单观测通道船舶辐射噪声盲源分离

提出了一种适用于单观测通道的船舶辐射噪声盲源分离方法.该方法依据船舶辐射噪声远场的空间分布规律,通过将单观测通道延时和滤波的方法构造虚拟通道,使单通道转化为多通道,以实现单通道的盲源分离.仿真及实验数据分析的结果显示,分离后信号的相关系数在不同信噪比下有稳定的提高,说明该方法能在一定程度上利用单观测通道在海洋环境噪声背...     

混沌背景下信号的盲分离

混沌信号与确定性小信号叠加生成的混合信号是一更高维的混沌信号,因而不能用一般的混沌信号噪声抑制的方法进行分离.提出了一种这类信号盲分离的方法.在重构未知的混沌信号的动力方程时,充分利用混沌吸引子的几何特性,并且限定动力映射为原混沌吸引子所在流形的内部映射,从而保证了重构的动力系统方程对应于原混沌信号,而不是同样具有混沌特性的混合信号.然后利用重构的动力方程,借用混沌信号中的噪声抑制思想,估计出原混沌信号对应的轨道,实现信号分离.通过对Lorenz系统中谐波信号、Henon映象中自回归过程,以及脑电信号中谐波信号进行提取的数值实验,验证了信号盲分离方法的有效性和可行性. 关键词： 混沌 非线性 信号处理 盲分离     

多通道同步信号采集与盲源分离研究

扩展了麦克风语音采集电路和较大容量的存储器,基于凌阳16位单片机(SPCE061A)实现了多通道语音信号的实时同步采集。对采集的信号应用FastICA独立分量分析算法进行盲源分离,基于DTW算法对分离的语音进行识别,发现强噪声情况下识别结果良好,对语音识别与应用具有积极意义。     

嗓音源谐波噪声独立分量分离估计方法

以发声生理和病理为基础,针对唇端语音、线性预测反滤波处理后的声门气流体积速度波和颈前体表传导嗓音信号分别采用独立分量分析,分离出谐波与噪声信号,并估计其谐波噪声比。在不同元音、不同发声方式以及不同病变条件下给出了实验结果,并与传统的谐波噪声比计算方法进行综合比较。分别证实了在正常和病变条件下更客观、准确地判断嘶音程度和喉病的适应方法。对发声基础研究、语言声学和喉病检测等领域有重要意义。     

含噪混合数据中相关源信号的盲分离

本文在假设时间白噪声的基础上,通过对阵列施加一个较弱的旋转不变约束提出了一种针对相关源信号盲分离的方法。与现有方法相比,该方法不需要额外的源信号约束条件和噪声自相关矩阵的知识,因此具有较广的使用范围和较强的稳健性。另外,该方法较低的计算复杂度易于其工程实现。计算机仿真结果表明,本文提出的方法对于相关源信号的盲分离具有较好的效果。     

复杂电磁环境下的信号盲分离方法

介绍了基于盲源分离的信号处理基本思想,阐述了ICA,SOBI,AMUSE三种典型算法的原理、特点,通过仿真实验研究了这三种盲源分离算法对于常见波形信号和真实信号的分离性能及其抗噪能力,验证了算法的有效性和可行性。三种方法对于抑制干扰信号,进行信号的有效提取具有实际意义和使用价值。     

低复杂度的盲源分离和去混响联合优化方法

提出了一种低复杂度的基于加权预测误差(WPE)的独立低秩矩阵分析(ILRMA)方法。与现有的WPE-ILRMA方法把预测矩阵当成一个整体来处理不同,所提方法将预测矩阵展开来推导代价函数,利用不同声源的混合滤波器和分离滤波器之间的正交性简化代价函数的优化过程,进而以更低的计算复杂度对混合信号去混响。通过利用解耦预测矩阵和分离滤波器之间的关系,所提方法将维数较大的矩阵求逆转化为维数较小的矩阵求逆,从而取得了比WPE-ILMRA方法更低的计算复杂度。在最大似然框架下推导了所提方法的代价函数,并采用坐标梯度下降算法来估计参数。实验结果表明,所提方法能以更低的计算复杂度和更高的稳定性取得与WPE-ILRMA方法相似的分离性能。     

