基于心理声学模型和临界频带子波变换的数字声频水印

提出了一种基于临界频带子波变换的声频数字水印算法。首先根据心理声学模型,计算载体声频信号的掩蔽阈值,利用人耳听觉的临界频率与临界频带子波变换域的相似性,将掩蔽门限映射到临界频带子波域,然后将水印信号嵌入到中低频子波系数中,嵌入强度由掩蔽阂值自适应控制。实验结果表明:该算法隐藏水印具有很强的掩蔽性,对原始语音的影响基本上察觉不出来;叠加了水印的声频信号对数据压缩、加噪、重采样、低通滤波等常用声频信号处理技术具有很好的鲁棒性。     

基于Hilbert变换的水下多源声信号频率的相干探测

为实现水下中低频声信号的探测识别,通过研究水下多声源相干探测信号的特征,理论上给出了相干探测信号频谱混叠情况下的特征表达式,并提出了一种基于Hilbert变换的信号解调处理方法,实现了水下多声源相干探测信号频谱混叠情况下各声源发声频率的解调.该方法将探测信号经过滤波平滑处理之后进行Hilbert变换,得到信号的解析形式,然后对解析信号模值的平方进行二次滤波平滑等处理,分离混叠在一起的频带,将得到的信号进行频谱分析,根据频移值计算得到水下各个声源的发声频率.在光学暗室下搭建激光相干探测系统,对2~6kHz的水下声信号进行实验,实验结果表明,该方法可以有效分离探测信号中混叠在一起的信号频带,并准确提取各水下声信号的发声频率,频率提取重复性不大于2.5Hz.     

基于频散补偿和分数阶微分的多模式兰姆波分离

由于兰姆波的多模和频散特性,实际检测时在同一激发频率下存在多种模式的混合信号,而各模式信号有不同的频散特性,使得在时频混叠的情况下兰姆波的检测变得十分复杂.本文在频散补偿的基础上,通过时延函数建模,依靠不同模式频散趋势的差异性,将时频混叠信号的分离问题转化为部分模式混叠信号的分离问题.基于分数阶微分的理论,用信号幅值谱分数阶微分极大值和对应频率分别与微分阶次拟合多项式实现特征参数的提取并依靠特征参数重建幅值谱.结合相位谱重构时域信号以实现部分混叠信号中频散补偿后的模式的分离.最后恢复频散获得分离后的兰姆波信号.仿真和实验结果表明,本文方法不仅可以实现时频混叠多模式兰姆波信号的分离,更能保证分离精度,有助于复杂多模式频散信号的分离与处理的进一步研究.     

基于子波变换的光谱信息数据压缩方法

本文介绍一种基于子波变换的光谱信息数据压缩方法，利用子波变换的多尺度分析原理，将原始光谱数据分解成集中源信号绝大部分能量的模糊信号和反映源信号变化特性的锐化信号。由于锐化信号只有源信号变化梯度大的区域系数值才较大，其他区域都接近零，只需保存少量的系数，就可以实现数据压缩，用本文方法，对２１种典型地物光谱数据进行了数据压缩实验，在１．０～１．７均方根误差情况下，若压缩结果不编码，压缩比一般为４：１～     

关于宽带和窄带超声血流速度测量方法的评价

本文对现有的几种超声血流速度测量方法做了细致的分析和计算机仿真研究，指出了各种方法的本质特点和他们之间的联系。理论分析和仿真的结果表明；脉冲多普勒方法和自相关法是本质上相同的两种窄带估计方法，由于它们对信号做的窄带假设与实际的信号有一定的差别，导致它们的估计性能较差；一方面不能充分利用多次回波的数据，另一方面还存在着严重的速度混叠现象，信号的频带愈宽，估计的效果愈差．时域互相关法、宽带极大似然法和二线傅氏变换法是三种宽带估计方法，其中时域互相关法和二维傅氏变换法结果上是完全相同的。宽带估计方法明显优于窄带方法，它们不仅有较高的速度分辨率并对速度混叠分量有很好的抑制作用，而且随着信号频带的增加和采样数据的延长，估计的质量还可以得到进一步的提高。     

子波变换及其在污染云团红外光谱监测与识别中的应用

反应离散子波变换进行污染云团红外光谱信号分析及特征提取，离散子波变换具有时－频分析特性，能将信号的细微变化反映出来，对实时遥感获取的目标云团作离散子波变换分析的结果表明：离散子波变换可明显提高目标云团的特性，十分有利于光谱的识别。     

