您的位置: 专家智库 > >

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电子电信

主题

  • 1篇信噪比
  • 1篇语音
  • 1篇语音增强
  • 1篇语音增强算法
  • 1篇指纹
  • 1篇指纹特征
  • 1篇说话人识别
  • 1篇特征提取
  • 1篇特征提取方法
  • 1篇最小均方
  • 1篇最小均方误差
  • 1篇均方
  • 1篇均方误差
  • 1篇辐射源
  • 1篇辐射源识别
  • 1篇LSA

机构

  • 2篇解放军理工大...

作者

  • 2篇徐志军
  • 2篇王金明
  • 2篇周坤
  • 1篇陈志伟
  • 1篇徐玉龙
  • 1篇尹海明

传媒

  • 1篇数据采集与处...
  • 1篇解放军理工大...

年份

  • 1篇2015
  • 1篇2014
4 条 记 录,以下是 1-2
排序方式:
一种改进的LSA语音增强算法
2015年
针对说话人识别的噪声鲁棒性问题,在对数谱最小均方差误差估计算法基础上,采用改进的最小值控制递归平均算法对语音帧信噪比进行估计,通过对前一帧的短时功率谱进行2次平滑和前向多帧最小值搜索,结合语音存在概率估计出当前帧的信噪比,并根据信噪比自适应调整增益因子的大小,对噪声进行消除。构建了一种改进的LSA语音增强方法,使用该方法可以使增强后的语音保持较高的自然度。实验结果表明,与MMSE-LSA算法比较,改进的LSA算法具有更好的语音增强效果,在5dB各类噪声环境下,其平均信噪比较MMSE-LSA算法提高1.36dB,主观语音质量评估平均提高8%。将该方法用于说话人识别系统,其检测代价较采用MMSE-LSA算法的系统平均降低3%。
王金明周坤尹海明徐志军
关键词:语音增强最小均方误差信噪比说话人识别
基于小波熵的辐射源指纹特征提取方法被引量:9
2014年
在对辐射源信号进行小波分析的基础上,提出一种基于小波熵的辐射源指纹特征提取方法。首先计算辐射源信号的功率谱,对功率谱进行连续小波变换,提取不同尺度下小波系数的熵特征作为辐射源信号指纹特征。识别分类器采用概率神经网络,对20部手持机进行识别实验,并与传统矩形积分双谱进行对比。实验结果表明,该方法能够把辐射源信号的时频特性信息通过小波系数的熵特征映射到特征向量中,从而实现对辐射源个体的有效识别,而且该特征参数对噪声干扰不敏感,在信噪比为20dB时,系统识别率达到95%以上,在信噪比为5dB时系统识别率仍优于80%,验证了所提方法的有效性。
徐玉龙王金明徐志军陈志伟周坤
关键词:辐射源识别指纹特征
共1页<1>
聚类工具0