二乘(LS)或最小均方误差(MMSE)等,可以达到Cramer-Rao下界(CRLB)。然而,通过物理信道测量发现,在实际通信系统中,宽带信道抽头分布通常表现出稀疏特性。通过充分利用信道的稀疏特性,该文将压缩感知中的CoSaMP重构算法应用于MIMO-OFDM系统的稀疏多径信道估计。在达到与传统的信道估计方法相同性能的前提下,基于CoSaMP的信道估计方法以非常小的计算复杂度为代价,大大减少了导频信号开销,从而提高了频谱资源利用率。     

基于实数编码遗传算法的盲信源分离方法

提出了一种新的基于相关矩阵对角化的代价函数,该代价函数通过抑制分离信号的互相关性达到盲信源分离的目的。这种分离新方法可用于分离平稳或非平稳信号的瞬时或卷积混合。针对传统梯度搜索方法容易陷入局部收敛的问题,文章还提出利用实数编码遗传算法对代价函数进行最优化搜索。仿真实验表明,这种遗传算法具有快速收敛性能和高精确度等优点。     

基于无监督学习的盲信号源分离技术研究

以独立分量分析为主要对象, 描述了盲信号源分离技术的基本模型,介绍了盲分离的主要方法和数学原理, 分析了盲信号源的可辨识性。提出基于神经网络无监督学习的盲分离方法,并改进了分离效果评判指标。在生物信息处理的背景下将人工神经网络和信息理论相结合,解决了盲信号源分离,自适应地求得分离矩阵,且可以同时分离具有正峭度和负峭度的信号源,对盲信号源分离的研究有极大的促进作用。     

辽中北洼锦州A 区东营组浊积扇地震描述研究

针对渤海油田辽中北洼锦州A 区东二下段不同类型浊积扇内部反射结构及其地震响应特征认识难度大的问 题，开展了浊积扇地震描述研究。从浊积扇形成机理出发，根据围区钻遇浊积扇体不同部位探井的相应井段的岩性及 组合结构等典型特征，对不同浊积扇沉积亚相的沉积特征、岩性结构、测井和地震响应特征进行了系统的分析和描述。 在此基础上，建立不同类型浊积扇模型进行地震正演模拟，并对其地震响应特征进行了深入研究，最后利用地震多属 性预测技术对浊积扇的内幕进行了精细地刻画。预测了辽中北洼锦州A 区东营组浊积扇有利储层发育部位，研究结 果对该区浊积扇岩性油气藏勘探具有指导意义。     

用于宽带非平稳信源分离的一种盲波束算法

提出了一种用于分离宽带非平稳信源的盲波束算法。该算法以阵列旋转不变性为基础,利用宽带信源的非平稳特性,将传统的窄带盲波束算法扩展到频域执行;针对在扩展过程中可能出现的通道互换,利用相邻频点序列的互相关系数,对各频点的分离序列进行通道重排,以确保分离出的宽带信源在频域的一致性。该算法还消除了传统盲分离算法中普遍存在的幅度模糊问题,使得分离出的信号没有幅度失真。计算机仿真验证了算法的正确性和有效性。     

线性预测盲源提取算法应用于阵列雷达的分析

通过深入分析阵列雷达的杂波/干扰抑制问题,提出应用基于线性预测的有噪盲源提取算法来提取阵列雷达的回波信号,实现杂波/干扰的同时抑制,最终提高阵列雷达的目标探测能力。在建立逼真的阵列雷达接收信号模型的基础上,通过仿真分析了该算法提取阵列雷达回波的能力和改善阵列雷达的目标探测能力。结果表明,该算法提取雷达回波信号的效果理想,平均相关系数大于0.93;当运动目标的归一化多谱勒频率大于±0.1Hz时,阵列雷达的检测概率接近1,验证了该算法的可行性和有效性。     

基于盲信号分离的分布式目标DOA估计方法

在分布函数未知或数学形式不同的分布式目标同时存在的情况下,研究了一种基于盲信号分离的相干分布式目标一维搜索ＤＯＡ估计方法。仿真实验结果表明,这种分布式目标ＤＯＡ估计方法具有分布参数门限现象,ＤＯＡ估计性能对其他信号源的分布参数不敏感。     

时频联合分布算法中核函数的改进

分析了时频联合分布算法中核函数的作用。针对现有算法中存在的问题,提出了用简化的霍夫变换在平面提取信号自项成分,生成一个随输入信号变化的核函数的新算法,从而把信号自项与交叉项的分离问题转化为二值图像中过定点的直线检测问题。仿真结果表明,该方法克服了现有算法的不足,在保持信号自项的幅值正确计算的前提下,很好地衰减了交叉项。     

增量调制DFT的硬件实现

作者在文献[1,2]中提出过一种基于 DM(LDM 和 ADM)序列的 DFT 实现方法,与常规的 PCM 处理方法相比较,它不需要使用模数变换器和乘法器,从而简化了硬件设备量,降低了成本,而其信噪比与 PCM 处理结果相一致。本文在笔者以前研究的模拟分析基础上用硬件实现基于 DM的 DFT 实时处理。文中采用 ROM 来存贮各个系数值。本法具有速度快、硬件结构简单的特点,但由于ROM 存取速度的限制,目前还只能用于对语音、地震等信号的处理。