子空间降噪在舰船噪声混沌信号处理中的应用

结合混沌信号本身的特性采用子空间投影理论,研究含噪Lorenz模型信号和水下舰船噪声信号的降噪问题。讨论了延迟时间和嵌入维对降噪效果的影响,重点研究了为保持混沌信号的局部特性如何选择参与自相关函数计算的信号长度。采用分段自相关函数多次迭代的方法,保持了混沌的局部特性。仿真结果表明,降噪效果较为理想。     

汉语语音的非线性动力学特征及其降噪应用

分析了汉语语音的相关维、最小嵌入维数以及重构相图。分析结果表明汉语语音具有混沌特征。根据这些非线性特征可以有效区分汉语中的浊音、清音和随机噪声,从而可以用于语音降噪。介绍了本地投影法混沌语音降噪的原理与算法,并利用该算法对一些典型的元音和辅音进行降噪,获得了较好的降噪效果。     

受污染混沌信号的协同滤波降噪

根据混沌吸引子的自相似分形特性,提出了一种利用协同滤波重构受污染混沌信号的降噪算法.所设计的降噪算法通过对相似片段的分组将一维混沌信号的降噪转化为一个二维联合滤波问题;然后,在二维变换域用阈值法衰减噪声;最后,通过反变换获得原始信号的估计.由于分组中的相似片段具有良好的相关性,与直接在一维变换域做阈值降噪相比,分组的二维变换能获得原信号更稀疏的表示,更好地抑制噪声.仿真结果表明,该算法对原始混沌信号的重构精度和信噪比的提升都优于小波阈值、局部曲线拟合等现有的混沌信号降噪方法,对相图的还原质量也更好.     

基于独立成分分析和经验模态分解的混沌信号降噪

基于经验模态分解和独立成分分析去噪的特点,提出了一种联合独立成分分析和经验模态分解的混沌信号降噪方法. 利用经验模态分解对混沌信号进行分解,根据平移不变经验模态分解的思想构造多维输入向量, 通过所构造的多维输入向量和独立成分分析对混沌信号的各层内蕴模态函数进行自适应去噪处理; 将处理后的所有内蕴模态函数进行累加重构,从而得到降噪后的混沌信号. 仿真实验中分别对叠加不同强度高斯噪声的Lorenz混沌信号及实际观测的月太阳黑子混沌序列进行了研究, 结果表明本文方法能够对混沌信号进行有效的降噪,而且能够较好地校正相空间中点的位置, 逼近真实的混沌吸引子轨迹. 关键词： 独立成分分析 经验模态分解 混沌信号 降噪     

一种重构辐射噪声调制谱的方法

在进行辐射噪声信号的仿真研究中,希望利用经滤波、特征提取等处理所得到的反映目标特性的线谱、连续谱、调制谱来重构辐射噪声,以便于研究辐射噪声在声场中的传播特性。本文提出了利用迭代算法估算调制深度谱的算法,给出了时域辐射噪声的重构模型,以实测数据的调制谱为出发点,来重构其时域信号,并对重构前后的调制谱进行了误差分析,取得了较好的效果。     

基于双传声器的蓝牙耳机降噪算法

用于免提通信设备的语音增强算法一直是研究的热点问题,而算法处理结果的音质问题近年来也备受关注。针对基于双传声器降噪的蓝牙耳机系统,将常用多通道传声器降噪算法归纳为基于相干函数法和基于空间预分离法这两大类进行分析和比较。基于相干函数法利用两个通道间信号的相干函数对含噪信号滤波达到降噪目的,而基于空间预分离法利用空间特性从含噪信号中分离出噪声参考信号来消除噪声。分析基于降噪量、语音音质和综合性能三个指标,从约束语音损伤的角度分析最优解的形式,并对比两类算法的实际性能。结果表明选择合适的算法可权衡降噪量与语音损伤,达到较好的综合性能。     

