导读:本文包含了信号增强算法论文开题报告文献综述及选题提纲参考文献，主要关键词:空中交通管理,ADS-B,信号增强,小波变换
信号增强算法论文文献综述
李佳芯,王伟,高勇[1]（2019）在《一种小波变换下的ADS-B信号增强算法》一文中研究指出S模式的广播式自动相关监视技术(Automatic Dependent Surveillance-Broadcast,ADS-B)是目前空中交通管制大力推广的技术,但ADS-B信号在远距离传输过程中,由于传输信道的影响,会出现幅度减小和能量衰减等问题,从而导致接收到的微弱ADS-B信号不能正确译码。针对这种情况,提出用小波变换对信号做增强处理的方法,首先改进小波系数,接着确定分解层数,再利用重构指数来选取最优小波基,最后对阈值进行改进,考虑在不同的小波分解尺度上选取不同的阈值。对实际数据进行测试的结果表明,该算法能有效地对ADS-B信号进行增强,对信号强度为-94d Bm的微弱信号也能正确译码,译码准确率明显提高,对空中管理、空间安全等实际应用有一定意义。(本文来源于《电讯技术》期刊2019年11期）
王福军,丁小燕,谢维华,徐汉青[2]（2019）在《卫星导航干扰抑制与信号增强算法研究》一文中研究指出针对功率倒置(PI)抗干扰算法只能抑制干扰而不能增强导航信号问题,采用级联空域抗干扰算法.第一级通过并行基于正交子空间投影的PI算法处理消除强干扰,然后第二级利用卫星导航信号循环平稳性对期望信号进行波束形成,增强卫星导航信号,进一步提高信干噪比.最后通过仿真验证该方法的有效性.(本文来源于《全球定位系统》期刊2019年04期）
杨婧,程乃平,倪淑燕[3]（2019）在《两级自适应谱线增强算法在弱信号检测中的性能分析》一文中研究指出提出了基于两级自适应滤波的谱线增强算法,一方面设计了串联两级自适应滤波,更好地达到滤除噪声信号、恢复有用信号,更加准确地检测出信号;另一方面改进了自适应滤波器权系数更新公式,减小自适应时间,提高收敛速度。仿真分析对比两种算法,并针对强噪声背景下的潜艇信号弱的问题,分析了3种检测方法,通过比较信号的功率谱特性,改进的自适应谱线增强算法可以更好地抑制噪声,提高信噪比,有利于潜艇弱信号检测。(本文来源于《兵器装备工程学报》期刊2019年03期）
李俊霞,袁社锋[4]（2019）在《基于频域窄带莱斯噪声消除机制的OFDM网络信号发射精度增强算法》一文中研究指出为改善当前OFDM网络信号精度增强算法中难以高效消除频域窄带莱斯噪声,且系统误码率较高的不足,提出了一种基于频域窄带莱斯噪声消除机制的OFDM网络信号精度增强算法.首先,基于128频相移键控调制方法,在获取信号时域特征的基础上,引入快速傅里叶变换,对信号进行离散化,并基于信号投影机制,构建正交星座图,实现信号投影矢量在预发射状态下的正交分层排序,消除了信源状态下频域窄带莱斯噪声对系统的干扰;随后,引入快速傅里叶逆变换,对预发射信号进行加密处理,且通过量化评估模型对信号精度进行优化提升,有效节约了传输带宽,提高了信号发射性能,改善了信道抗衰落效果.仿真实验表明,与当前常见的时间窗消除机制(time window elimination mechanism, TWE)、频率拓扑映射机制(frequency topology mapping, FT)相比,本文算法的误码率更低,且具有更高的信号增益效果.(本文来源于《西南师范大学学报(自然科学版)》期刊2019年03期）
刘进[5]（2018）在《低信噪比下卫星通信信号的非线性增强算法》一文中研究指出为改善低信噪比条件下的卫星通信信号接收性能,提出采用非线性随机共振的卫星通信信号增强算法。该算法通过研究卫星通信信号、背景噪声和非线性随机共振系统叁者之间的共振匹配关系,采用调节随机共振系统参数的方法,使得卫星通信信号、背景噪声和非线性随机共振系统叁者之间达到共振匹配状态,实现噪声能量向卫星通信信号能量进行转移,消除噪声的同时增强了接收信号。MATLAB仿真结果表明采用非线性随机共振技术可有效改善低信噪比条件下的卫星通信信号接收性能,在未来卫星通信信号处理领域具有潜在的应用价值。(本文来源于《舰船电子对抗》期刊2018年03期）
