最小方差综合鉴别函数的优化算法

介绍了一种基于最小方差综合鉴别函数的复合匹配滤波器的优化算法。这种优化算法将最小平均相关能量综合鉴别函数的迭代算法引入最小方差综合鉴别函数的设计中,不但可以识别带有附加噪声的旋转图像,而且减小了滤波器对样本识别的输出相关峰值波动,改善了滤波器的识别效果。计算机仿真结果显示,这种复合匹配滤波器在信噪比、相关峰尖锐度及鉴别率等方面都有一定的提高。     

匹配场处理舰船辐射噪声级估计方法

针对水声信道对舰船辐射噪声声传播的影响,进而导致声源级测量结果不准确的问题,提出了基于匹配场处理的舰船辐射噪声级估计方法。在海洋环境噪声为空间均匀高斯白噪声的假设下,当海洋环境参数已知、信噪比满足一定要求时,匹配场处理能有效地给出被测噪声源的位置信息及该位置处的能量响应。从能量估计角度出发,推导了声源位置处匹配场输出响应的能量修正因子计算公式,从理论上证明了匹配场处理在被测声源位置处输出响应与能量修正因子的乘积为真实声源级的最小方差无偏(MVU)估计。该方法首先选择合适的声场计算模型计算拷贝场向量,对接收到的辐射噪声信号进行匹配场处理,得出接收信号级和被测声源位置;其次利用该位置所对应的拷贝场向量替换能量修正因子公式中的真实信道传输函数以计算能量修正因子的估计值;最后由接收信号级与能量修正因子估计值相乘得出舰船辐射噪声声源级的MVU估计。针对典型的浅海水声信道,进行了计算机仿真试验,结果表明:该方法能有效地进行舰船辐射噪声测量,当信噪比满足一定要求时,测量得到的声源级与实际声源级相比,误差小于1 dB。      

联合深度神经网络和凸优化的单通道语音增强算法

噪声估计的准确性直接影响语音增强算法的好坏,为提升当前语音增强算法的噪声抑制效果,有效求解无约束优化问题,提出一种联合深度神经网络(DNN)和凸优化的时频掩蔽优化算法进行单通道语音增强。首先,提取带噪语音的能量谱作为DNN的输入特征;接着,将噪声与带噪语音的频带内互相关系数(ICC Factor)作为DNN的训练目标;然后,利用DNN模型得到的互相关系数构造凸优化的目标函数;最后,联合DNN和凸优化,利用新混合共轭梯度法迭代处理初始掩蔽,通过新的掩蔽合成增强语音。仿真实验表明,在不同背景噪声的低信噪比下,相比改进前,新的掩蔽使增强语音获得了更好的对数谱距离(LSD)、主观语音质量(PESQ)、短时客观可懂度(STOI)和分段信噪比(segSNR)指标,提升了语音的整体质量并且可以有效抑制噪声。      

最小方差无失真响应浊音谱建模方法研究

讨论了在语音处理中广泛使用的线性预测模型,分析了线性预测模型在建模语音谱包络方面存在缺点,并分析了线性预测模型过高估计浊音谐波频率处能量以及随着阶数增加线性预测谱逐渐恶化的原因。在此基础上,提出了最小方差无失真响应(MVDR)建模方法,并讨论了通过Toeplitz矩阵的Cholesky分解确定MVDR滤波器系数的方法,通过与线性预测方法进行比较,发现最小方差无失真响应滤波器能提供一个更好的原始语音包络。     

信噪比后滤波与特征空间融合的最小方差超声成像算法

为了提高超声成像空间分辨率和对比度,提出了一种信噪比后滤波与特征空间融合的最小方差波束形成算法。首先,利用信号子空间划分将最小方差算法得到的权矢量投影到信号子空间中提高成像对比度,然后基于信号相干性设计滤波系数,并引入基于信噪比的噪声加权系数,最终得到融合信噪比后滤波与特征空间的最小方差算法。为验证本算法的有效性,使用FieldⅡ对点目标和吸声斑目标进行了仿真实验验证,并采用密歇根大学geabr_0实验数据进行成像。实验结果表明:所提算法在对比度和分辨率上均有所提高,明显优于传统延时叠加算法,最小方差算法和ESBMV_wiener算法,且对噪声具有较强鲁棒性。      