基于小波变换的混沌信号相空间重构研究

应用小波变换和非线性动力学方法研究了混沌信号在相空间中的行为，指出混沌时间序 列的小波变换实质上是在重构的相空间中，混沌吸引子向小波滤波器向量所张的空间中的投 影，与Packard等人提出的相空间重构方法本质上是一致的.实验结果表明，混沌信号经过 小波变换后，吸引子轨迹与原有轨迹具有相似的结构，同时，系统的关联维数、Kolmogorov 熵等非线性不变量仍然得到保留.这些结果表明，利用小波变换研究混沌信号是有效的. 关键词： 小波变换 相空间重构 混沌信号 脑电信号     

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     

低信噪比下的状态空间重构

针对淹没在噪声中的混沌信号的重构问题，基于动力系统理论和对现有重构方法的研究，提出了一种利用具有最大方差的主元子集重构状态空间的方法．同时论述了重构窗口的问题．利用洛伦兹混沌信号叠加白噪声，通过分析奇异谱和相图，对这一重构方法进行了验证 关键词：     

基于块稀疏贝叶斯学习的多任务压缩感知重构算法

本文提出一种基于块稀疏贝叶斯学习的多任务压缩感知重构算法, 利用块稀疏的单测量矢量模型求解多任务重构问题. 通过对信号统的计特性和稀疏块内的结构特性进行联合数学建模, 将稀疏重构问题转贝叶斯框架下的特征参数的迭代更新问题. 本文算法不需要信号稀疏度和噪声强度的先验信息, 是一种高效的盲重构算法. 仿真实验表明, 本文算法能有效利用信号的统计特性和结构信息, 在重构精度和收敛速率方面能够很好地折衷.     

Rapid Diffusion Weighted Imaging with Enhanced Resolution

In this paper, a new, fast compressively sensed diffusion magnetic resonance image enhancement technique is presented. This algorithm aims to overcome two major obstacles—image resolution limitation and algorithm reconstruction time efficiency-by combining a highly sparse k–q-space sampling pattern with super-resolution (SR) image enhancement. Similar to the RoSA (rotating single-shot acquisition) acceleration scheme, the presented algorithm takes advantage of simultaneous k–q-space sampling procedures being able to implement directly with no hardware modifications. The method sequentially processes compressively sensed k-space’s semi-PROPELLER blades with respect to appropriately synchronized diffusion directions. The dMR image structure is expressed as a kind of minimum-spanning tree. It fades out distortions of the image’s features. Moreover, as contrasted with numerous other super-resolution algorithms, the presented method overcomes the simplifying motion model as well as blur kernel and noise estimation issues. The simulation and experimental studies have been conducted using a dMRI scanner as well as a phantom input. Combining super-resolution with time-efficient data sets resulted in a reduction of motion artifacts, improving edge delineation as well as spatial resolution.     

BCYCLIC: A parallel block tridiagonal matrix cyclic solver

A block tridiagonal matrix is factored with minimal fill-in using a cyclic reduction algorithm that is easily parallelized. Storage of the factored blocks allows the application of the inverse to multiple right-hand sides which may not be known at factorization time. Scalability with the number of block rows is achieved with cyclic reduction, while scalability with the block size is achieved using multithreaded routines (OpenMP, GotoBLAS) for block matrix manipulation. This dual scalability is a noteworthy feature of this new solver, as well as its ability to efficiently handle arbitrary (non-powers-of-2) block row and processor numbers. Comparison with a state-of-the art parallel sparse solver is presented. It is expected that this new solver will allow many physical applications to optimally use the parallel resources on current supercomputers. Example usage of the solver in magneto-hydrodynamic (MHD), three-dimensional equilibrium solvers for high-temperature fusion plasmas is cited.     

An adaptive squared-distance-weighted interpolation for volume reconstruction in 3D freehand ultrasound

Volume reconstruction is a key procedure in 3D ultrasound imaging. An algorithm named as squared-distance-weighted (SDW) interpolation has been earlier proposed to reduce the blurring effect in the 3D ultrasonic images caused by the conventional distance weighted (DW) interpolation. However, the SDW parameter alpha, which controls the weight distribution, is a constant assigned by operators so that the interpolation effect is invariant for both sharp edges and speckle noises. In this paper, we introduced a new adaptive algorithm based on SDW interpolation for volume reconstruction of 3D freehand ultrasound. In the algorithm, the local statistics of pixels surrounding each voxel grid were used to adaptively adjust the parameter alpha in SDW. The voxel grids with a higher ratio of local variance and mean in their neighbourhoods would have a smaller alpha to make the image details sharper, while the voxel grids locating in regions with a lower ratio of local variance and mean would have a larger alpha to smooth image content in homogeneous regions, where speckle noise is usually observed and damages the image quality. By comparing the simulation results using the SDW and new adaptive algorithm, it was demonstrated that this new algorithm worked well in both edge preservation and speckle reduction.     