路敬祎,马雯萍,叶东,姜春雷[6]（2018）在《基于VMD的声音信号增强算法研究》一文中研究指出为提高声音信号增强效果,减小实际信号的计算量,利用可变模态分解(Variational mode decomposition,VMD)与相关系数以及能量的起始点检测准则相结合提出一种新的信号增强算法。该算法首先利用能量的起始点检测准则判断出实际信号的起始点提取有效信号;利用VMD分解该信号,计算分解后各本征模态函数(Intrinsic mode function,IMF)与原始信号的相关系数;利用预设的相关系数阈值来自适应确定有效IMF,利用有效的IMF重构信号。为了评估该算法的增强效果,利用该算法与经验模态分解(Empirical mode decomposition,EMD)算法进行对比分析。理论分析和试验结果表明:提出的算法在相同信噪比不同采样频率以及不同输入信噪比的条件下获得的输出信噪比都高于EMD算法,从而验证了该算法的稳定性和准确性。(本文来源于《机械工程学报》期刊2018年10期）
童仁杰[7]（2018）在《基于信号稀疏特性的语音增强算法研究》一文中研究指出语音增强是语音信号处理中的一个重要研究方向,在远程通信、助听设备、智能家电、人机交互以及智能会议系统中有着广泛的应用。语音增强算法一般利用干净信号与噪声在结构特性上的差异,采用数学方法将观测到含有噪声的语音信号变换到新的域。在这个新的域内,语音和噪声的区分性变得更加明显。具体而言,干净语音对应的系数往往是稀疏分布的,而噪声对应的系数则是随机分布的。因而只需简单的数学操作就可以实现语音和噪声的分离。然而现行的语音增强系统仍然有诸多问题没有解决。比如说,在很多算法中,噪声通常被假设为近似平稳的。这意味着与干净语音相比,噪声幅度的变化速度相对缓慢。在噪声不满足平稳性假设时,很多语音增强算法会面临性能损失,甚至会导致明显的语音失真。为此,研究者们提出将多个相同型号的麦克风按照一定形状组成麦克风阵列,进而发展出了丰富的多通道语音增强算法。此外,真实场景中往往还存在着混响和回声等,这给多通道语音增强算法带来严峻的考验。本文基于干净语音信号在不同变换域中体现的稀疏特性,提出了几种行之有效的语音增强算法,主要工作可以概括如下:首先,针对在时域呈现稀疏和非平稳特性,且在时间上随机分布、幅度任意大的冲击噪声,提出一个基于单通道的鲁棒的时频分解模型,将受噪声污染数据中的干净语音成分投影到一个离散余弦变换字典上,将冲击噪声投影到一个单位矩阵字典上。通过控制两组投影系数的稀疏度比例,并采用一种改进的正交匹配追踪算法,可以优化得到两种成分对应的稀疏投影矢量,进而实现对干净语音成分的重构。通过控制稀疏度的比例和重构误差的大小,可以控制语音失真和噪声残留之间的平衡,从而取得最佳的听觉效果。其次,针对在实际环境中存在的方向性、无方向噪声,提出对多通道音频数据流做并行化处理。采用一个固定长和宽的矩形窗口,在多通道音频流上按照一定的速度均匀滑动。在每个特定时刻,只针对窗口选取的数据矩阵的行、列作线性变换,从而实现空时协同滤波。我们采用迭代的方式分别更新时间滤波器矩阵和空间滤波器矩阵。基于最小均方误差准则,首先固定时间滤波器,更新空间滤波器;然后固定空间滤波器,更新时间滤波器;整个过程在两到叁个循环即可收敛。最终,可以一次性得到对应所有通道的增强之后的语音数据。再次,为了充分利用多通道观测数据中携带的时间和空间信息,先对每个通道输出的音频数据流进行分帧,然后把这些帧重排为一个矩阵。更进一步,将对应于各通道音频流的矩阵堆迭成一个叁阶张量,并设计叁个滤波器(即帧内滤波器,帧间滤波器,空间滤波器),对该观测张量进行空时协同滤波。