基于噪声谱结构特性的谱减法

提出了基于噪声谱结构特性的谱减法,在不增加语音失真的情况下,抑制传统谱减法的“音乐噪声”。首先,依据噪声谱结构特性在频带间自适应平滑周期图,减小谱估计方差的同时,避免噪声非连续谱的能量泄露;其次,依据噪声谱的结构特性,对增益函数进行自适应调整以更有效的抑制有调噪声。测试结果表明,不论对宽带噪声还是对窄带噪声,本文算法在信噪比提高和噪声抑制量等客观评价指标上都明显优于传统谱减法。非正式主观测听进一步验证了本文算法的有效性。      

近似窄带假设下的最小方差无失真响应波束形成

最小方差无失真响应波束形成算法在应用于语音等宽带信号时,依赖窄带假设可以在频域各个子带分别进行滤波。窄带假设下语音信号协方差矩阵是秩-1矩阵,而实际中窄带信号模型只是实际信号模型的一种近似,同时由于存在统计量估计误差,估计的语音信号协方差矩阵的秩一般大于1。提出利用语音协方差矩阵和噪声协方差矩阵的广义主特征向量来估计相对传递函数,用于重构语音信号协方差矩阵为秩-1矩阵。在REVERB数据集以及CHiME-4数据集上进行实验验证,最小方差无失真响应波束形成算法经过语音协方差矩阵低秩近似后,对估计误差的鲁棒性提高,输出信噪比分别提升平均0.8 dB和1.4 dB,同时提升了语音识别准确率。      

单矢量水听器稀疏近似最小方差方位估计算法

针对单矢量水听器海上目标探测问题,利用稀疏近似最小方差(Sparse Asymptotic Minimum Variance,SAMV)算法进行目标方位估计,该算法利用单矢量水听器自身具有阵列流形的特点,将整个扫描空间离散化,目标方位分布于某一离散方向位置上,利用空间信号的稀疏性可提高目标方位估计性能。仿真结果表明,SAMV算法在各信噪比条件下方位估计噪声背景级明显优于常规波束形成(Conventional Beam Forming,CBF)算法和最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法,当信噪比大于0dB时,该算法测向结果均方根误差小于2°,且SAMV算法具有更好的空间方位分辨能力。消声水池和海上声学浮标海上试验数据处理结果表明,SAMV算法给出了噪声背景级更低的目标方位历程图,有效验证了SAMV算法对海上目标的探测性能及其有效性。      

一种改善MVDR波束形成性能的方法

最小方差信号无畸变响应(MVDR)波束形成具有最佳的信号保护、干扰消除和噪声降低能力,即信号/(干扰+噪声)比增益最大,它的能量输出作为一种波数谱(方位)估计器,其估计精度或分辨力受着声场信噪比因素的限制.本文提出一种新的改进MVDR波束形成方位分辨力的方法,它可以调节这种波束形成器权向量中的增强因子(等价于改善声场的信噪比条件),从而改进其方位分辨能力,并且不以牺牲信号/(干扰+噪声)比增益为代价。     

改进谐波组织规则的单通道浊语音分离系统

针对以往单通道噪声和浊语音分离算法的不足,改进了谐波组织算法。算法利用载波包络能量比将时频单元分为确定和非确定。提取基频作为组织线索。组织阶段分别使用谐波原理和最小幅度原理对确定时频单元组织;使用改进包络自相关函数度量幅度调制率对非确定时频单元组织。对比以往算法的处理结果,改进算法平均信噪比(SNR)提高0.96 dB。通过对谐波组织规则的改进,提高了分离性能。     

Direction of arrival estimation for underwater acoustic target based on compressed sensing after blind reconstruction of array signal in frequency domain

