利用二次谱盲估计多速率DS/CDMA伪码周期

针对可变扩频长度(VSL)的多速率DS/CDMA信号伪码周期的盲估计问题进行了研究,将一般单速率直扩信号二次功率谱伪码周期估计的方法扩展到多速率DS/CDMA模型。该方法首先将接收的多速率DS/CDMA信号进行采样,并对其求一次功率谱,再将一次谱作为输入信号作傅里叶变换并取模、平方,从而得到信号的二次功率谱。通过推导证明,多速率DS/CDMA信号的二次功率谱在扩频码周期的整数倍处出现尖锐的谱线,且不同速率用户的二次谱线幅度是不同的,利用这些幅度差异区分不同速率并通过估计谱线之间的距离即可获得不同速率信号的伪码周期。仿真表明该算法在低信噪比下适用,在-15 dB能够利用较少数据同时估计多组速率的伪码周期。     

多反复结构模型的精确音乐分离方法

针对基本反复模型音乐分离方法自适应性差的问题,提出一种基于美标度倒谱系数(MFCC)的多反复结构模型的音乐分离方法。首先,提取出音乐信号的MFCC系数矩阵(39维的数据构成);然后利用余弦特性得到其相似矩阵,进而将相似度一致的片段划分到一起,建立不同的反复结构模型;之后结合理想二元掩蔽(]BM)分离出背景音乐及歌声的频谱,相应的时域信号则由傅里叶逆变换获得;最后,在不同类型、长度的音乐文件上测试了算法性能,将提出的算法与Rafii的反复算法和Ozerov的灵活窗非负矩阵分解方法进行对比。实验结果表明,改进方法在分离性能上最高提高3 dB左右,并且对于曲调变换大的音乐提高效果更为明显,从而证实了改进方法是一种有效的音乐分离方法,并且更具稳定性。