基于最小均方误差准则,采用一种循环迭代的方式交替更新叁个滤波器,直到整个过程收敛。该方法可以一次性地估计得到所有通道内的干净语音数据。最后,基于上述叁阶张量模型,我们提出将张量分解的方法用于多通道语音降噪。我们把含噪声的观测语音张量投影到设计好的正交基矩阵上,这包括通用基矩阵、有监督基矩阵、无监督基矩阵。通用基矩阵为叁维离散余弦变换基矩阵,有监督基矩阵可以从预先提供的干净语音学习得到,无监督基矩阵则从含噪声的语音张量中自动推理获得。投影系数被包含在一个具有同样尺寸的核心张量内。根据最小化统计风险准则,可以设计出一种最佳的门限阈值;将核心张量中幅度低于该阈值的元素全部置零,即可实现噪声的抑制。(本文来源于《中国科学技术大学》期刊2018-05-01）
卢亚敏[8]（2018）在《语音信号的增强及其识别算法》一文中研究指出语音是人类用来传递信息最关键、最主要的方式之一。语音增强的主要目的就是从参杂了环境噪声的语音信号中提取出来原始的语音信号。本文前叁章主要是将语音增强作为研究的目标,结合小波分析和变分模态分解(Variational Mode Decomposition,VMD)算法,本文提出了一种基于VMD和小波分析相结合的语音增强方法,为接下来语音信号的特征提取以及识别做铺垫。本文第四章和第五章主要是详细介绍了梅尔频谱倒谱系数和逻辑回归算法,在前面语音增强的基础上先采用梅尔频谱倒谱系数对采集到的各个年龄段的说话人的语音进行特征提取,再采用基于粒子群的逻辑回归方法对采集到的各个年龄段说话人的语音数据特征进行识别分类。主要研究内容包括:(1)针对小波变换中一般采用软阈值和硬阈值来对语音信号进行增强会造成目标信号丢失的问题。提出了一种改进小波变换方法,该方法采用改进的阈值函数和自适应阈值来对小波系数进行分解处理,然后对高频部分进行重构,从而减少增强过程中对目标函数的影响。(2)提出了一种基于VMD和小波分析算法相结合的语音增强算法。该算法首先利用VMD对原始语音信号进行分解,分别对各模态分量进行相关性分析并设定阈值,对低于阈值的模态分量进行小波阈值处理,提取有用信号并与其他模态分量进行重构。通过仿真实验结果表明,采用本文提出的方法,增强后得到的信噪比提高很多,且避免了在直接采用EEMD和VMD增强过程中出现部分有用信号丢失的情况,最终实现了良好的增强效果。(3)对采集到的不同年龄段的说话人的语音特征进行分析,最终通过梅尔频谱倒谱系数的方法对采集到的不同年龄段的说话人的语音进行特征提取。(4)考虑到传统逻辑回归方法中会出现局部极小值的情况,本文提出了一种基于粒子群的逻辑回归的分类方法,很好的缓解了局部极小值问题同时也提高了收敛速度。并用该方法对采集到的各个年龄段的语音数据进行相关的建模训练研究,实现对各个年龄段说话人的识别分类,并分析实验结果。(本文来源于《南京信息工程大学》期刊2018-04-01）
赵宏志[9]（2018）在《基于MATLAB的语音信号增强算法的研究》一文中研究指出语音增强技术在语音通信及信息传递中都是一个不可或缺的重要环节,在现今的生活与生产领域中都有着不可替代的作用。语音增强技术的发展日新月异,各种增强方法如雨后春笋,对它们的研究以及开发,一直是一个重要的课题。如今,传统的单通道增强算法,如MMSE、维纳滤波法等在信息通信方面已经有了比较成熟的应用。对于通信质量的不断追求,单通道语音增强所能提供的增强后语音已经渐渐不能满足人们对于语音质量的要求,因此,多通道的增强方法进入人们的视线之中,尤其是麦克风阵列的出现,其在降噪,减小失真等方面都有较好的性能表现。本文将从以下两个方面对语音增强技术展开讨论分析。