一种用于立体声声学回波消除的新型鲁棒梯度法格梯形自适应滤波算法

提出了一种使用编码器−时序建模结构的时延估计方法来估计声学回声抵消中传声器信号相对远端信号的时延。该方法以短时傅里叶变换域的远端信号和传声器信号作为输入特征, 通过复数卷积神经网络构成的编码器提取带有相位信息的高维特征, 利用循环神经网络学习两输入信号之间的时延关系, 构建了从信号到时延的映射。仿真实验结果表明, 相比WebRTC-DE和GCC-PHAT, 所提方法的优势有: (1)模型的参数量和计算量不受时延长度影响; (2)有效缩短了时延估计的收敛时间和跟踪时间; (3)在长混响和双端对讲的情况下具有更小、更稳定的估计误差和标准差。将使用编码器−时序建模结构的时延估计方法与自适应回声抵消级联的实验验证了新方法的有效性。

     

一种改进的自适应中值滤波算法

针对椒盐噪声的特点,提出了一种改进的自适应中值滤波算法。该算法通过对小窗口内非噪声点的检测来决定是增大滤波窗口还是选择输出。新算法尽可能地减小了滤波窗口,使得图像细节得到更好的保持。数值试验结果表明,新算法能够在有效抑制噪声的同时更好地保持图像细节信息,尤其在高概率密度噪声条件（〉70%）下也能取得较好的结果,比传统自...     

一种自适应滤波中步长因子调节的算法

本文在研究时变信道的自适应匹配中,采用了多途信道的横向滤波器模型(MA模型),为求滤波器权系数应用的是最小均方误差滤波方法。在最小均方误差滤波中无论是采用最徒下降法(Steepst Descent Method),还是最小均方算法(LMS Algorithm),在叠代方程中都要引入步长因子μ.以往对μ的取值只推导出一个范围0<μ<1/λ_max,λ_max为采集信号自相关矩阵的最大本征值,且在叠代过程中是一个常数。但究竞取多大值?取小了自适应叠代方程收敛慢,取大了误差能量函数产生振荡,甚至发散。为寻找一种快速收敛的自适应滤波方法,以适应信道的时变特性时发现,对叠代步长因子μ作自适应调节,会使收敛速度有明显提高。     

融合检测机制的鲁棒相关滤波视觉跟踪算法

为了解决相关滤波视觉跟踪算法在复杂场景中产生的跟踪漂移问题, 提出一种融合检测机制的相关滤波跟踪框架。利用时空正则化滤波器作为跟踪器, 同时使用线性核相关滤波器作为检测器。当跟踪器与目标进行相关计算得到的响应图为多个峰值时, 激活检测器, 对多个峰值进行相关匹配, 获得重检测结果; 同时, 使用平均峰值相关能量的滤波器模型更新策略得到更加可靠的检测器, 以达到提高跟踪精度和算法鲁棒性的目的。在OTB2015、Temple color 128和VOT2016数据平台上的实验结果表明, 与近年提出的性能较出色的跟踪算法相比, 本文算法在目标运动模糊、相似背景干扰和光照变化等复杂场景中具有更好的鲁棒性和准确性, 且跟踪精度和成功率上均有提高。     

一种鲁棒的目标跟踪方法

针对传统特征光流场跟踪方法中由于误差积累和错误匹配而导致的特征点丢失问题,基于一种新的Harris-SIFT特征点表示方法,提出基于预测帧与关键帧的算法框架,实现了光流场运动估计与局部特征识别相结合的目标跟踪方法.预测帧利用塔式分解和递归算法计算特征点的光流场运动矢量,使用运动矢量直方图获取目标的运动矢量,并剔除误匹配点;当特征点数量小于5个时,关键帧使用Harris-SIFT特征点进行局部特征匹配,利用仿射模型对目标精确定位及姿态修正.实验结果表明,本方法对视频序列中的纹理特征目标跟踪的鲁棒性较好,在背景复杂、目标遮挡或暂时丢失情况下,仍可以继续完成目标的可靠跟踪.     

一种鲁棒的目标跟踪方法

针对传统特征光流场跟踪方法中由于误差积累和错误匹配而导致的特征点丢失问题,基于一种新的Harris-SIFT特征点表示方法,提出基于预测帧与关键帧的算法框架,实现了光流场运动估计与局部特征识别相结合的目标跟踪方法.预测帧利用塔式分解和递归算法计算特征点的光流场运动矢量,使用运动矢量直方图获取目标的运动矢量,并剔除误匹配点;当特征点数量小于5个时,关键帧使用Harris-SIFT特征点进行局部特征匹配,利用仿射模型对目标精确定位及姿态修正.实验结果表明,本方法对视频序列中的纹理特征目标跟踪的鲁棒性较好,在背景复杂、目标遮挡或暂时丢失情况下,仍可以继续完成目标的可靠跟踪.     