干涉型光纤水听器相位载波调制-解调中信号混叠产生的机理及解决方案

信号混叠是制约基于相位载波调制-解调的光纤水听器系统走向应用的一个关键问题。对信号混叠产生的机理进行了详细的理论分析和仿真,结果表明,提高光源调制频率和降低探头灵敏度都无法有效解决光纤水听器实际应用中遇到的高频干扰引起的混叠问题。基于声学滤波器原理,提出了一种新颖的声低通滤波解决方案。设计并加工制作了一种简单的声低通滤波光纤水听器,在驻波罐中对其声压灵敏度频响进行了测量。实验结果表明,该光纤水听器在测量频带上具有较好的声低通滤波特性,低频声压灵敏度约为-140 dB(0 dB=1 rad/μPa),高频衰减大于20 dB,对高频干扰有较强的抑制能力。该方案十分简单经济,能从根本上有效地解决相位载波调制-解调中的信号混叠问题。     

基于听觉掩蔽效应和Bark子波变换的语音增强

提出了一种适用于低信噪比下的提高语音的听觉效果的语音增强方法。该方法在谱减法的基础上有两个特点:首先减参数是根据人耳听觉掩蔽效应提出的且是自适应的;其次采用了与人耳听觉系统特性更为适应的Bark子波变换方法对增强前后的语音进行分析。对该算法进行了客观和主观测试,结果表明:与谱减法相比对低信噪比的语音信号,(1)能更好地抑制残留噪声和背景噪声,(2)增强后的语音具有更好的清晰度和可懂度。     

小波包自适应阈值语音降噪新算法

为了克服低信噪比输入下,语音增强造成语音清音中的弱分量损失,造成重构信号包络失真的问题。论文提出了一种新的语音增强方法。该方法根据语音感知模型,采用不完全小波包分解拟合语音临界频带,并对语音按子带能量进行清浊音区分处理,在阈值计算上,提出了一种清浊音分离,基于子带信号能量的小波包自适应阈值算法。通过仿真实验,客观评测和听音测试表明,该算法在低信噪比输入时较传统算法,能够更加有效地减少重构信号包络失真,在不损伤语音清晰度和自然度的前提下,使输出信噪比明显提高。将该算法与能量谱减法结合,进行二次增强能进一步提高降噪输出的语音质量。     

卷积混迭语音信号的联合块对角化盲分离方法

针对语音信号的卷积混迭模型,利用不同语音信号之间的近似独立和短时平稳特性,提出一种基于信号二阶统计量的联合块对角化方法,解决超定卷积盲分离问题。该方法采用非对角线上各子矩阵 F -范数的平方和作为联合块对角化性能的评判准则,将原四次代价函数转化为一组较为简单的二次子代价函数,每一子代价函数用于估计酉混迭矩阵的一个子矩阵。依次最小化各子函数,迭代搜索代价函数最小点,得到混迭矩阵的估计。理论分析及实验结果表明,所提方法不仅能够达到与类Jacobi经典方法同样好的分离效果,并且具有更低的计算复杂度、更快的收敛速度和对传输信道阶数、迭代初始值不敏感的特点。      

水下目标弹性声散射信号分离

水下目标弹性声散射与其他声散射成分在时域和频域上均存在混叠, 现有信号处理方法受分辨力限制无法在混叠状态下识别目标弹性声散射特征. 针对这个问题, 提出了一种目标弹性声散射信号分离方法. 以目标回波亮点模型为基础, 分析了线性调频信号入射时目标声散射成分的信号特性, 提出了一种目标声散射成分向单频信号的映射方法, 并理论推导出了目标声散射结构与映射结果之间的线性对应关系, 实现了通过窄带滤波分离出目标弹性声散射成分. 仿真与消声水池实验数据处理结果表明, 该方法基本可以完全分离出目标回波信号中的弹性声散射成分, 分离出的弹性声散射具有与理论一致的信号特征, 验证了该分离方法的有效性.     

基于拉普拉斯塔型变换的Contourlet变换频谱混叠特性分析

针对Contourlet变换存在频谱混叠的问题,立足于拉普拉斯(Laplace)塔型变换的分析研究,指出了Contourlet变换频谱混叠的根本原因在于Laplace塔型变换中两个低通滤波器不满足Nyquist抽样定律,致使阻带截全频率大于π/2,导致Contourlet变换的频谱混叠.基此.设计了满足Nyquist抽样定律的低通滤波器,提出了一种新型的Contourlet变换,即抗混叠Contourlet变换.抗混叠Contourlet变换有效地抑制了频谱混叠,基函数的空频局域件均明显优于Contourlet.通过对Barbara图像的硬阈值去噪实验研究结果表明,抗混叠Contourlet变换去噪在峰值信噪比(PSNR)上高出Contou[et变换2.3 dB(噪声均方差为30),去噪效果好,同时还有效抑制了Contoulet变换去噪后的"划痕"现象,图像的视觉效果更佳.     

