如何提高《数字信号处理》课程的教学质量

依据《数字信号处理》课程在电子信息类专业中的地位,从该课程的课堂教学和实验环节两方面入手,探索了提高教学质量的有效途径和方法。     

Helmholtz方程的指数函数法多波解

在线性近似下,Helmholtz方程能够描述小尺度大气声波波动.因此分析小规模大气声波波动特性,必须对Helmholtz方程进行求解.大多数求解Helmholtz方程的方法是在某些边界条件和初始条件下进行的,而边界条件和初始条件本身就是在假设、近似的基础上得到的,且会使得计算过程复杂和计算量变大.指数函数法具有多个自由参数是求解非线性问题精确解的一种十分有效、直接的工具,且在求解时不要考虑边界条件和初始条件,对函数进行指数和双曲正切变换的共同作用可近似为线性变换.基于上述思想,本文首先对Helmholtz方程进行反正切变换,将其转化为非线性方程,其次进行单波解、双波解和三波解的假设并对其进行了求解,最后,利用次声波和可听声波对单波,双波和三波解进行了3维空间和2维平面的数值模拟.结果表明,求解方法简单、直观,且在线性近似下,不同频率的声波具有不同的传播特性,双波、三波沿着各自的方向传播,互不干扰.     

水中运动目标动态线谱增强算法研究

通常的基于短时自相关的自适应线谱增强器(SABALSE)主要缺点是:输入信噪比低时,抑制高斯噪声性能差。为了最大限度地克服SABALSE的缺点,我们充分利用高阶累积量抑制高斯噪声的性能和高阶累积量的不同更新算法,提出了基于四阶累积量不同切片的自适应动态线谱增强新算法,并对其原理、结构进行了剖析。用实测鱼雷线谱数据,对鱼雷与水听器处于不同方位时,水听器接收的线谱进行了动态仿真。结果表明:基于四阶累积量非对角切片的自适应动态线谱增强(NDSCBADLSE)算法抑制高斯噪声、增强动态线谱的能力强于基于对角切片的自适应动态线谱增强(DSCBADLSE)算法,且均强于SABALSE算法。因此,本文的算法可用于提高水下探测系统和水下武器系统对微弱信号的检测能力。     

一种基于最大似然的混响时间盲估计方法*

混响是室内声学中的重要现象,在室内设计与音频信号处理中都需要测量或估计混响时间。本文改进了一种基于最大似然估计的混响时间盲估计方法,即采用说话人在房间中自然说话时发出的混响语音信号来估计混响时间的方法。该方法首先确定语音衰减段的最优边界,其次计算该衰减段的两个额外参数,据此筛选出符合条件的语音段,最后将满足条件的语音段采用最大似然估计得到混响时间估计值。在五个不同混响时间条件下的仿真表明,与已有方法相比,改进方法估计的混响时间同真实混响时间的偏差更小,方差更低,估计准确性较高。     

非平稳随机过程五阶累积量计算的简化算法

四次相位耦合是水下目标辐射噪声非线性的重要特征,五阶累积量正是提取这些特征的必要工具,但五阶累积量计算复杂,难以工程实现。为了解决这一问题,研究了非平稳随机过程五阶累积量递推计算与计算量的关系,提出了五阶累积量计算的简化算法。理论分析与仿真表明：五阶累积量计算的简化算法能大幅度地减小计算量,通过简化计算得到的五阶累积量仍有良好的抑制高斯噪声性能,这为高阶统计量的工程应用提供了一种有效手段。     

基于PCNN的小波域超声医学图像去噪方法

在分析小波去噪和脉冲耦合神经网络(pulse coupled neural networks,简称为PCNN)去噪优缺点的基础上,提出一种基于PCNN的小波域超声医学图像去噪方法(a method of medical ultrasonicimage de-noising based on PCNN in the Wavelet Domain,简称为PCNN-WD).该方法先对小波系数进行相应的预处理,然后应用PCNN在小波域中修改小波系数,以达到去噪的目的,并且该方法能够自动地设定阈值和修改小波系数的步长.实验结果表明,该方法可以有效地去除斑点噪声,并很好地保留图像细节和图像边缘.     

基于量子粒子群优化的正交小波加权多模盲均衡算法

针对常数模盲均衡算法(CMA)均衡高阶正交振幅调制信号(QAM)存在收敛速度慢、稳态误差大的缺点, 提出了基于量子粒子群优化的正交小波加权多模盲均衡算法(QPSO-WTWMMA). 该算法根据高阶QAM信号星座图分布特点, 将量子粒子群优化算法(QPSO) 和正交小波变换融入于加权多模盲均衡算法(WMMA)中. 因而, 利用QPSO对均衡器权向量进行了优化, 利用正交小波变换降低了输入信号的自相关性, 利用WMMA选择了合适的误差模型匹配QAM星座图. 理论分析及水声信道仿真结果表明, QPSO-WTWMMA算法可以获得更快的收敛速度和更低的稳态误差, 在水声通信中具有重要的参考价值.     

一种水声环境下易于硬件实现的盲波束形成方法研究

针对水声环境和水声信号的特点,提出了一种基于高阶累积量的神经网络盲波束形成算法。该方法把高阶累积量可消除高斯噪声干扰这一特性和神经网络可并行计算的结构优势有机地结合起来,不但有效地避免了矩阵求逆运算,而且易于用硬件实时实现盲最优波束形成。仿真实验验证了该算法的有效性和正确性。     

基于光谱匹配降维和特征融合的高光谱目标跟踪

针对现有高光谱视频目标跟踪算法在目标尺度发生变化时容易出现跟踪精度下降的问题,提出一种基于光谱匹配降维和特征融合的高光谱目标跟踪算法。首先,利用目标局部光谱和阈值来估计目标光谱,并利用目标光谱与高光谱图像进行朴素相关,实现高光谱图像降维,从而提取目标的深度特征。然后,利用局部方差判断目标区域,提取目标的3D方向梯度直方图（HOG）特征。为保留高光谱图像的光谱信息以及深度特征的语义信息,利用通道卷积融合的方法,得到更具辨别力的融合特征。最后,将融合特征送入相关滤波器,通过尺度池思想提高算法在目标尺度变化挑战下的跟踪鲁棒性。实验结果表明,所提跟踪算法在目标尺度变化挑战下具有更好的性能。     

基带传输系统码间干扰及其消除问题讨论

以基带传输系统为例,给出码间干扰的概念,并推导出系统无码间干扰的条件——奈奎斯特第一准则,并通过算例探讨了奈奎斯特准则的应用。