一种用于一次谐波背景消除与基线校正的新型方法

针对可调谐半导体激光吸收光谱一次谐波信号中具有背景信号及较大的基线信号,提出一种新型的背景消除与基线校正的处理方法.分析了一次谐波背景中的激光器相关强度调制信号,电子学噪声和光学干涉条纹,采用无吸收谱线区域检测谐波方法消除背景信号.给出了激光器不同工作温度时的电流和强度之间的关系曲线,由此设计出消除背景后剩余基线的校正方法.文中给出了背景搜索方法的原理以及LabView软件流程图.设计了检测氟化氢气体的实验系统,根据谱线选取原则确定吸收谱线为1312.59 nm,设置激光器的工作温度为27.0?C,对应的背景温度为30.2?C.一次谐波信号经过背景消除和基线校正后,信号的畸变得到明显改善,基线得到校正,验证了该方法在激光器其他工作温度(26.7—27.2)是有效的,并对HF气体浓度精度的改善进行了定量分析,为一次谐波信号的后续处理提供了方便.     

一种用于红外目标信号接收的稳健匹配滤波算法

针对远距离红外探测目标信号的不确定性问题,提出一种稳健的红外信号匹配滤波新算法.定性分析了红外探测目标的有用信号谱畸变来源,基于巴什瓦定理建立了目标信号的不确定谱模型,并分析了信号谱畸变的相关因子.利用极大极小方法构建稳健匹配滤波的信噪比输出鞍点解,并基于内层极大和外层极小的二层遗传优化算法求解鞍点解和最不利信号频谱,...     

一种用于手持式播放装置的立体声扩展方法

手持式播放装置的一对立体声扬声器相对倾听者的张角窄、距离近,影响立体声重放效果。针对这类应用提出了一种立体声扩展方法,它采用远场和近场头相关传输函数(HRTF)设计听觉传输滤波器并将低频信号滤除。该方法适应了近距离扬声器重放并避免了窄张角扬声器布置带来的信号处理中过分的低频提升问题。该方法不但能改善重放性能,且对计算和存储量要求较低,适合于手持式播放装置的信号处理硬件配置。声像定位实验验证了该方法的效果。     

一种新型自适应环境光照的车牌定位算法

为解决在不同光照环境下车牌的适应性定位问题,同时解决基于颜色定位的方法普遍存在的车身颜色与车牌颜色相近,以至于难以区分的问题,分析了不同光照下的车牌图像在HSV空间的分布特性与图像亮度等参数关系,结合车牌的混色分布特点、RGB与HSV空间变量转换关系,提出了一种可直接对RGB空间进行处理、能适应光照环境的快速车牌定位算法;实验结果表明,提出的定位算法对光照不足、环境光不均匀等复杂条件下获取的蓝白车牌图像具有很高的定位可靠性。     

A two-stage convolutional recurrent network-based stereophonic acoustic echo cancellation approach with complex spectrum

A two-stage convolutional recurrent network(CRN) with complex spectral input features is proposed to address the stereophonic acoustic echo cancellation(SAEC) problem.The proposed algorithm avoids the decorrelation of far-end signals, which solves the non-unique solution problem of the adaptive filter-based SAEC and ensures the stereo sound quality and spatial perception. It deals with SAEC problem in two stages. In the first stage, a CRN model is used to estimate the echo signal based on the mi...     

两阶段复数谱卷积循环网络立体声回声消除

提出了一种两阶段复数谱卷积循环网络(CRN)的立体声回声消除(SAEC)算法,该算法无需对立体声信号进行去相关,因而能够在保证立体声音质和空间感的同时,解决自适应滤波SAEC算法非唯一解问题。所提算法采用两个阶段进行回声消除,第一阶段根据传声器接收信号和参考信号估计回声信号,第二阶段将估计回声信号作为先验信息,联合传声器接收信号作为输入特征,估计近端语音。相对于单阶段CRN算法,该方法能够提高网络对回声和近端语音的区分度,有助于近端语音的提取。另外,网络的输入特征和训练目标均采用复数谱,降低了近端语音的相位估计误差,因而可以进一步提升算法性能。实验表明,基于两阶段复数谱CRN的SAEC算法在单端讲话时的回声抑制量和双端讲话时的语音质量都明显优于传统算法以及单阶段CRN算法。     

双通道回声抵消系统中改进算法的定点化实现

本文研究了双通道回声抵消系统的三个核心模块:频域多延时自适应滤波器算法(MDF),双端说话检测算法(DTD),以及残留回声抑制算法(RES)。针对频域算法的特点提出了改进的双端说话检测算法和基于维纳滤波与谱减法的残留回声抑制算法,然后以上述三种算法为核心模块实现双通道回声抵消系统,并对系统定点化以便在定点DSP处理器上实时实现,分析并解决了定点化的精度问题所带来的影响。     

应用于声反馈抑制的变步长归一化子带自适应滤波算法*

针对自适应滤波算法中稳态失调量和收敛速度之间的矛盾,提出了一种新的变步长归一化子带自适应滤波算法。该算法在系统噪声抵消原理的基础上,用迭代收缩的方法估计得到无噪先验子带误差的功率,对每个子带步长进行更新。对所提出的算法进行数学分析,可以得出该算法是稳定的和收敛的。在长回声路径和短回声路径两种情况下,将该算法应用于助听器声反馈抑制系统中。相对于其他归一化子带自适应滤波算法,仿真实验表明,所提算法实现了更快的收敛速度,获得了更低的失调量。     