The performance of direction of arrival(DOA) estimation based on compressed sensing(CS) decreases in the complex ocean marine environment.In order to tackle this problem,a method of DOA estimation for underwater acoustic target based on CS after blind reconstruction of array signal in frequency domain is proposed.Firstly,the received array data are transformed to frequency domain by Fourier transform and frequency domain wideband signal are divided into part overlapping multiple sub-band array signal.Secondly,each subband array signal are separated using plural blind source separation(BSS) method,the sub-band separated matrix and target signal can be estimated.Thirdly,the array signal in frequency domain are reconstructed according to the separated matrix and separated signals which were not noises.Fourthly,the sub-band spatial spectrum corresponding to the reconstructed array signal is obtained by CS beamforming method.Finally,the total spatial spectrum is achieved by summing the all sub-band spatial spectrum.And the target direction can be estimated by searching the peak value of the total spatial spectrum.The verification results of simulator data and sea measured data show that,under the same conditions,the target detection ability and direction precision of the proposed method is superior to the classical minimum variance distortionless response(MVDR) method,frequency domain CS method,BSS combined with MVDR method.The spatial spectrum energy of faint target signal is improved obviously,and the ability of the sonar to detect faint target is enhanced.     

A frequency bin-wise nonlinear masking algorithm in convolutive mixtures for speech segregation

A frequency bin-wise nonlinear masking algorithm is proposed in the spectrogram domain for speech segregation in convolutive mixtures. The contributive weight from each speech source to a time-frequency unit of the mixture spectrogram is estimated by a nonlinear function based on location cues. For each sound source, a non-binary mask is formed from the estimated weights and is multiplied to the mixture spectrogram to extract the sound. Head-related transfer functions (HRTFs) are used to simulate convolutive sound mixtures perceived by listeners. Simulation results show our proposed method outperforms convolutive independent component analysis and degenerate unmixing and estimation technique methods in almost all test conditions.     

球形传声器阵列下基于主导声源检测MUSIC群时延算法的多声源定位*

针对混响环境中,多径效应、散射、衍射等原因导致声源定位失败或分辨能力不足的现象,提出一种基于主导声源检测MUSIC群时延的邻近多声源定位方法。该方法采用球形传声器阵列,相比平面阵列可以捕获3D声场信息,利用球谐域下信号的频率分量与角度分量解耦的优势,从而可直接利用频率平滑技术处理宽带语声信号而不需要构造聚焦矩阵,并在球谐域下通过设置阈值对一组时频段进行主导声源检测,从而选择出包含直达声的一组时频块来构造MUSIC群时延空间谱。上述举措在提升波达方向估计在高混响环境下定位鲁棒性的同时,也提高了多个邻近声源的分辨能力。仿真实验结果表明,所提出的主导声源检测MUSIC群时延算法,在高混响和低信噪比条件下,仍具有更好的定位精度与更优的邻近多声源分辨效果。     

互谱域MVDR自适应时延估计方法研究

针对窄带信号,通过构造互谱时间序列,在互谱域建立了平稳时间序列时延估计的最小方差无畸变响应(MVDR)滤波器模型;利用分段近似处理,类比空间MVDR自适应算法,给出了其具体算法(Algorithm of MVDR in cross spectral domain,CSMVDR);进行了数值仿真实验研究和海上实验数据处理。数值仿真与实验数据处理结果初步验证了CSMVDR时延估计对于舰船辐射噪声的适用性,CSMVDR时延估计有比相关检测更好的时延估计性能,能够提高信噪比增益和时延估计精度。     

航行船舶噪声源辐射部位定位实验研究

为了有效解决运动船舶目标噪声源辐射部位定位问题,通过采用短时积分,分频段能量融合、噪声源相对位置分析等方法克服目标运动的不利因素,提出采用高频段精确定位的常规聚焦波束形成声图法与中低频段精确定位的频域MVDR (MinimumVariance Distortionless Response)波束形成声图法相结合的定位方法。通过海试数据处理验证了该方法可以有效实现目标噪声源辐射部位近场高分辨定位。在进行大型船海试数据处理时,采用分频段、分时间段,并与船体结构布局相结合的方法,分别给出了主要的噪声源辐射部位(螺旋桨、推进电机+柴油发电机、泵舱)的位置,验证了该实验数据处理方法的实用性。      

