利用拖船辐射噪声的深海声学参数近场匹配场反演方法

针对深海声学参数难以通过远距离合作声源反演获取的问题,提出了利用拖船低频噪声近场匹配场反演方法。首先,利用聚焦波束形成计算拖曳阵接收拖船噪声的方向性,获得传播路径特征;然后,构建多参数反演模型,由波数积分声传播模型计算拷贝场,采用遗传算法对多频匹配场目标函数进行反演。同时,采用蒙特卡罗方法分析参数后验概率密度。仿真与试验结果表明:深海环境中拖曳阵接收拖船噪声主要来自海底反射路径,利用该特性反演得到海水深度、噪声源距离、阵列深度、沉积层厚度等参数,多频联合反演可以提高沉积层厚度等参数反演准确性。宽带匹配场处理表明,利用反演最优参数模型能准确给出拖船噪声源的空间位置。      

基于干扰协方差矩阵重构的恒定束宽鲁棒自适应波束形成

针对宽带波束形成中的恒定束宽波束响应优化设计问题与鲁棒性问题展开研究。首先,提出一种基于相位补偿的恒定束宽全局优化设计方法,通过对阵列流形向量进行相位补偿来设计恒定束宽波束,与现有的一些方法相比,该方法不仅能获得全局最优解,而且物理实现简单。同时,还提出一种基于协方差矩阵重构的鲁棒自适应宽带波束形成算法。该算法采用Capon估计器估计样本数据的空间一频率谱密度函数,然后对期望信号波达方向之外的角度区间进行积分来重构干扰加噪声协方差矩阵,最后利用重构的协方差矩阵设计自适应波束形成器权系数。该波束形成器设计问题被表述成凸优化问题求解。仿真结果表明,在整个输入信噪比范围内,该算法几乎都能获得接近理想值的输出信干噪比。      

基于小波变换和数据融合技术的弱小目标检测

 鉴于弱小目标检测所固有的难点及常用的单一分辨率下的检测方法还不能准确稳定地检测出目标，提出了一种弱小目标检测新方法。考虑到实际应用中的复杂背景和大量干扰噪声，运用数据融合技术，先对图像进行小波多分辨率分解，然后将不同分辨率下的子图进行最优加权平均融合来检测弱小目标。用实地拍摄的空中弱小目标红外和可见光图像分别进行实验验证，实验图像取256×256像素点阵大小，其中目标占10×10像素左右。结果表明该方法能够准确稳定地检测弱小目标，为后续的跟踪作了很好的铺垫。     

The registration of MR images using multiscale robust methods

Acquisition of MR images involves their registration against some prechosen reference image. Motion artifacts and misregistration can seriously flaw their interpretation and analysis. This article provides a global registration method that is robust in the presence of noise and local distortions between pairs of images. It uses a two-stage approach, comprising an optional Fourier phase-matching method to carry out preregistration, followed by an iterative procedure. The iterative stage uses a prescribed set of registration points, defined on the reference image, at which a robust nonlinear regression is computed from the squared residuals at these points. The method can readily accommodate general linear, or even nonlinear, registration transformations on the images. The algorithm was tested by recovering the registration transformation parameters when a 256 × 256 pixel T₂¹-weighted human brain image was scaled, rotated, and translated by prescribed amounts, and to which different amounts of Gaussian noise had been added. The results show subpixel accuracy of recovery when no noise is present, and graceful degradation of accuracy as noise is added. When 40% noise is added to images undergoing small shifts, the recovery errors are less than 3 pixels. The same tests applied to the Woods algorithm gave slightly inferior accuracy for these images, but failed to converge to the correct parameters in some cases of large-scale-shifted images with 10% added noise.     

采用联合字典优化的噪声鲁棒性语音转换算法

针对含噪语音难以实现有效的语音转换,本文提出了一种采用联合字典优化的噪声鲁棒性语音转换算法。在联合字典的构成中,语音字典采用后向剔除算法(Backward Elimination algorithm,BE)进行优化,同时引入噪声字典,使得含噪语音与联合字典相匹配。实验结果表明,在保证转换效果的前提下,后向剔除算法能够减少字典帧数,降低计算量。在低信噪比和多种噪声环境下,本文算法与传统NMF算法和基于谱减法消噪的NMF转换算法相比具有更好的转换效果,噪声字典的引入提升了语音转换系统的噪声鲁棒性。      

时频字典学习的单通道语音增强算法

针对以往语音增强算法在非平稳噪声环境下性能急剧下降的问题,基于时频字典学习方法提出了一种新的单通道语音增强算法。首先,提出采用时频字典学习方法对噪声的频谱结构的先验信息进行建模,并将其融入到卷积非负矩阵分解的框架下;然后,在固定噪声时频字典情况下,推导了时变增益和语音时频字典的乘性迭代求解公式;最后,利用该迭代公式更新语音和噪声的时变增益系数以及语音的时频字典,通过语音时频字典和时变增益的卷积运算重构出语音的幅度谱并用二值时频掩蔽方法消除噪声干扰。实验结果表明,在多项语音质量评价指标上,本文算法都取得了更好的结果。在非平稳噪声和低信噪比环境下,相比于多带谱减法和非负稀疏编码去噪算法,本文算法更有效地消除了噪声,增强后的语音具有更好的质量。      

