面向语音增强的序贯隐马尔可夫模型时频语音存在概率估计

语音存在概率的估计是语音增强的核心技术之一,针对传统的存在概率估计方法是启发式的,没有把存在概率的估计统一到一个理论框架之中,不能保证估计最优,提出了一种基于序贯隐马尔可夫模型(SHMM)的存在概率估计方法,在每一子带上构建一个SHMM模型描述对数功率谱包络的时间序列,把谱包络序列看作一个在语音和噪声状态之间转移的动态一阶马尔可夫链,采用单高斯函数构建每一状态的概率模型,语音状态的后验概率即为语音信号的存在概率。为了满足算法实时性要求,SHMM参数估计简化为一阶回归过程,根据极大似然准则逐帧更新模型参数。实验表明:SHMM所描述的时序相关性对存在概率的估计起到关键作用,它优于一般的启发式估计方法;SHMM算法的语音增强分段信噪比(SegSNR)和对数谱失真(LSD)性能优于经典的改进型最小统计量控制递归平均(IMCRA)算法。      

基于UKF的多用户混沌通信

为克服信道噪声、系统参数误配及多用户干扰对混沌通信系统的影响,本文组合不同的状态空间模型并结合盲提取算法,提出了一种双无先导卡尔曼滤波器 (dual unscented Kalman filter, DUKF),以实现多用户的混沌通信.仿真结果表明,在多输入多输出信道的多用户通信环境下,该算法有较快的收敛速度,并能有效地实现多用户的混沌通信. 关键词： 混沌通信 多输入多输出 双无先导卡尔曼滤波器 盲提取     

混沌通信系统中非线性信道的自适应神经Legendre正交多项式均衡

针对混沌通信系统中非线性信道干扰问题，基于混沌信号重构理论和Legendre正交多项式结构，提出了一种自适应神经Legendre正交多项式信道均衡器，并给出相应的归一化最小均方算法. 仿真研究表明：所提出的自适应神经Legendre正交多项式信道均衡器能有效地消除线性和非线性信道干扰，均衡器输出信号能反映出混沌信号的特性，具有良好的抗干扰性能.该均衡器的结构简单，权系数参数较少，收敛稳定性较好. 关键词： Legendre 正交多项式 信道均衡 混沌吸引子 神经网络     

面向语音增强的约束序贯高斯混合模型噪声功率谱估计

提出了一种基于极大似然的噪声对数功率谱估计方法,采用高斯混合模型对每一个频带上的功率谱包络构建统计模型,将时序包络划分为语音和非语音类,它们分别对应于高斯混合模型的两个高斯分量,描述语音和非语音的统计分布,其中非语音高斯分量的均值即为噪声功率谱的最优估计.采用序贯学习的方法,在极大似然准则下逐帧更新模型参数,并逐帧给出噪声功率谱的最优估计值。此外,由于序贯更新过程中语音信号长时缺失,容易导致模型失稳,提出了一种在线的最小描述长度准则(MDL)来判断语音信号是否长时缺失,从而保证了模型的稳定性.实验表明,算法性能整体优于经典的MS和IMCRA算法。      

基于高阶累计量的大气光通信自适应信号处理

针对强湍流信道下信号衰落的特点,分析了对数正态分布模型与K分布模型的适用范围.基于K分布模型建立大气光通信接收信号模型,并给出了自适应最优门限检测方法.采用四阶和六阶累计量对强湍流信道参量进行估计,采用二阶累计量对其它高斯噪音进行估计,得到K分布参量及高斯噪音统计量的预测值,实现自适应门限更新.基于Monte Calro算法进行仿真,给出了门限更新算法对通信系统误码率的影响,同时分析了信号采样率对估计参量偏差的影响.计算表明,在强湍流情况下,大气光通信系统的误码率性能得到极大的改善,优于基于MLSD检测的接收机.     