小波尺度相关滤波及其改进算法在电火花声源信号处理中的应用

分析提取宽带电火花声源信号,受到船舶辐射噪声的严重干扰,在5 kHz以下的能量集中区信噪比低,且二者Lipschitz指数特性相近,传统基于相邻尺度相关的滤波算法抗干扰能力有限。根据宽带电火花声源信号不同频带所受干扰的不同,信噪比较高的小尺度高频小波系数,采用相邻尺度相关的滤波算法;信噪比较低的大尺度中低频小波系数,采用跨尺度相关的滤波算法,并对算法中阈值系数的选取方法进行修正。结果表明,该算法滤波效果良好,有效的提取了电火花声源信号,适合窄带强干扰背景噪声下的宽带水声信号处理。      

利用水平阵模态域波束形成判别声源深度*

针对近水面声源和水下声源的深度判别问题,根据近水面声源难以激发低阶模态的物理现象,研究利用声源波数谱结构和波数位置的不同来分辨近水面声源和水下声源。通过采用MVDR的谱估计方法进行模态域波束形成,补偿水平阵各阵元之间各号简正波的相位差,获得主瓣窄、旁瓣低的声源信号波数谱。波数谱的波数位置与频率呈近似线性关系,水中声速剖面、海底参数、海深都会影响波数谱的具体结构和位置。此外,声源信号的到达角估计误差同样也会影响波数谱主瓣的位置估计。数值仿真结果表明,在浅海负跃层声速剖面条件下,可利用水平阵模态域波束形成判别声源深度,区分近水面声源和水下声源。     

盲重构频域阵列信号的压缩感知水声目标方位估计

针对复杂海洋环境条件下压缩感知水声目标方位估计性能下降的问题,利用盲源分离能够提高信噪比的优势,提出了一种盲重构频域阵列信号的压缩感知水声目标方位估计方法。首先将阵元域信号通过傅里叶变换方法得到多个子带阵列信号;然后对各个子带阵列信号进行复数域盲源分离得到子带解混矩阵和子带分离信号估计,并对子带分离信号进行属性分析和处理;再根据处理后的子带分离信号和子带解混矩阵重构子带阵列信号,对重构的子带阵列信号采用频域压缩感知方法进行空间谱估计,得到各个子带的空间谱;最后将各子带得到的空间谱进行求和,搜索求和后空间谱的峰值则可实现目标方位估计。模拟器数据和海上实测数据验证结果表明,同等条件下该方法的目标检测能力优于经典的最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法、频域压缩感知(Compressed Sensing,CS)方法、盲源分离(Blind Source Separation,BSS)与MVDR相结合的方法(BSS+MVDR方法),测向精度更高,明显提高了弱目标信号的空间谱能量,增强了声呐检测弱目标的能力。      

A localization approach for multiple sound sources via an expectation maximization algorithm using differential microphone arrays

Conventional sound localization approaches with small-sized microphone arrays are usually sensitive to noise and reverberation. To deal with the problem, an approach based on expectation maximization algorithm with differential microphone arrays(DMAs) is proposed.Firstly, the parameters of Gaussian mixture model for time-frequency instantaneous direction estimation are estimated through the EM algorithm, and then the direction of each sound source is estimated via time-frequency separation. In order to overcome the weakness of existing time-frequency separation techniques, an improved method, which combines the advantages of both the hard and soft separation methods, is also proposed. The improved time-frequency separation method is shown to be less sensitive to noise and reverberation. Simulation and experimental results demonstrate that the proposed localization approach is superior to its existing counterparts in terms of localization accuracy and robustness.     

基于平移不变剪切波变换域图像融合算法

针对传统基于多尺度变换的图像融合方法存在的缺点,提出了一种基于平移不变剪切波变换域的自适应图像融合新方法.首先,使用平移不变剪切波变换对源图像进行分解,得到低频子带及方向带通子带系数.然后,对于低频子带系数采用梯度域奇异值分解方法估计图像的局部结构信息,提出了基于提取的特征与S函数的可变加权融合策略;对于各方向带通子带系数,提出了一种基于改进的拉普拉斯能量和匹配的"加权平均"和选择相结合的系数选择策略.最后,对得到的融合系数进行逆变换得到融合图像.通过实验可以发现相比于传统的图像融合方法,本文方法得到了更高的客观指标,融合图像视觉效果更好.