波达方向初始化空间混合概率模型的语音增强

提出了波达方向初始化空间混合概率模型的语音增强算法.通过声源定位估计出声源波达方向,再根据此计算相对传递函数,进而构造空间协方差矩阵来初始化空间混合概率模型.论证了相对传递函数在作为模型参数中语音协方差矩阵的主特征向量时,空间混合概率模型对应的概率分布可达到最大值,进而使期望最大化算法在迭代时更易收敛,以得到期望的掩蔽...     

浅海波导环境失配下的协方差矩阵拟合稳健匹配场声源功率估计

实际浅海波导中环境噪声为相干噪声,最小方差匹配场声源功率估计方法能在相干噪声背景下准确估计声源辐射功率,但该方法受环境不确定性影响较大;此外,由于最小方差匹配场声源功率估计方法使用信号幅度作为中间量估计声源功率,信号幅度估计误差会二次放大并传递到声源功率估计结果中。本文提出一种协方差矩阵拟合稳健最小方差匹配场声源功率估计方法,该方法引入信道传递函数不确定集,结合协方差矩阵拟合思想将声源功率估计问题建模为在信道传递函数不确定集约束下对函数取极值的问题,使用Lagrange乘子法求解该问题得到信道传递函数估计值和声源辐射功率估计值。环境失配影响声源辐射功率估计性能的根本原因在于信道传递函数偏差较大,协方差矩阵拟合稳健匹配场声源功率估计方法有效减小了环境失配时信道传递函数的偏差,从而显著提升环境失配稳健性。此外,该方法使用权值直接估计声源功率,无需使用信号幅度作为中间量,避免了估计误差的传递。仿真验证了协方差矩阵拟合稳健匹配场声源功率估计方法的环境失配稳健性。     

基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法

本文提出基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法。该算法将声源不同频率处的协方差矩阵变换重排为一个高维矩阵,然后利用传播算子方法估计宽带声源波达方向。该算法计算复杂度介于聚焦Khatri-Rao子空间和相干子空间算法之间。仿真和实验结果表明,该算法在降低计算量的同时,估计误差与聚焦Khatri-Rao子空间算法相近,远小于相干子空间算法。     

无误差阵列协方差矩阵分离的阵列自校正方法

针对高分辨方位估计方法受阵列幅度相位影响导致性能退化的问题,提出一种无误差阵列协方差矩阵分离的阵列自校正方法。该方法利用协方差矩阵重构方法获取近似无误差阵列的协方差矩阵,以弱化协方差矩阵中的阵列误差,并利用特征结构配置方法求解幅度和相位误差。迭代上述重构方法和特征结构配置方法,实现从未校正阵列的协方差矩阵中分离出无误差阵列的协方差矩阵和幅度相位误差矩阵。仿真结果表明,该方法准确地估计阵列误差,利用重构协方差矩阵进行方位估计能够提高方位估计精度和分辨力。湖试试验结果表明,经阵列校正后,空间中方位角度邻近的声源和干扰目标可被分辨。     

扩散噪声下协方差矩阵重构的语音分离与降噪

针对传统多通道语音分离算法在扩散噪声下性能下降的问题,提出了一种用于语音分离及降噪的空间协方差模型及参数估计方法。该方法将扩散噪声视为独立声源,利用由导向矢量重构的空间协方差矩阵建模目标声源的空间特性,并通过空间协方差分析方法估计用于语音分离的多通道维纳滤波器。同时,还提出了一种联合该方法的后置滤波器参数框架,为输出信号降噪和失真的折中提供了更多选择。在扩散噪声下的单目标和多目标实验中,所提方法的语音提取和分离性能都优于对比算法,联合参数的后置滤波器可提供更为符合人们要求的降噪语音,验证了所提模型与参数估计方法的有效性。      