L1/2稀疏约束卷积非负矩阵分解的单通道语音增强方法

为了刻画语音信号帧间相关性和使用更少的语音基表示语音特征,提出一种采用L_1/2稀疏约束的卷积非负矩阵分解方法进行单通道语音增强。首先,进行噪声学习得到噪声基;然后,以噪声基为先验信息结合L_1/2稀疏约束卷积非负矩阵分解方法学习含噪语音中的语音基成分;最后,利用学习到的语音基和系数重建出干净语音信号。在不同噪声环境下进行的实验结果表明,本文方法优于采用L₁稀疏约束的卷积非负矩阵方法及传统的统计语音增强方法。      

角闪烁噪声测量条件下的剩余飞行时间估计

针对雷达导引头角闪烁噪声测量条件下的机动目标,研究剩余飞行时间计算方法。建立了闪烁噪声计算模型;在粒子滤波算法和扩展卡尔曼滤波算法的基础上,推导了扩展卡尔曼粒子滤波算法的实现过程;根据估计结果建立了剩余飞行时间计算模型,在剩余飞行时间表达式中考虑了目标机动加速度的影响。仿真结果表明,基于机动目标当前统计模型的扩展卡尔曼粒子滤波算法对闪烁噪声测量条件下的机动目标具有良好的跟踪性能,对剩余飞行时间具有较高的估计精度。     

海面波浪对海洋环境噪声垂直空间相关性的影响

研究了由海浪谱导得的噪声源的相关函数对海洋环境噪声垂直空间相关性的影响。常用的海洋环境噪声空间相关性模型一般假设海面噪声源是非相关的,这种假设可以解释一些物理现象,但是与真实情况并不符合。考虑到风成噪声与海浪运动的相关性,引入海浪谱,得到噪声源的相关函数,利用Kuperman-Ingenito (K/I)噪声模型,计算海洋环境噪声的垂直相关性。通过仿真结果与实验数据对比可以看出,在高风速下,假设噪声源不相关时计算得到的噪声场垂直相关性与实验结果相差较大,而利用由海浪谱导得的噪声源的相关函数计算得到的噪声场的垂直相关性与实验结果符合较好。      

利用环境噪声互相关实现散射体无源成像

最近研究表明利用环境噪声的互相关可以恢复两点之间的时域格林函数(声脉冲响应),这一原理在文献中被称为格林函数恢复。基于此原理,通过对多个传声器所接收的环境噪声进行互相关处理,获取与散射体相关联的散射波的到达时延信息,结合最小二乘反演算法和改进克希霍夫移位算法,分别获得道路交通噪声场中石柱以及海浪噪声场中塑料桶的空间位置,且其估计结果与实际测量相一致。实验结果表明将环境噪声作为探测信号进行散射体无源成像是可行的。这为设计室内无源声监测系统以及通过海洋环境噪声实现对水中静默目标成像提供了新思路和有益参考。      

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;...     

一种被动声呐信号检测的低虚警率方法

针对被动声呐多目标信号检测中的噪声背景归一化问题,提出了一种基于数学形态学滤波的噪声背景归一化新方法。该方法利用数学形态学处理中的膨胀和腐蚀算子,以及基于多项式拟合的数据均值估计方法,构造出了一种能够较为准确的估计噪声门限的方法,并以之进行噪声背景归一化,在较好保留信号信息的前提下较大程度的抑制了噪声,有效降低了多目标信号检测的虚警概率。通过计算机仿真对比了该算法与S3PM算法、OTA算法的性能,结果表明该噪声背景归一化算法能够在检测概率损失较小的情况下较大幅度地降低检测的虚警率。实际被动声呐数据处理的对比结果同样验证了该算法的有效性。      

次声信号的时频信号能量统计检测方法

次声信号检测是次声事件监测的重要环节,常用的短时平均与长时平均之比STA/LTA(Short Term Average to Long Term Average)和著名的逐次多通道互相关方法PMCC(the Progressive Multiple Cross-Correlation)误检率都比较高.为此,提出一种时频域信号能量统计的次声信号检测方法,其基本原理是根据目标信号与噪声的频域分布差异,采用窄带分频技术将待检波形变换到时频域,按时频格点计算局部平均能量与全局平均能量之比,当比值大于设定阈值时,认为该格点属于目标信号的一部分。以国际监测系统次声台站监测数据为对象进行了实验研究,并与PMCC检测结果进行了比较,结果表明所提出的信号检测方法对微弱次声信号检测能力强、误检信号少.      

