国防科技重点实验室基金(51444100304JW0301)
- 作品数：3 被引量：21H指数：2
- 相关作者：孔薇周越杨杰更多>>
- 相关机构：上海交通大学更多>>
- 发文基金：国防科技重点实验室基金国家自然科学基金中国航空科学基金更多>>
- 相关领域：电子电信更多>>
- ICA特征提取技术在背景噪声建模与分析中的应用被引量：4
- 2006年
- 应用infomax学习规则对船舶辐射噪声信号进行独立成分分析(ICA)特征提取,并证明了ICA变换能增强信号的非高斯性.在此基础上,根据稀疏编码的特性,利用阈值化的方法将船舶辐射噪声信号有效去噪.通过对含有海洋环境噪声的船舶辐射噪声信号的去噪实验,证明了本方法的有效性,并且去噪结果明显优于传统的几种去噪方法.
- 孔薇杨杰周越
- 关键词：特征提取去噪
- 基于独立成分分析的强背景噪声去噪方法被引量：16
- 2004年
- 由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效,提出应用独立成分分析(ICA)方法对声音信号进行特征提取,并证明了这种ICA变换能增强语音和音乐信号的超高斯性.在此基础上,应用ICA基函数作为滤波器,通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验.结果表明,本方法明显优于传统的均值滤波和小波去噪方法,为强背景噪声下弱信号的检测提供了新的途径.
- 孔薇杨杰周越
- 关键词：声信号特征提取信息最大化去噪
- 一种改进的最大熵方法在船舶辐射噪声盲分离中的应用被引量：1
- 2004年
- 对于船舶辐射噪声信号的盲信号分离(BSS)问题,由于常用的最小互信息(MMI)方法需要估计输出信号的高阶累积量,这对于非高斯、非平稳的船舶辐射噪声来说信号估计的精度将会降低.为此,本文验证了最大熵(ME)方法在处理此类复杂信号时能作为最佳对比函数的条件,并在此基础上用高斯混合模型来估计信号的概率分布,提高了信号概率密度估计的精度;同时在算法的迭代过程中使用自然梯度下降法代替随机梯度下降法,提高了算法的收敛速度.通过对船舶辐射噪声信号的盲分离实验,证明了此分离算法是有效的.
- 孔薇杨杰周越
- 关键词：盲信号分离最大熵船舶噪声辐射噪声