采用四阶累积量多重矩阵重构的低信噪比相干声源波达方向估计

针对相干声源子空间能量扩散且协方差矩阵欠秩难以有效估计波达方向(DOA)的问题,提出了一种采用高阶矩阵变换的估计方法-四阶累积量多重矩阵重构(FOC-MMR)。该方法首先对阵列声压数据分帧进行短时傅里叶变换,然后对四阶累积量扩展的高阶协方差矩阵进行奇异值分解(SVD)得到高阶噪声特征向量,保证该噪声特征向量与扩展后的高阶阵列流形矢量正交匹配,最终实现相干信号的DOA估计。相干单频矩形脉冲信号仿真结果表明,将FOC-MMR方法应用于均匀线阵(ULA, M=4),在信噪比SNR≥-15 dB时,相干信号(θ₁=-20°和θ₂=20°)的均方根误差保持在1.5°以内;在SNR=10 dB时,可正确分辨的两相干信号方位间隔Δθ可以低至5°。在相干脉冲声源实验中,通过混入SNR=5 dB高斯白噪声,验证了FOC-MMR算法在应用于由多个ULA组成的矩形面阵时,其分辨邻近声源和抑制高斯噪声的能力较高。FOC-MMR算法通过对声压阵列数据扩展得到满秩的高阶协方差矩阵,不仅解决了由信号相干造成的噪声和信号特征向量之间能量扩散的问题,还实现了以较高的测向精度和...     

海洋环境噪声场对称性分析及噪声消除方法

实际的海洋环境是非常复杂的,存在着海洋自噪声、舰船噪声、生物发声等,阵元接收到的噪声信号存在一定的相关性,此时基于传统阵列信号处理的目标方位估计方法的性能将变差,针对这一问题,提出了一种实部消除方法.首先从阵元接收环境噪声的物理机理出发,将圆环阵接收的噪声场分解为对称噪声场和非对称噪声场,并且研究发现对称噪声场只影响数据协方差矩阵的实部.然后通过消除协方差矩阵实部,达到消除对称噪声场的目的,提高信噪比,但是同时产生了虚假声源.针对虚假声源的问题,提出了基于优化算法重构协方差矩阵实部的方法,消除了虚假声源的影响.仿真分析与海试数据处理结果表明:该方法明显消除了对称噪声,提高了信噪比,改善了阵列信号处理算法的性能.实部消除方法易于实现,有一定的工程应用价值.     

运动声源快速定位的声达时差法

针对声达时差法只能用于非运动声源定位的问题,本文提出一种运动声源快速定位方法。该方法以声达时差为基本定位原理,基于声源计算位置对多普勒效应进行解耦并进行声信号多普勒效应修正,根据三角定位方法构建声传播空间矩阵,以声源位置偏差度为目标基于单纯形优化搜索算法进行声源位置快速逼近,实现了对匀速直线运动的单声源的定位追踪,提高定位实时性。该方法将声达时差法拓展到运动声源的定位,同时解决了消除多普勒效应带来的计算过程复杂、运算量大的问题,仅用4个传声器就可实现运动声源的快速定位,突破了传统运动声源识别中对大传声器阵列的依赖。仿真实验和实车运动声源识别实验结果证明了该方法的有效性,本研究为短时发声运动声源的识别提供了一种简便、高效的方法。      

一种基于模态提取的深度和距离可变的时反聚焦方法

提出了一种基于模态提取的深度和距离同时可变的时反聚焦方法。首先,通过模态提取方法从时反阵列接收的探测信号中提取出波导中传播的模态函数信息,并且进一步地从中获得一个包含探测声源深度信息的对角阵以及一个包含探测声源距离信息的向量;然后,利用模态提取获得的信息对探测声源深度信息矩阵和距离信息向量进行调整,重新构造出时反阵列的一个接收声场向量信息,使得时反发射声场聚焦的深度和距离发生变化。这种方法克服了传统时反处理只能在探测声源位置聚焦的局限性,通过对探测声源深度信息矩阵和探测声源距离向量信息进行适当的调整,可以将时反发射的声场聚焦到探测声源以外的某个期望位置上。针对典型浅海波导环境,通过计算机仿真试验验证了该方法的有效性。      

基于稳健背景子空间的高光谱图像异常检测

在RX算法中,局部背景协方差矩阵估计会由于背景受到异常像元的"污染"而不能准确反映背景分布,从而导致检测性能下降.针对这一问题,提出一种基于稳健背景子空间的异常检测算法.利用空间秩深度度量背景中每个样本相对于整个背景样本分布空间的位置,将"游离"于背景分布空间之外的样本看作是潜在的异常样本,并将其映射到背景分布空间之内.在此基础上,通过估计背景的协方差矩阵,利用主成分分析构造能更精确地刻画背景的子空间,在该子空间进行了基于马氏距离的检测异常.模拟和真实数据验证了该算法的有效性.     