运动声源多普勒畸变信号的一种时域校正方法

运动声源信号中广泛存在多普勒效应的影响,为了解决其引起的频移、频带扩展问题,提出了一种时域信号校正方法。该方法首先从运动关系和莫尔斯声学理论出发推导得出离散插值时间序列和幅值还原公式,然后对畸变信号进行幅值还原和插值拟合。仿真信号和实验信号处理结果表明多普勒效应带来的频移和频带扩展问题得到了较好的解决,畸变信号得到了有效校正。该方法在时域内对离散信号进行单点操作,与以往的频域处理方法相比具有无需已知声源特征频率、不受频带混叠因素影响的优点,该方法能够处理多频信号,是一种简单有效的多普勒效应消除方法。      

用子波变换模拟视觉信息提取过程

利用逆变换研究了ＤＯＧ子波变换在提取输入信号时的特性，指出了尺度逐次变化的子波变换表现出的由粗到精的信息提取性质和局域特性与人类视觉系统对光学图像信息的提取过程的某些方面有相似性．本文认为ＤＯＧ于波变换将是研究人类视觉系统信息处理机制的重要工具．     

基于希尔伯特黄变换的自适应相位提取法

提出了一种基于希尔伯特黄变换的自适应相位提取法。该方法通过对条纹图信号进行经验模态分解得到一系列本征模函数(IMF)。对每个IMF进行希尔伯特谱分析,提出准则用以确定噪声IMF并判断是否存在模式混叠问题。若存在,根据该噪声IMF自适应设计新的“噪声”并将其添加到原信号中,然后对所形成的新信号再次分解,重复进行该过程直到相应的模式混叠问题不再存在。将最后一次分解所得的噪声IMF和背景分量从信号中去除,对所得的基频分量做希尔伯特变换即可得到条纹图的包裹相位分布。所提方法可有效克服模式混叠问题,可在有效去除噪声和背景分量的同时尽量保留细节相位信息,有较好的自适应性及稳健性,测量精度高。     

基于Hilbert-Huang变换的基音周期提取方法

提出了一种基于Hilbert-Huang变换的语音信号基音周期提取方法。该方法无须对语音信号进行分帧截断。语音信号直接进行Hilbert-Huang变换后,通过基音频率搜索处理得到基音频率及其随时间的变化。实验结果表明,与传统的基音周期提取方法相比,该方法既能真实描述语音信号的非平稳非线性特性,又能提高基音周期提取的准确性和分辨率。     

一种基于模式识别的多路盲语音提取方法

盲分离算法能在缺少混合系统参数的条件下仅由观测信号估计初始源,但分离信号存在固有的排列模糊性,这往往导致两次批处理过程中同一信号"对不准",因此很难获得连续的源信号。本文针对盲声源分离中存在的相同问题,根据语音和其他音频信号的特征差异,提出一种修正的自相关函数并以其值作为一个特征基元来表征声音信号的时序相关特性,同时用平均声门波形状参数作为另一个特征基元来表征语音产生的生理效应。以这两个参数作为识别不同音频信号的二维模式特征,采用一种模糊聚类算法提取多路盲分离语音。本方法有效克服了批处理盲声源分离中的信号排列顺序的不确定性,并通过选择合适的阈值提取多路连续语音。仿真给出了5路混合音频信号中盲提取两路连续语音的实验结果。     

哈达码变换光谱成像仪数据复原算法

从哈达码变换光谱成像仪成像原理出发,对其光谱成像过程进行数学建模,分析了哈达码模板调制引起光谱信息混叠和空间信息混叠的原因,提出了一种根据光谱偏移量去除混叠的算法.采用自行研制的哈达码变换光谱成像仪进行了目标数据采集,用提出的去混叠算法对目标数据进行复原,得到目标的三维数据立方体,有效去除了空间信息混叠和光谱信息混叠,验证了算法的正确性.     

子波变换在光信息处理方面的应用

子波变换是光信息处理中的一个重要工具，与常用的傅里叶交换和Ｇａｂｏｒ变换相比，在分析瞬态信号方面有很多优点。此文详细介绍子波变换的基本原理以及如何用光学方法实现子波变换，揭示其在光信息处理方面的应用前景。     

双强度调制偏振光谱测量原理及仿真

针对单强度调制偏振光谱测量技术存在混叠且有效光程差有限的缺点,提出双强度调制偏振光谱测量新方法,该方法通过双强度调制干涉信号的和差处理,即保证单强度调制偏振光谱测量的优点,又能有效消除混叠现象,提高有效光程差和光谱分辨率,再对和差处理后的干涉信号进行傅里叶变换即可得到被测偏振光谱。文章对双强度调制偏振光谱测量方法进行了理论推导,并通过MATLAB对模拟入射光偏振光谱的干涉信号和傅里叶反演光谱进行仿真;仿真结果显示,该方法和差处理后可有效消除混叠且有效光程差提高一倍。通过理论分析和仿真验证了该方法的可行性,为进一步的工程实现提供理论支撑。