目标方位估计(Direction of arrival,DOA)和信号恢复分别是水下目标定位、跟踪与识别的前提.基于盲源分离方法可以得到含有阵列流形信息的解混矩阵,融合成熟的高分辨方法提出了一种新的方位估计、信号恢复模型和方法.在宽带信号背景下...目标方位估计(Direction of arrival,DOA)和信号恢复分别是水下目标定位、跟踪与识别的前提.基于盲源分离方法可以得到含有阵列流形信息的解混矩阵,融合成熟的高分辨方法提出了一种新的方位估计、信号恢复模型和方法.在宽带信号背景下进行了仿真实验,结果表明该方法可实现目标方位的实时估计和目标信号的恢复.在同等条件下完成同样的目标方位分辨率,比单纯的高分辨方法要求的阵元数和快拍数较少,要求的信噪比要低.海上实测数据检验也表明,比常规的最小方差无失真响应(Minimum variance distortionless response,MVDR)方法得到了更好的结果,明显提高了弱目标信号的空间谱能量,增强了检测弱目标信号的能力.展开更多
提出了一种适用于抗噪声语音识别的方法,其特征提取过程基于最小方差无失真响应(M in im um varianced istortion less response,M VDR)谱估计方法,并对该特征进行频率弯折以提高其知觉分辨率,最后使用基于正则相关分析的谱变换补偿(C a...提出了一种适用于抗噪声语音识别的方法,其特征提取过程基于最小方差无失真响应(M in im um varianced istortion less response,M VDR)谱估计方法,并对该特征进行频率弯折以提高其知觉分辨率,最后使用基于正则相关分析的谱变换补偿(C anon ica l corre lation based on com pensation,CCBC)法对该特征进行自适应处理,从而提高了系统的鲁棒性。在展览馆噪声、人群噪声和汽车噪声下,与基于传统M e l倒谱系数(M FCC)特征的系统进行了对比实验,结果表明使用本文方法的语音识别系统的识别率得到了显著的提高。展开更多
文摘提出了一种适用于抗噪声语音识别的方法,其特征提取过程基于最小方差无失真响应(M in im um varianced istortion less response,M VDR)谱估计方法,并对该特征进行频率弯折以提高其知觉分辨率,最后使用基于正则相关分析的谱变换补偿(C anon ica l corre lation based on com pensation,CCBC)法对该特征进行自适应处理,从而提高了系统的鲁棒性。在展览馆噪声、人群噪声和汽车噪声下,与基于传统M e l倒谱系数(M FCC)特征的系统进行了对比实验,结果表明使用本文方法的语音识别系统的识别率得到了显著的提高。