一种新的参数估计方法及其在混沌信号盲分离中的应用

为了有效地估计非线性映射中的参数,本文采用一种容积准则近似该映射的加权积分函数. 基于由状态空间模型建模的参数,提出了一种新的参数估计方法. 混沌信号的盲分离是一种具有挑战性的参数估计问题.将新的参数估计方法应用在该问题上, 实现混沌信号的有效重构.仿真结果表明该算法具有较快的收敛速度和较高的数值精度, 并能有效地分离原始混沌信号.     

改进的多输人多输出正交频分复用水声通信判决反馈信道估计算法

针对最小均方误差准则下(Minimum Mean Square Error,MMSE)判决反馈信道估计算法在多输入多输出正交频分复用(Multiple-input Multiple-output Orthogonal Frequency Division Multiplexing,MIMO-OFDM)低信噪比水声通信环境下存在误码遗传缺陷,提出了一种基于压缩感知理论的改进的MMSE判决反馈信道估计算法。通过结合浅海水声信道的稀疏性特点,利用编码校验后的信息与原始信息实现了对信道估计的判决反馈更新,采用匹配追踪算法改进MMSE判决反馈追踪信道估计技术,实现了抑制传统判决反馈信道估计算法在迭代更新及传递过程中存在的误码遗传的目的。仿真和水池实验结果证实:改进的MMSE判决反馈追踪信道估计算法不仅可以有效的抑制误码遗传,对抗突发噪声,跟踪信道的缓慢时变,同时大幅降低了导频占用率,提高了通信质量。      

基于Weiner模型超混沌lü系统的自适应辨识

为了能实时而有效地辨识参数不确定的超混沌lü系统,以便于对该系统进行控制或跟踪,本文提出了一种基于Wiener模型自适应分段线性(PWL)滤波器的超混沌系统辨识方法.Wiener模型的线性部分采用了线性横向滤波器,非线性部分用分段线性滤波器近似表示.根据最小均方误差准则导出了滤波器参数更新算法,并进一步推导出算法的收敛性条件.计算机仿真证实了该自适应滤波器辨识超混沌系统的有效性.该方法不仅克服了自适应线性滤波器难以辨识出这类强非线性系统,而且比其他非线性自适应滤波器的计算复杂性低得多.     

基于最小一乘和混沌遗传算法检测红外小目标

提出了一种基于最小一乘估计和混沌遗传算法进行背景预测检测红外小目标的方法.在建立最小一乘准则背景预测模型的基础上,根据最小一乘估计的性质,利用混沌序列内在的伪随机性,将混沌引入到遗传算法得到混沌遗传优化算法,以此解决最小一乘估计中极值的选取问题.将原始图像与预测图像相减得到预测残差图像后,利用基于二维指数熵的图像阈值选取快速算法进行分割.给出了实验结果与分析,并与基于遗传算法的最小一乘预测、最小二乘背景预测的检测算法作了比较.实验结果表明,提出的算法具有更高的检测概率和更好的检测结果.     

低复杂度数字辅助非线性自干扰光域模拟消除

在带内全双工（IBFD）多输入多输出（MIMO）通信系统中,通道间串扰、非线性失真及多径效应的共同作用使自干扰信号异常复杂。为在大带宽应用场景下消除此复杂自干扰信号,提出一种由最小二乘（LS）算法辅助的MIMO非线性自干扰光域消除方案,并将其与数字域消除相结合。该方案对IBFD MIMO系统中的复杂自干扰信号进行建模,并利用LS算法对模型参数进行估计,进而重建出模拟参考信号并用于实现光域模拟自干扰消除。此外,通过设置门限,在保证模拟消除深度的情况下忽略自干扰信号中功率较低的分量来降低LS算法阶数,提高参考重建速度。经实验验证,当MIMO多径自干扰信号的载波频率和波特率分别为1 GHz和0.5 Gbaud时,所提方案经过光域模拟和数字域自干扰消除后,可实现约35 dB的自干扰消除深度。     

