System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于信号处理,尤其涉及一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法。
技术介绍
1、噪声频谱跟踪是信号增强算法的核心之一,是脉冲信号时变频谱增强的基础。噪声频谱估计值偏低会带来噪声残留,噪声频谱估计值偏高又可能会导致信号失真,进而影响后续信号处理效果。因此,实现噪声频谱的准确、实时跟踪对于信号增强系统的整体性能有着至关重要的作用。
2、现有的噪声频谱估计方法主要包括:(1)基于信号活动检测的方法,该方法只在信号间歇期更新噪声频谱估计,当背景噪声较为平稳时,基于信号活动检测的方法可以取得良好的效果,然而,在非平稳的背景噪声和低信噪比条件下,信号活动检测的可靠性严重降低;(2)基于最小值统计的方法,该算法通过跟踪含噪信号平滑功率谱在有限时间窗内的最小值作为噪声估计,其跟踪性能受到最小值搜索窗长的制约,窗长过小,窗口内可能始终含有信号,导致噪声被过估计;反之,窗长过大,则该最小值不能及时跟踪到噪声频谱的快速变化,尤其当噪声功率谱上升时,跟踪时延较大;(3)基于最小均方误差准则的方法,不同于最小值跟踪算法,基于最小均方误差准则的方法在跟踪上升的噪声功率谱方面表现良好,且计算复杂度较低,但该算法使用了基于语音信号处理的固定最优先验信噪比,可能不适用于脉冲信号处理;(4)基于直方图统计的方法,该算法通过逐频点动态计算直方图,将直方图的峰值作为噪声估计,然而该方法存在着高能量模式和低能量模式的问题,尤其在低频段,噪声的误估计情况较为严重,且由于需要逐频点分帧进行直方图统计,算法的计算量较大。
【技术保护点】
1.一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤1中的方法如下:
3.根据权利要求2所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤2的具体方法如下:
4.根据权利要求3所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤3中,采用如下方法提取当前第l时帧的脉冲信号时域能量起伏特征参量ξt(l,k),具体包括以下步骤:
5.根据权利要求4所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤4中,采用如下方法获取当前第l时帧的脉冲信号频域局部信噪比ξf(l,k),具体包括以下步骤:
6.根据权利要求5所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤5中,采用如下方法估计当前第l时帧的脉冲信号时域存在概率和频域存在概率具体包括以下步骤:
7.根据权利要求6所
8.根据权利要求7所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤7中,采用如下方法判断是否完成待处理脉冲信号采样数据序列x(n)所有时帧的噪声频谱跟踪,具体包括以下步骤:
...【技术特征摘要】
1.一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤1中的方法如下:
3.根据权利要求2所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤2的具体方法如下:
4.根据权利要求3所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤3中,采用如下方法提取当前第l时帧的脉冲信号时域能量起伏特征参量ξt(l,k),具体包括以下步骤:
5.根据权利要求4所述的一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法,其特征在于,步骤4中,采用...
【专利技术属性】
技术研发人员:姚帅,匡青云,刘琦玮,肖晨欣,张佾轩,武其松,方世良,曹栋栋,周岩,沈家瑞,
申请(专利权)人:东南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。