周翊 作品数:12 被引量:39 H指数:4 供职机构: 重庆邮电大学通信与信息工程学院 更多>> 发文基金: 国家自然科学基金 重庆市自然科学基金 重庆市教育委员会科学技术研究项目 更多>> 相关领域: 电子电信 更多>>
基于最大似然估计的自适应回声消除算法 2023年 针对智能语音终端设备在复杂声学环境中由于回声抑制不佳而影响用户听觉体验的问题,该文提出一种基于最大似然M-估计的鲁棒型自适应回声消除算法.该算法利用M-估计函数构造权矢量函数来降低声学环境中冲激噪声的影响,采取Hample三段函数得到新的代价方程来替代原有的低阶范数最小均方误差,然后再利用负梯度最陡下降方法得到新的滤波器权系数更新公式.计算机仿真实验结果表明,该算法在复杂声学环境中依然能够保证良好的回声抑制能力,并且能够及时跟踪回声信道的变化.相比同类算法,该算法在复杂声学环境中的稳态误差性能和收敛速度均有提高. 魏丹丹 周翊 赵宇关键词:回声消除 鲁棒性 M-估计 一种基于部分信道估计的DTD算法 2013年 在声学回声消除(acoustic echo cancellation,AEC)系统中,双讲(doubletalk,DT)信号和信道突变都导致滤波器误差变大,然而AEC系统需要分别对这2种情况做出不同的反映。因此,常见的基于误差信号及其函数的双讲检测(doubletalk detection,DTD)算法在信道突变情况下容易产生误判。为此,利用声学回声信道的特殊性和归一化最小均方(normalized least mean square,NLMS)算法的跟踪特性,提出了一种新型的基于部分信道估计的DTD算法。该算法采用累加信道估计尾部的值作为判决条件,能够区分出通话过程中的双讲时段并且忽略回声信道突变的影响。该算法具有计算复杂度小和检测DT信号速度快的优点。仿真结果表明,在实验条件下该算法优于常见的DTD算法。 陈超 成慧 周翊基于广义加权贝叶斯估计的语音增强算法研究 被引量:2 2018年 相对于传统的瑞利假设,语音的离散傅里叶变换(DFT)系数更好地服从Chi分布。为了寻求语音失真度和噪声抑制程度之间的平衡,先在语音DFT系数服从Chi分布假设的条件下推导出一个基于听觉感知特性广义加权的贝叶斯估计器。然后,将语音存在概率考虑进新推导出的贝叶斯估计器中,获得一个Chi先验下联合了语音存在概率的贝叶斯估计器。为了在语音的起始段抑制音乐噪声的产生,得到一个新型的混合先验信噪比估计器。仿真证明,提出的增强算法较传统算法在各种噪声环境下各种性能指标都有了较大的提高。 黄张翼 周翊 刘金刚 刘宏清基于反双曲正弦函数的抗冲激块稀疏自适应滤波算法 被引量:4 2017年 针对现有基于最小均方误差(MSE)的块稀疏系统辨识算法抗冲激性能不佳的问题,提出了一种利用反双曲正弦函数替代最小均方误差的改进型块稀疏归一化最小均方(IBS-NLMS)算法。该算法首先构造新的代价函数,利用负梯度最陡下降法求出增量,进而导出了新的滤波器权系数更新公式,在公式迭代过程中出现的冲激噪声会导致权系数的更新量趋于零向量,从而消除了由于非高斯冲激干扰而导致的算法发散问题。同时,理论分析并推导出了该算法的均值收敛过程。块稀疏系统辨识的仿真结果表明,在非高斯冲激噪声干扰和截断变化情况下,改进型算法与块稀疏归一化最小均方(BS-NLMS)算法相比有更快的收敛速度和更小的稳态误差。 魏丹丹 周翊 师黎明 刘宏清关键词:自适应滤波器 非高斯噪声 系统辨识 用于自动语音识别系统的切换语音功率谱估计算法 被引量:4 2016年 针对语音识别系统在噪声环境下不能保持很好鲁棒性的问题,提出了一种切换语音功率谱估计算法。该算法假设语音的幅度谱服从Chi分布,提出了一种改进的基于最小均方误差(MMSE)的语音功率谱估计算法。然后,结合语音存在的概率(SPP),推导出改进的基于语音存在概率的MMSE估计器。接下来,将改进的MSME估计器与传统的维纳滤波器结合。在噪声干扰比较大时,使用改进的MMSE估计器来估计纯净语音的功率谱,当噪声干扰较小时,改用传统的维纳滤波器以减少计算量,最终得到用于识别系统的切换语音功率谱估计算法。