声光自适应信号处理技术在扩频通信中的应用

研究了声光滤波的工作原理,用布拉格器件作模拟抽头延迟线完成横向滤波。讨论了LMS自适应滤波的基本方法,给出了声光自适应LMS滤波的实现方法并用于扩频通信的窄带干扰抑制中。对扩频通信进行干扰抑制的滤波过程通常是一个自适应过程,采用声光自适应滤波技术,不仅能抑制窄带干扰,而且能提高系统的处理增益和分辨率。     

GEKF, GUKF and GGPF based prediction of chaotic time-series with additive and multiplicative noises

On the assumption that random interruptions in the observation process are modelled by a sequence of independent Bernoulli random variables, this paper generalize the extended Kalman filtering （EKF）, the unscented Kalman filtering （UKF） and the Gaussian particle filtering （GPF） to the case in which there is a positive probability that the observation in each time consists of noise alone and does not contain the chaotic signal （These generalized novel algorithms are referred to as GEKF, GUKF and GGPF correspondingly in this paper）. Using weights and network output of neural networks to constitute state equation and observation equation for chaotic time-series prediction to obtain the linear system state transition equation with continuous update scheme in an online fashion, and the prediction results of chaotic time series represented by the predicted observation value, these proposed novel algorithms are applied to the prediction of Mackey-Glass time-series with additive and multiplicative noises. Simulation results prove that the GGPF provides a relatively better prediction performance in comparison with GEKF and GUKF.     

多径衰落信道下混沌直扩通信的可破解性

本文在文献[1]的基础上,研究多径衰落信道条件下采用无先导卡尔曼滤波混沌拟合对混沌直扩通信的可破解性.由针对混沌直扩信号的无先导卡尔曼滤波混沌拟合的状态空间方程出发,分析了多径衰落信道对于无先导卡尔曼滤波混沌拟合过程中的跟踪误差的影响,得到了信息码状态估计的值域范围,从而提出了多径衰落信道下混沌直扩信号可被破解的充分条件定理.仿真结果表明,在满足充分条件下,混沌直扩信号无论是通过时不变信道还是时变信道,都可以被成功破解,并且具有良好的误码率性能. 关键词： 混沌通信 破解 多径衰落信道 无先导卡尔曼滤波     

一种基于强跟踪滤波的混沌保密通信方法

提出了一种基于强跟踪滤波器的混沌保密通信方法. 在发送端, 混沌映射和信息符号被建模成非线性状态空间模型, 信息符号被加性混沌掩盖或乘性混沌掩盖调制, 然后通过信道输出. 在接收端, 驱动信号被接收, 使用带有贝叶斯分类器(信息符号估计)的强跟踪滤波器算法动态地恢复信息符号. Logistic混沌映射的仿真表明, 当信息符号为二进制编码时, 不管是加性混沌掩盖调制还是乘性混沌掩盖调制, 强跟踪滤波器均能较好地从混沌信号中恢复信息符号. 与扩展卡尔曼滤波器相比, 由于卡尔曼滤波器对于离散的信息符号跟踪能力差, 混沌映射中信息符号难以恢复, 比特误码率高. 因此, 这种基于强跟踪滤波器的混沌保密通信方法是有效的.     

Chaotic synchronization: a nonlinear predictive filtering approach

The synchronization of chaotic systems is a difficult task due to their sensitive dependence on the initial conditions. Perfect synchronization is almost impossible when noise is present in the system. One of the well known stochastic filtering algorithms that is used to synchronize chaotic systems in the presence of noise is the extended Kalman filter (EKF). However, for highly nonlinear systems, the approximation error introduced by the EKF has been shown to be relatively high. In this paper, a nonlinear predictive filter (NPF) is proposed for synchronizing chaotic systems. In this scheme, it is not required to approximate the underlying nonlinearity and hence there is no need to compute the Jacobian of the chaotic system. Numerical simulations are carried out to compare the performances of the NPF and EKF algorithms for synchronizing different sets of chaotic systems and/or maps. The well known Lorenz and Mackey-Glass systems as well as Ikeda map are used for numerical evaluation of the performance. Results clearly show that the NPF based approach is superior to the EKF based approach in terms of the normalized mean square error (NMSE), total NMSE, and the time taken for synchronization (measured in terms of the normalized instantaneous square error) for all the systems and/or maps considered.     