啸叫快速抑制的助听器回声抵消算法

针对助听器回声路径快速变化下易产生啸叫的问题,本文提出一种变步长标准最小均方差-陷波器(Variable Step Normalized least mean square-Notch Filter,VSN-NF)算法。在回声路径相对稳定时,提出一种基于状态分类的变步长标准最小均方差算法来估计回声信号。算法根据滤波器系数能量的长时平均值和短时平均值,将滤波器当前状态分为收敛态、过渡态与稳态,并根据不同状态选择不同的步长。在路径突然变化并产生啸叫时,算法通过关闭变步长NLMS算法来稳定啸叫频点,然后基于ZoomFFT算法动态生成陷波器来进行啸叫抑制;当啸叫抑制后,再开启变步长NLMS进行回声估计。针对易产生多频点啸叫的回声路径,VSN-NF算法还引入不同频带的两个陷波器来进行双频点啸叫抑制。同其它助听器回声抵消算法的对比实验显示,VSN-NF算法的回波抵消性能最好,尤其具有快速啸叫抑制能力。此外,算法生成的语音质量较高,实时性能好,适合于像助听器类的低功耗、小体积产品。     

A wavelet packet adaptive filtering algorithm for enhancing manatee vocalizations

Approximately a quarter of all West Indian manatee (Trichechus manatus latirostris) mortalities are attributed to collisions with watercraft. A boater warning system based on the passive acoustic detection of manatee vocalizations is one possible solution to reduce manatee-watercraft collisions. The success of such a warning system depends on effective enhancement of the vocalization signals in the presence of high levels of background noise, in particular, noise emitted from watercraft. Recent research has indicated that wavelet domain pre-processing of the noisy vocalizations is capable of significantly improving the detection ranges of passive acoustic vocalization detectors. In this paper, an adaptive denoising procedure, implemented on the wavelet packet transform coefficients obtained from the noisy vocalization signals, is investigated. The proposed denoising algorithm is shown to improve the manatee detection ranges by a factor ranging from two (minimum) to sixteen (maximum) compared to high-pass filtering alone, when evaluated using real manatee vocalization and background noise signals of varying signal-to-noise ratios (SNR). Furthermore, the proposed method is also shown to outperform a previously suggested feedback adaptive line enhancer (FALE) filter on average 3.4 dB in terms of noise suppression and 0.6 dB in terms of waveform preservation.     

A robust adaptive hybrid feedback cancellation scheme for hearing aids in the presence of outliers

It has been demonstrated that the Filtered-x Wilcoxon LMS (FxWLMS) based adaptive filter mitigates the effect of the outliers acquired by the microphone signal of hearing aids by minimizing the Wilcoxon norm and hence shows better cancellation performance than the existing Filtered-x LMS (FxLMS) algorithm. The prediction error method based adaptive feedback canceller (PEMAFC) reduces the bias present in the estimate of the feedback path due to the continuous adaptive filtering (CAF). However, the impulse response of the measured feedback path is close to zero for the first many samples due to the delay introduced by ADC converters and then contains few significant values, which results in slow convergence rate when an adaptive filter is used to model the same. To overcome this limitation, we propose a proportionate normalized WLMS (PNWLMS) algorithm based PEMAFC (P-PNWLMS) for feedback cancellation in hearing aid in the presence of outliers. Further, with an objective to improve the convergence rate and performance accuracy simultaneously, this paper proposes a novel convex PNWLMS (CPNWLMS) algorithm which incorporates convex combination of PNWLMS and WLMS algorithms. The weight update equations are derived for PEMAFC trained by PNWLMS (P-PNWLMS) and CPNWLMS (P-CPNWLMS) algorithms respectively. The results of the simulation study show improved performance of the proposed CPNWLMS based adaptive filter over its component filters.     

一种互补型自适应滤波最小均方法在SQUID测量的心磁信号中的应用

提出了一种互补型自适应滤波最小均方算法在SQUID测量的心磁信号中的应用，快的收敛速度和很好的跟踪能力通过根据最小均方原则在两个滤波器之间来回转换加权参量来实现     

协方差矩阵重构的稳健自适应波束形成算法

针对协方差矩阵含有期望信号成分以及波束指向角失配时,传统自适应波束形成器性能严重下降的问题,提出了协方差矩阵重构的稳健自适应波束形成算法。该算法将全空域划分成若干互不重叠的区域,分别对应干扰区域与信号区域,先利用Capon波束形成器对干扰区域积分,由此构造出干扰协方差矩阵。然后,利用标准Capon波束形成器的波束域MUSIC谱估计法对信号区域积分,重构出信号协方差矩阵,以其主特征向量作为期望信号导引向量估计。由于算法重构了干扰加噪声协方差矩阵并对导引向量进行了修正,保证了自适应波束形成器的性能。理论分析和仿真实验结果表明,算法在训练数据含有期望信号成分和波束指向角度失配情况下具有良好的性能。