基于稳健背景子空间的高光谱图像异常检测

在RX算法中,局部背景协方差矩阵估计会由于背景受到异常像元的“污染”而不能准确反映背景分布,从而导致检测性能下降.针对这一问题,提出一种基于稳健背景子空间的异常检测算法.利用空间秩深度度量背景中每个样本相对于整个背景样本分布空间的位置,将“游离”于背景分布空间之外的样本看作是潜在的异常样本,并将其映射到背景分布空间之内.在此基础上,通过估计背景的协方差矩阵,利用主成分分析构造能更精确地刻画背景的子空间,在该子空间进行了基于马氏距离的检测异常.模拟和真实数据验证了该算法的有效性.     

基于声全息方法和双目视觉实现运动声源声场可视化

运动声源声场的可视化是一种重要的运动声源定位的技术手段,利用双目视觉测量技术实现运动声源声场空间的自动测量,自动确定运动声源表面的空间位置,针对声源表面,利用传声器阵列,基于声全息方法实现运动声源声场的重建,建立视频图像与声场的空间映射,并建立视频与声场之间的时序,实现实景视频图像与声场重建结果的融合,可以自动生成声源运动过程的视频。基于该方法所开发了一套试验测量系统,对运动声源的测量试验结果表明,该方法可以有效实现运动声源的视频可视化,使人可以直接从视频中看到声源及其变化过程,使声源的定位和识别变得更加简单。      

基于高斯过程的混沌时间序列单步与多步预测

针对混沌时间序列单步和多步预测,提出基于复合协方差函数的高斯过程 (GP)模型方法.GP模型的确立由协方差函数决定,通过对训练数据集的学习,在证据最大化框架内,利用矩阵运算和优化算法自适应地确定协方差函数和均值函数中的超参数.GP模型与神经网络、模糊模型相比,其可调整参数很少.将不同复合协方差函数的GP模型应用在混沌时间序列单步及多步提前预测中,并与单一协方差函数的GP、支持向量机、最小二乘支持向量机、径向基函数神经网络等方法进行了比较.仿真结果表明,基于不同复合协方差函数的GP方法能精确地预测混沌时间序 关键词： 高斯过程 混沌时间序列 预测 模型比较     

基于区域协方差的惯性组合导航景象匹配算法

针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置和航向偏差的要求,提出了一种基于区域协方差的实时图像匹配算法.算法采用区域协方差矩阵的距离作为图像匹配时的相似性度量.首先,对图像进行高斯平滑滤波,提取图像的多种特征计算区域协方差矩阵,利用金字塔多级匹配技术进行全局搜索,获得测试图在参考图中像素级匹配位置.然后...     

浅海环境中的匹配模态空间检测器

将水下声传播规律融入到算法设计中可以有效提高被动声呐目标检测性能。当声源位置未知时,广义似然比检测器和贝叶斯检测器分别通过搜索和积分的方式来消除声源位置不确定性的影响。但是,基于有限个信号波前实现的广义似然比检测器和贝叶斯检测器在某些声源位置上存在性能大幅下降的问题。为此,利用水下声传播的物理特性,提出了一种稳健的子空间检测器——匹配模态空间检测器,稳健的意义在于:当阵列获取到的辐射声信号能量给定时,检测器可以在不同声源位置情况下提供相同的检测性能。该检测器通过模态空间一定程度上利用了海洋环境知识,获得了比具有相同稳健性的能量检测器更好的检测性能。典型浅海环境中的仿真实验对比结果表明:匹配模态空间检测器相比广义似然比检测器和贝叶斯检测器的峰值性能下降较小、所需的计算量更少、对环境失配的宽容性更好。      