实验结果表明,所提算法相比传统的瑞利分布下的MMSE估计器在各种噪声的情况下识别率平均提高在8个百分点左右,在去除噪声干扰、提高识别系统鲁棒性的同时,减小了语音识别系统的功耗。 刘金刚 周翊 马永保 刘宏清关键词:鲁棒性 最小均方误差 功率谱估计 维纳滤波器 利用信号功率谱密度的麦克风阵列噪声消除方法 被引量:2 2020年 本文研究了一种在背景噪声和干扰噪声存在的情况下基于麦克风阵列的噪声消除方法,其具有准确的指向性。波束形成可以更好地获取指定方向的增强语音及抑制其他方向的噪声的效果。而现已存在的波束形成的方法处理后,增强之后的语音仍然会存在部分的干扰噪声。针对这样的问题,本文提出了一种利用信号功率谱密度比值的广义旁瓣消除波束形成方法来进一步实现对背景噪声和干扰噪声的抑制。此外,本文还进一步利用深度神经网络的方法,通过训练多目标函数下的掩蔽值结合最优改进对数谱幅度,再利用后置滤波从而更高效地对残留干扰噪声进行消除。最后,本文通过对比实验,比较了不同的基线方法,更好地验证了所提出算法的有效性。 倪峰 周翊 刘宏清关键词:麦克风阵列 功率谱密度 联合贝叶斯估计与深度神经网络的语音增强方法 被引量:5 2019年 目前,深度学习的研究方法已经成为了语音增强算法的新趋势,而输入的特征是影响增强效果的关键因素.实验表明,输入增强过的语音特征相对原始特征能更好地提升神经网络的语音增强效果.因此,本文首先提出一种改进的Chi分布下基于听觉感知广义加权的贝叶斯估计器,接着将改进的贝叶斯估计器作为深度神经网络的输入特征提取器,进而得到一种联合深度神经网络与Chi分布下基于听觉感知广义加权的贝叶斯估计器预处理的新型网络结构.实验仿真证明,提出的联合算法较传统语音增强算法与基于深度神经网络的语音增强算法在各个噪声环境下,各种性能指标均有了明显的提升. 黄张翼 周翊 舒晓峰 刘宏清关键词:语音增强 贝叶斯估计 特征提取 冲击噪声下的LMS和RLS联合滤波算法 被引量:14 2017年 为解决传统自适应滤波算法在冲击噪声下性能显著下降的问题,提出了新的适用于冲击噪声环境下的自适应联合滤波算法.研究发现,冲击噪声具有在有限的时间内呈现较大的幅度,而在其他时间内的幅度值则很小的近似稀疏特性.利用冲击噪声的这个特点重新构造目标函数,设计出信号/噪声的联合估计算法,该算法利用噪声的结构特性抑制噪声.仿真结果表明,提出的算法较非联合的p范数滤波算法提高了收敛速度,并减小了稳态误差,整体性能更优越. 杨威 刘宏清 黎勇 周翊关键词:自适应算法 稀疏性 冲击噪声 一种低秩联合稀疏模型下的杂波抑制方法 被引量:2 2019年 针对现有穿墙雷达探测研究中,墙体回波抑制算法需要采集全部雷达回波导致运算复杂的问题,提出了一种低秩联合稀疏模型下的墙体回波抑制方法。在提出的方法中,从雷达回波中分离墙体回波和目标回波的任务被转化为一个低秩保持和稀疏约束的优化模型,并使用交替方向乘子法求解该优化模型;最后分离出墙体回波后的回波信号被用于雷达成像。仿真实验结果表明,该方法对各种情况下的墙体回波都能有效去除。与当前经典的奇异值分解、迭代软阈值方法相比,所提出的杂波抑制方法在穿墙雷达成像中具有更高的目标杂波比。 黄臣 刘宏清 罗臻 周翊关键词:穿墙雷达 杂波抑制 利用相位时频掩蔽的麦克风阵列噪声消除方法 被引量:3 2018年 本文提出了一种在干扰声源和背景噪声存在条件下麦克风阵列噪声消除的方法。麦克风阵列通过波束形成增强由导向矢量所指定方向的目标声源来抑制背景噪声。然而,现有的波束形成算法在干扰声源存在的情况下,无法进行准确的导向矢量估计。为此,本文提出一种基于音频信号互相关功率谱相位的麦克风阵列噪声消除方法。首先通过音频信号的相位时频掩码估计导向矢量,并对其进行波束形成,从而有效抑制干扰声源和背景噪声;然后利用语音存在概率,采用最大似然的方法估计波束形成后信号中残留的干扰噪声功率谱密度,对其进行后处理,进一步抑制残留干扰和噪声。实验结果表明在干扰声源和背景噪声存在的条件下,所提方法有效地实现了麦克风阵列噪声消除,且各种性能指标优于基线方法。 何礼 周翊 刘宏清关键词:相位 麦克风阵列