一种适用于微弱信号提取的盲源分离算法

本文首次提出了适用于微弱信号提取的盲源分离算法,这种方法是在常用的自然梯度串行更新算法基础上采用了有监督的机制。通过观察两个信号互相关的程度自动判别激活函数的种类,实现了超高斯亚高斯强弱信号混合下的盲源分离。信号仿真表明,有监督的盲源分离技术收敛速度较快,精度较高。     

复杂电磁环境下的信号盲分离方法

介绍了基于盲源分离的信号处理基本思想,阐述了ICA,SOBI,AMUSE三种典型算法的原理、特点,通过仿真实验研究了这三种盲源分离算法对于常见波形信号和真实信号的分离性能及其抗噪能力,验证了算法的有效性和可行性。三种方法对于抑制干扰信号,进行信号的有效提取具有实际意义和使用价值。     

基于盲分离技术的水下多源环形阵定位方法研究

根据水下自动探测的工程实际技术发展需求,本文基于盲分离技术研究了环形阵对水下目标辐射噪声信号进行定位的方法,利用水声信号统计特性,通过构建针对水中目标的非线性函数和学习因子等,对自然梯度算法进行了改进,实船信号的盲分离实验结果表明,该方法改进了分离效果。在此基础上,建立了基于线性瞬时混合情况下的定位模型,完成了对六个水中目标的定位研究,取得了令人满意的结果。     

瞬时混合盲源分离和最优波束形成的关系研究

最优波束形成和盲源分离是近几十年迅速发展起来的两种重要阵列信号处理方法,在瞬时混合情况下它们具有相似的信号模型,所以本文研究了二者之间的关系。指出,当不存在噪声时,多数盲源分离算法构造的是最优波束形成;当存在噪声时,可以利用盲源分离算法估计的信号导向向量设计最优波束形成。计算机仿真实验验证了这一结论。     

结合盲源分离的非直单线阵多目标左右舷分辨

针对单线阵左右舷模糊问题,提出了结合盲源分离的非直单线阵多目标左右舷分辨算法。该算法首先通过离散傅里叶变换将阵列接收信号离散化为若干个窄带频谱分量,之后对每个频点的窄带数据讲行盲源分离,得到每个频点上各个来波信号的导向向量;然后通过常规波束形成对各个导向向量进行方位谱估计,并根据左右舷抑制比进行单目标左右舷分辨,确定各个频点上的来波方向;最后对所有频点上的来波方向进行聚类,得到各个真实目标的方位,从而实现多目标左右舷分辨。仿真实验中,相比常规波束形成方法(CBF)和最小方差无畸变响应算法(MVDR),该算法更准确地估计出了目标数目,且保持了较快的计算速度;海试数据处理中,该算法排除了目标镜像的干扰,准确估计出了船只目标的轨迹。仿真及海试数据处理均表明,该算法可以分辨真实目标与目标镜像,具有比CBF和MVDR算法更好的左右舷分辨能力。     

频域盲源分离与波束形成结合抑制方向性强干扰方法

针对方向性强干扰严重影响无源声呐弱目标检测的问题,提出了频域盲源分离与波束形成结合的干扰抑制方法:以子带分解的方法实现宽带干扰抑制。对每个子带进行频域盲源分离,并估计出各分离信号的方位,将与给定强干扰方位匹配的分离信号置零,利用估计的解混矩阵和处理后的分离信号重构回阵元域信号并进行波束形成实现目标方位估计。声呐模拟器数据与海试数据验证结果表明,相对于传统零陷常规波束形成与零陷最小方差无失真响应波束形成方法有2 dB以上的增益,约6 dB的背景级降低,证明该方法在抑制方向性强干扰方面是有效的。     

车载场景结合盲源分离与多说话人状态判决的语音抽取

在车载分布式传声器阵列场景中,结合盲源分离TRINICON (Triple-N ICA for convolutive mixtures)算法与多说话人状态判决实现期望语音抽取。根据分布式传声器阵列与声源的相对位置关系,设计特定的盲源分离初始化条件以保证输出通道与声源的映射关系;根据分布式传声器阵列的频响特点,设计特征矢量来进行多说话人判决,并将判决结果引入TRINICON算法参数迭代过程。在使用实际车载录音数据的仿真评测中,所提方法在不同信噪比下有较高的鲁棒性,可有效提升TRINICON算法的收敛速度和语音信号的信扰比,且可以确保准确的通道映射。评测结果表明该方法可以在车载场景中有效抽取出期望语音,为车载复杂场景下的声信息提取提供了一种可靠且收敛快速的解决方法。     