一种改进的快速Mini-Norm算法

Ｋｕｍａｒｅｓａｎ和Ｔｕｆｔｓ提出的Ｍｉｎｉ－Ｎｏｒｍ算法通过对空间协方差矩阵进行特征分解，随后构造噪声子空间向量来求解方位。     

低复杂度的MIMO声呐协方差矩阵重构方法*

多输入多输出声纳在对目标进行测向时会产生复杂的运算量,从而降低算法的测向效率。针对这一问题,提出了一种基于降维变换方法的低复杂度协方差矩阵重构方法。该方法能够抑制噪声,提高目标侧向性能。首先利用降维变换方法对接收信号进行波束形成,获得低维度的协方差矩阵,再对矩阵进行Toeplitz处理,抑制矩阵的相干性。所得到的新的协方差矩阵,通过特征分解获得噪声子空间和信号子空间,利用MUSIC方法进行测向。为了进一步降低运算复杂度,利用阵型所满足的旋转不变性,可以采用ESPRIT算法对目标进行波达方向估计。理论分析和实验结果表明,该方法有效降低了运算复杂度,提高了算法的测向性能。在有限快拍数的情况下,与传统测向方法相比,具有运算速度快,目标分辨力强的特点。     

密布式多输入多输出声呐阵列目标波达方向估计

针对低信噪比条件下多输入多输出声呐受对称噪声分量影响导致测向性能降低的情况,提出了一种基于协方差矩阵重构方法的波达方向估计算法。首先,将噪声场分为对称噪声和非对称噪声两部分,利用协方差矩阵虚部与对称信号无关的性质,去掉协方差矩阵的实部来降低对称噪声对目标波达方向估计精度的影响,采用降维转换方法和矩阵虚部置换原理重构协方差矩阵的实部,避免了双频谱的干扰。然后利用Toeplitz方法对重构的协方差矩阵进行解相干修正,通过奇异值分解获得噪声子空间,最后对目标的波达方向进行估计,可实现微弱信号的准确测向。理论分析和实验结果表明,该方法明显抑制了对称噪声,提高了目标的波达方向估计性能,具有运算速度快、自由度高和目标分辨力强的特点。      

声源定位与声源位置辨别阈

本文分别研究了43名及60名正常人的声源定位偏差及声源位置辨别阈.声源定位的水平偏差平均为3.1°,垂直偏差平均为4.7°,总偏差平均为5.7°.当声源在正前方水平位置、与受试者相距1.15米时,正常人的声源位置辨别阈平均为3.5°.用双耳强度差法测得的声源位置辨别阈平均为0.70分贝.用双耳时相差法测得的声源位置辨别阈平均为28.5微秒.文中对声源定位水平偏差及用几种方法测得的声源位置辨别阈进行了比较,并讨论了它们的一致或不一致的原因.     

封闭空间声场重构的多层等效源法

对于封闭空间内的多途反射声,传统的等效声源法将其等效为距离边界一定距离的单层等效声源体进行声场重构,然而等效源与边界的距离选取依据不确定。因此,为获得等效声源配置的最优距离,在等效声源法(ESM)的基础上构建多层等效声源,提出一种适用于封闭环境声场重构的多层等效声源法(MESM),并依据等效声源的空间分布的稀疏性来获得等效声源强度信息。首先给出多层等效源法的理论依据,其次通过数值计算以及实验测试两种方式对比验证了所提方法。数值结果表明:MESM相比于ESM可在600 Hz以上频段获得低5~10 dB左右的重构误差,但是200 Hz以下的低频重构误差会增加5 dB左右。实验结果表明:MESM可比ESM获得更低的重构误差。文章最后基于数值计算研究了所提方法的主要影响因素。研究表明:虽然MESM会比ESM耗费2倍的计算时间,但在整体频率范围内,MESM可在ESM基础上提升600 Hz以上的重构性能。另外,等效声源的层数和层内数目的改变不会影响声场重构性能,而当传声器数目较多、阵列位置随机、空间边界的吸声系数不是很大时,MESM可获得比ESM更低重构误差,特别是600 Hz以上的中频段区间。