(1)在单通道语音增强方面对MMSE-LSA算法展开讨论,对其性能进行分析,原算法中增益函数主要通过先验信噪比来确定,这就使得增强语音存在着时延和噪声残留问题,本文算法利用前一帧和当前帧的语音信号,根据先验信噪比和后验信噪比的关系,提出一种基于后验信噪比估计先验信噪比的方法,以解决时延问题,从而得到噪声的最优估计,对于平滑因子α不再完全依靠先验信噪比来确定,利用帧间平滑引入后验信噪比使平滑因子α能够动态取值,以对动态的信噪比进行跟踪,适应其变化,在尽可能的减小信号失真的情况下对残留的音乐噪声进行抑制,以提高语音的质量。通过在MATLAB环境下的仿真实验,表明该方法相对于其他的增强方法有较好的性能。(2)对现有的多通道语音增强方法进行讨论,主要对基于子空间的多通道增强方法进行了进一步的研究,通过MATLAB对其性能进行实验仿真,分析其优劣,在此基础上本文提出了对其性能的改善。原算法中对增强后语音的失真和残留噪声的解决未能达到理想的效果,本文提出一种在广义子空间下进行迭代的方法,通过重复的一维迭代,对语音的协方差矩阵的特征值和特征向量进行迭代估计,同时对增益矩阵中的参数μ的取值,进行改善,采用改进后的DD算法对信噪比进行最优估计,以确保参数μ的最优取值,从而获得最佳的增益矩阵,增强后的语音信号在降低残留噪声的同时兼顾减小语音的失真,有较好的语音质量。在MATLAB环境下进行大量的实验验证,本文算法在增强处理过程中,不必再对非白噪声进行白化预处理,并且对于各噪声都有较好的处理效果,在复杂的环境下也能取得较好的增强效果。(本文来源于《兰州交通大学》期刊2018-04-01）
张文峰[10]（2018）在《星基增强信号的GPS实时精密单点定位算法》一文中研究指出针对现有基于网络和数据流量的实时精密单点定位应用中改正信息传播覆盖范围有限及信号延迟等问题,该文提出了一种新的基于GPS增强信号的实时精密单点定位算法。利用增强频段播发精密轨道、钟差产品有效地解决了传统改正信息传递过程中覆盖范围小与信号延迟的问题,极大地提高了实时改正产品的覆盖范围与时效性。基于亚太地区多个测站准实测数据的实验结果表明:基于LEX增强信息的实时动态和静态精密单点定位解算可分别实现分米级和厘米级的定位精度,显示了利用LEX增强信号进行实时高精度定位的可行性。(本文来源于《测绘科学》期刊2018年08期）
信号增强算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对功率倒置(PI)抗干扰算法只能抑制干扰而不能增强导航信号问题,采用级联空域抗干扰算法.第一级通过并行基于正交子空间投影的PI算法处理消除强干扰,然后第二级利用卫星导航信号循环平稳性对期望信号进行波束形成,增强卫星导航信号,进一步提高信干噪比.最后通过仿真验证该方法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信号增强算法论文参考文献
[1].李佳芯,王伟,高勇.一种小波变换下的ADS-B信号增强算法[J].电讯技术.2019
[2].王福军,丁小燕,谢维华,徐汉青.卫星导航干扰抑制与信号增强算法研究[J].全球定位系统.2019
[3].杨婧,程乃平,倪淑燕.两级自适应谱线增强算法在弱信号检测中的性能分析[J].兵器装备工程学报.2019
[4].李俊霞,袁社锋.基于频域窄带莱斯噪声消除机制的OFDM网络信号发射精度增强算法[J].西南师范大学学报(自然科学版).2019
[5].刘进.低信噪比下卫星通信信号的非线性增强算法[J].舰船电子对抗.2018
[6].路敬祎,马雯萍,叶东,姜春雷.基于VMD的声音信号增强算法研究[J].机械工程学报.2018
[7].童仁杰.基于信号稀疏特性的语音增强算法研究[D].中国科学技术大学.2018
[8].卢亚敏.语音信号的增强及其识别算法[D].南京信息工程大学.2018
[9].赵宏志.基于MATLAB的语音信号增强算法的研究[D].兰州交通大学.2018
[10].张文峰.星基增强信号的GPS实时精密单点定位算法[J].测绘科学.2018