基于优选样本的KPCA高光谱图像降维方法

 降维是高光谱图像常用的预处理手段,而核主成份分析通过非线性映射能够挖掘数据的高阶统计特性,是目前较常使用的特征提取方法.本文提出了一种基于优选样本的核主成份分析高光谱图像降维方法,算法挑选参与核主成份分析运算的样本时兼顾整幅高光谱图像的统计特性,以与全图能量分布相近的最小样本集为最终选择样本.本算法由IDL7.0实现,并在实际高光谱图像Cuprite上进行实验.结果表明,在大幅缩短运算时间的同时,降维效果优于传统的核主成份分析方法.     

基于快速小波分形插值的声纳图像缩放算法

本文讨论主动图像声纳的图像结果显示问题,主要介绍一种基于快速小波分形插值的实时声纳图像缩放算法。并通过对合成孔径声纳图像数据进行算法比较,发现此算法比通用的图像插值算法,如双线性插值和双三次样条插值等,具有更好的性能。由于可以分块并行实现,因此本算法易于应用于实时图像声纳工程中。     

一种基于移相误差估计的5步移相算法

移相误差是用移相法进行相位测量的主要误差。本文提出一种 5步移相算法 ,分两步进行相位计算 ,首先估计实际步进移相的线性移相误差 ,然后再利用此移相误差估计值计算相位分布。移相误差估计公式和相位计算公式简洁 ,算法简单易行 ,对线性移相误差和二次谐波的敏感度低 ,可基本消除线性移相误差对解调相位的影响。对本文提出的算法进行了仿真研究 ,同时给出了 Hariharan 5步算法、Surrel 6步最小算法的仿真结果。结果表明 :本算法明显优于以上两种算法 ,可基本消除线性移相误差引起的相位偏移。本算法适用于作等步移相的相位测量或移相的标定。     

Use of a sigmoidal-shaped function for noise attenuation in cochlear implants

A new noise reduction algorithm is proposed for cochlear implants that applies attenuation to the noisy envelopes inversely proportional to the estimated signal-to-noise ratio (SNR) in each channel. The performance of the proposed noise reduction algorithm is evaluated with nine Clarion CII cochlear implant patients using IEEE sentences embedded in multi-talker babble and speech-shaped noise at 0-10 dB SNR. Results indicate that the sigmoidal-shaped weighting function produces significant improvements to speech recognition compared to the subjects' daily strategy. Much of the success of the proposed noise reduction algorithm is attributed to the improved temporal envelope contrast.     

一种用于主动降噪耳机的权重滤波误差信号滤波-x最小均方算法*

针对传统FxLMS算法前馈自适应主动降噪耳机系统因果性条件不足时在宽带噪声环境中产生的高频噪声抬升问题,该文引入权重滤波误差信号FxLMS算法用于抑制高频噪声的抬升,但该算法带来了低频降噪量不足问题。因此,进一步提出将固定系数混合控制器与权重滤波误差信号FxLMS算法结合,在解决高频噪声抬升问题的同时,保证了良好的低频降噪量。基于DSP平台实现了提出的主动降噪耳机方案。实验证明,该方案针对宽带和单频等噪声都取得了较好的降噪效果。     

主动声纳的自适应显示数据缩减算法

本文讨论了主动声纳系统中主动检测结果的数据显示问题.首先介绍传统显示数据缩减的几种算法,在这些基础上,我们提出一种新颖的自适应显示数据缩减算法.此算法利用宽带信号特征和主动检测统计特征,通过分段加权平均并取用子段平均最大值的方法,自适应地缩减待显示数据.仿真结果表明,此算法可以提高数据输出的信息量,减小输出信噪比损失,其性能优于传统的几种显示数据缩减算法,有助于提高人机交互的可靠性,并且算法简单,适于实时实现.