基于广义混沌映射切换的混沌同步保密通信

提出了一种基于广义混沌映射切换的混沌同步保密通信方式.这种通信方式首先构建产生多种混沌序列的广义混沌映射模型,然后在不同时段根据切换策略产生不同混沌序列,在发送端,将信号与混沌载波之和取模运算后再嵌入混沌映射的输入端进行迭代运算以实现调制;在接收端,根据切换协议,用同一个相应的广义混沌映射模型从接收信号中提取混沌载波并进而恢复信息信号.研究结果表明:这种基于广义混沌映射切换的混沌同步通信方式比基于单一混沌系统的保密通信方式具有更强的抗干扰能力,保密性能更好,且实现简单. 关键词： 混沌 混沌映射切换 同步 保密通信     

混沌信号自适应协同滤波去噪

混沌信号协同滤波去噪算法充分利用了混沌信号的自相似结构特征,具有良好的信噪比提升性能.针对该算法的滤波参数优化问题,考虑到最优滤波参数的选取受到信号特征、采样频率和噪声水平的影响,为提高该算法的自适应性使其更符合实际应用需求,基于排列熵提出一种滤波参数自动优化准则.依据不同噪声水平的混沌信号排列熵的不同,首先选取不同滤波参数对含噪混沌信号进行去噪,然后计算各滤波参数对应重构信号的排列熵,最后通过比较各重构信号的排列熵,选取排列熵最小的重构信号对应的滤波参数为最优滤波参数,实现滤波参数的优化.分析了不同信号特征、采样频率和噪声水平情况下滤波参数的选取规律.仿真结果表明,该参数优化准则能在不同条件下对滤波参数进行有效的自动最优化,提高了混沌信号协同滤波去噪算法的自适应性.     

一种混沌映射的相空间去噪方法

对于混沌映射来说,它们的频谱比混沌流的频谱更广阔,与噪声频谱的重叠率更高,所以混沌流的去噪方法对它们并不适用. 在半盲分析法的框架下,混沌系统的参数估计问题终将归结为最小二乘估计问题. 本文从最小二乘拟合的角度出发估计混沌映射的演化参数,进而通过相空间重构以及投影操作,实现对观测信号的噪声抑制. 实验结果表明,该算法的去噪效果优于扩展卡尔曼滤波器（extended Kalman filter,EKF）和无先导卡尔曼滤波器（unscneted Kalman filter,UKF）,并且能够较大程度地将信号源的混沌特征量还原. 关键词： 混沌 噪声抑制 相空间重构 投影     

Complex-enhanced chaotic signals with time-delay signature suppression based on vertical-cavity surface-emitting lasers subject to chaotic optical injection

A chaotic system is constructed on the basis of vertical-cavity surface-emitting lasers (VCSELs), where a slave VCSEL subject to chaotic optical injection (COI) from a master VCSEL with the external feedback. The complex degree (CD) and time-delay signature (TDS) of chaotic signals generated by this chaotic system are investigated numerically via permutation entropy (PE) and self-correlation function (SF) methods, respectively. The results show that, compared with master VCSEL subject to optical feedback, complex-enhanced chaotic signals with TDS suppression can be achieved for S-VCSEL subject to COI. Meanwhile, the influences of several controllable parameters on the evolution maps of CD of chaotic signals are carefully considered. It is shown that the CD of chaotic signals for S-VCSEL is always higher than that for M-VCSEL due to the CIO effect. The TDS of chaotic signals can be significantly suppressed by choosing the reasonable parameters in this system. Furthermore, TDS suppression and high CD chaos can be obtained simultaneously in the specific parameter ranges. The results confirm that this chaotic system may effectively improve the security of a chaos-based communication scheme.