高斯噪声背景下稳健型Durbin检测器设计

考虑了一种水下高斯噪声环境中的多通道点目标自适应检测问题,且高斯噪声的协方差矩阵未知。通常,描述这类问题的假设检验中包含多重未知变量,所以不存在一致最优检验,为此,我们采用Durbin检验准则的一阶近似寻求其次优解。在设计阶段,推导出Durbin检验所对应的检验统计量,以及虚警概率的闭式解,并由此证明Durbin检验具有对噪声协方差矩阵的恒虚警特性。在仿真阶段,分析了新检测器的性能,并与传统的广义似然比检验(GLRT)、自适应匹配滤波(AMF)检测器进行比较。仿真和实验结果表明在目标导向向量失配情况下,Durbin检验的检测性能优于传统检测器,但是在信号匹配情况下Durbin检验的检测性能略有损失。     

色噪声背景下微弱正弦信号的混沌检测

提出一种利用混沌在特定状态下对参数的敏感性来实现微弱正弦信号检测的新方案-该方案可以有效地将深陷在色噪声背景中的微弱正弦信号检测出来-给出了混沌检测的方法,分析了混沌检测中噪声对系统状态的影响-仿真实验表明该混沌检测系统对小信号非常敏感，对任何零均值色噪声均具有极强的抑制能力- 关键词： 微弱正弦信号 混沌检测 色噪声 信噪比     

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。     

旋转圆柱壳体切削噪声的输入功率分析

切削噪声研究所面临的首要困难是确定任意切削位置处的切削噪声功率以及切削过程中各个声辐射体对总体切削噪声的贡献。本文以相关输入下非保守耦合系统的统计能量分析为基础,提出了用于解决这些问题的输入功率分析原理(PIA)并对该原理进行了详细的论述,对于该原理所涉及参数的估计理论或测量技术以及建模等其他重要问题也进行了讨论和说明。作为PIA理论的一个应用实例,本文对切削一长700mm,厚10mm,直径300mm的圆柱壳体时的噪声进行了研究。研究结果表明,输入功率分析法是切削噪声研究的一个有效工具,也可以有效地应用于其他耦合系统的能量分析。     

子带t分布的快速独立向量分析在语声盲源 分离中的应用*

为了提高独立向量分析算法在盲语声分离任务中的分离性能,降低算法计算复杂度,并改善目前尚未完全解决的顺序模糊性的问题,该文提出一种基于子带t分布的快速独立向量分析算法。在声源模型方面,该算法首先利用语声信号重尾分布的特性,假设声源概率密度函数服从t分布,同时采用子带建模的方法来增强同一声源相邻频点的高阶依赖性,进而减轻频点间的顺序不一致问题。在空间模型方面,该算法采用秩1更新的方式估计声源信号,避免矩阵求逆操作和分离矩阵的估计,从而降低计算复杂度。实验结果表明,与现有的基于独立向量分析的盲源分离算法相比,该算法能够在相同的迭代次数下取得更优的语声分离性能。     

混沌噪声背景下微弱脉冲信号的检测及恢复

构建了一种在混沌噪声背景下检测并恢复微弱脉冲信号的模型.首先,基于混沌信号的短期可预测性及其对微小扰动的敏感性,对观测信号进行相空间重构、建立局域线性自回归模型进行单步预测,得到预测误差,并利用假设检验方法从预测误差中检测观测信号中是否含有微弱脉冲信号.然后,对微弱脉冲信号建立单点跳跃模型,并融合局域线性自回归模型,构成双局域线性(DLL)模型,以极小化DLL模型的均方预测误差为目标进行优化,采用向后拟合算法估计模型的参数,并最终恢复出混沌噪声背景下的微弱脉冲信号.仿真实验结果表明本文所建的模型能够有效地检测并恢复出混沌噪声背景中的微弱脉冲信号.