噪声方差未知时的分布式量化估计融合方法

为了解决观观测噪声和信道噪声概率分布不完全已知时的多传感器分布式量化估计融合问题,提出了一种期望极大化算法(EM算法)的分布式量化估计融合方法。该方法将未知的噪声参数以及局部量化器量化概率建模为EM算法中二元高斯混合模型参数,利用极大似然估计方法的估计不变性得到目标参数的估计融合结果。仿真实验结果表明:该方法在局部传感器观测样本数目大于6000和信噪比大于6 dB时与已有理想信道条件下的估计方法性能相当。本文方法对水下分布式协同探测问题提供了一种简化的估计融合实现途径。      

Phase jitter in periodically dispersion-managed optical transmission systems

We investigate the phase jitter in long-haul optical transmission systems with periodic dispersion management and amplification. We compare different dispersion-managed soliton systems and a conventional soliton system having the same pulse width and path-averaged dispersion. Using the variational method, we derive the ordinary differential equations for the pulse parameters perturbed by amplifier noise and hence calculate the phase jitter. We verify the analytical results by numerically solving the nonlinear Schrödinger equation using split-step Fourier algorithm. The results suggest that the reduction of nonlinear phase noise in dispersion-managed soliton systems is possible compared to a conventional soliton system. It is also revealed that the phase noise is enhanced in stronger dispersion-managed systems. We also explore the phase noise effect in dispersion-managed quasi-linear systems and find that phase jitter is mitigated in highly dispersive fibers.     

波达方向估计中特征空间的信源数估计方法

提出了特征空间法信源数估计方法,它将阵列信号的协方差估计值分别投影到信号的特征子空间和噪声的特征子空间。由于信号子空间与噪声子空间相互正交,易于由表征投影大小的判据值区分信号和噪声的贡献;本方法用的是M×M阶矩阵特征值分解,M为基元数,与波达方向估计用的相同,因此节省大量的计算量;它可以在实数空间中进行运算,进一步减少运算量。进行了数值计算,检验了判据值分布,以及在信源等功率、不等功率和空间相关色噪声等情况下特征空间法的性能。估计方法还用声纳数据进行了检验。所有这些结果均证明本估计方法性能优良。      

听觉频域掩蔽效应的自适应β阶贝叶斯感知估计语音增强算法

为了在噪声抑制和语音失真中之间寻找最佳平衡,提出了一种听觉频域掩蔽效应的自适应β阶贝叶斯感知估计语音增强算法,以期提高语音增强的综合性能。算法利用了人耳的听觉掩蔽效应,根据计算得到的频域掩蔽阈自适应调整β阶贝叶斯感知估计语音增强算法中的β值,从而仅将噪声抑制在掩蔽阈之下,保留较多的语音信息,降低语音失真。并分别用客观和主观评价方式,对所提出的算法的性能进行了评估,并与原来基于信噪比的自适应β阶贝叶斯感知估计语音增强算法进行了比较。结果表明,频域掩蔽的β阶贝叶斯感知估计方法的综合客观评价结果在信噪比为-10 dB至5 dB之间时均高于基于信噪比的自适应β阶贝叶斯感知估计语音增强算法。主观评价结果也表明频域掩蔽的β阶贝叶斯感知估计方法能在尽量保留语音信息的同时,较好的抑制背景噪声。      

矢量泰勒级数特征补偿的说话人识别

将矢量泰勒级数(Vector Taylor Series,VTS)特征补偿算法应用于说话人识别,给出了卷积噪声方差的近似闭式解,构建了联合快速估计卷积噪声和加性噪声均值和方差的框架。该算法可在无需失配环境先验信息的前提下,直接从失配语音中估计出卷积噪声和加性噪声的均值和方差,实现对环境失配的补偿。实验结果表明,在信道变化较大的无线信道下,卷积噪声方差的补偿最高可降低误识率3.24%.提升了系统的识别性能。在存在加性噪声的无线信道下,与基于线性失真模型的特征映射算法和倒谱均值减算法相比,本文算法可分别最大降低49.65%和68.06%的误识率,适合于信道变化较大的失配环境补偿。      

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。      

低信噪比下采用感知语谱结构边界参数的语音端点检测算法

提出了一种采用感知语谱结构边界参数(PSSB)的语音端点检测算法,用于在低信噪比环境下的语音信号预处理。在对含噪语音进行基于听觉感知特性的语音增强之后,针对语音信号的连续分布特性与残留噪声的随机分布特性之间的不同点,对增强后语音的时-频语谱进行二维增强,从而进一步突出连续分布的纯净语音的语谱结构。通过对增强后语音语谱结构的二维边界检测,提出PSSB参数,并用于端点检测。实验结果表明,在白噪声-10 dB到10 dB的各种信噪比环境下,采用PSSB参数的端点检测算法,相对于其它端点检测算法,更有效地检测出语音的端点。在-10 dB的极低信噪比下,提出的方法仍然有75.2%的正确率。采用PSSB参数的端点检测算法,更适合于低信噪比白噪声环境下的语音端点检测。