全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
-  2016 

基于自适应随机共振理论强噪声背景下的弱语音信号检测

DOI: doi:10.7507/1001-5515.20160060

Keywords: 自适应随机共振, 语音检测, 二次采样, 弱信号检测

Full-Text   Cite this paper   Add to My Lib

Abstract:

传统语音信号检测方法是将噪声作为干扰信号来线性滤除, 而在强噪声背景下, 这些方法在去除噪声的同时也丢失了部分原始语音信号。随机共振能够利用噪声能量放大弱信号而抑制噪声, 基于此原理, 提出一种基于自适应随机共振提取弱语音信号的方法, 并与二次采样相结合, 实现强噪声背景下弱语音信号的检测。该方法通过评价系统输出信号的信噪比, 自适应调节系统参数a、b, 从而最优地检测出弱语音信号。实验仿真分析表明, 强噪声背景下, 输出信号的信噪比由初始信噪比-7 dB提高到0.86 dB, 信噪比增益为7.86 dB。该方法明显提高了输出语音信号的信噪比, 为弱语音信号的检测提供了新的思路

References

[1]  1. BENZI R, SUTERA A, VULPIANI A. The mechanism of stochastic resonance[J]. J Phys A:Math Gen, 1981, 14(11):453-457.
[2]  2. 冷永刚, 王太勇.二次采样用于随机共振从强噪声中提取弱信号的数值研究[J].物理学报, 2003, 52(10):2432-2437.
[3]  3. 杨定新, 胡政, 杨拥民.大参数周期信号随机共振解析[J].物理学报, 2012, 61(8):080501(1)-080501(10).
[4]  4. ZOU Hailin, ZHENG Longquan, LIU Chanjuan. Detecting parameters of high frequency signals with frequency modulation stochastic resonance[C]//20136th IEEE International Congress on Image and Signal Processing (CISP). Hangzhou:2013:1090-1095.
[5]  5. 明廷锋, 龙景兵, 张永祥.大参数条件下弱周期信号的三种随机共振检测方法[J].测试技术学报, 2014, 28(6):476-480.
[6]  6. 李春树.一种改进的变步长随机共振数值算法[J].信息通信, 2015, (2):1-3.
[7]  7. JIANG Yi, ZHAO Hui. A new weak signal detection method based on stochastic resonance and array sensors[C]//2013 IEEE International Conference on Communications, Circuits and Systems (ICCCAS). Chengdu:2013:287-289.
[8]  8. MITAIM S, KOSKO B. Adaptive stochastic resonance[J]. Proceedings of the IEEE, 1998, 86(11):2152-2183.
[9]  9. 谭继勇, 陈雪峰, 雷亚国, 等.自适应移频变尺度随机共振在故障诊断中的应用[J].西安交通大学学报, 2009, 43(7):69-73.
[10]  10. 方倩, 赵文礼.基于随机共振原理的自适应检测系统设计[J].杭州电子科技大学学报, 2013, 33(1):68-72.
[11]  11. HE Di. Optimal stochastic resonance under low signal-to-noise ratio circumstances[C]//Proceedings of 2010 IEEE International Symposium on Circuits and Systems (ISCAS). Paris:2010:1352-1355.
[12]  12. 郭浙伟, 庞全, 范影乐.基于随机共振的语音增强研究[J].电声技术, 2009, 33(6):45-47, 51.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133