导读:本文包含了噪声功率估计论文开题报告文献综述及选题提纲参考文献，主要关键词:功率谱,排序系数,频谱感知,USRP
噪声功率估计论文文献综述
鲁华超,赵知劲[1]（2019）在《基于功率谱与噪声估计的频谱感知算法及实现》一文中研究指出针对基于功率谱的窄带频谱感知算法中噪声影响问题,提出一种利用功率谱极值与噪声方差估计的频谱感知算法。使用排序系数估计噪声方差,提高其估计精度,最终,提高了算法的抗频偏以及抗噪声功率不确定性的性能。使用USRP X310和GNU Radio搭建软硬件平台,通过编程实现了基于PSEENVR的频谱感知算法,对每个子窄带进行感知,算法仿真和实际信号感知所得结论均表明:该文方法的检测性能优于对比算法,在实际信号感知过程中,虚警概率为0.08时,检测概率达到1,而对比算法的检测概率仅为0.8。(本文来源于《杭州电子科技大学学报(自然科学版)》期刊2019年05期）
罗瀛,曾庆宁,龙超[2]（2019）在《基于软语音存在概率的噪声互功率谱估计》一文中研究指出针对目前已有的改进相干滤波语音增强系统中噪声互功率谱估计方法运算效率低、准确性不足的问题,提出一种基于软语音存在概率的噪声互功率谱估计方法。通过计算语音信号的固定先验软语音存在概率代替语音活动检测器,得到噪声互功率谱的无偏估计值,以改善估计的准确性,同时还可避免复杂的偏差补偿值计算,使算法计算量得以减小。仿真实验结果表明,所提出的噪声互功率谱估计方法在应用于改进相干滤波语音增强系统时有更好的感知语音质量评价得分,且运算用时更短。(本文来源于《科学技术与工程》期刊2019年23期）
陈建明,梁志成,符成山[3]（2019）在《基于时间递归平均的语音噪声功率谱估计算法研究》一文中研究指出提出一种改进的时间递归平均噪声功率谱估计算法;利用谱熵计算当前语音存在概率并获取平滑系数,采用双平滑系数估计平滑后的当前语音存在概率,最后得到噪声功率谱;该算法采用自适应跟踪可以通过参数及时跟踪噪声变化,使得估计的噪声信号与原噪声信号基本保持一致;实验仿真结果证明该算法估计的噪声明显改善了时间递归平均算法估计滞后的问题,同时该算法的归一化均方误差也低于时间递归平均算法。(本文来源于《兵器装备工程学报》期刊2019年01期）
严争通,张群飞[4]（2017）在《基于Welch功率谱估计和中值滤波的水下目标辐射噪声线谱提取》一文中研究指出线谱是水下目标辐射噪声中重要的特征信息,提出了一种基于Welch谱估计和中值滤波联合算法对水下目标辐射噪声线谱进行提取。Welch谱估计法可以有效地减小功率谱估计的方差,中值滤波方法可以精确地跟踪功率谱的变化趋势,实现连续谱的平滑和提取。所提算法充分利用了Welch谱估计和中值滤波算法的优点,实测数据分析结果表明,采用Welch算法和中值滤波联合算法处理水下目标的辐射噪声信号能够有效地提取线谱,两者的结合有利于提高线谱的检测准确度。(本文来源于《第十一届全国信号和智能信息处理与应用学术会议专刊》期刊2017-10-26）
赵彦平,赵晓晖,王波[5]（2016）在《基于语音存在概率的噪声功率谱估计》一文中研究指出在幅度平方谱模型下,利用语音和噪声信号的幅度平方谱服从指数分布,结合由后验信噪比不确定性决定的后验语音存在概率来更新噪声功率谱估计,很好地抑制了噪声且避免了语音信号失真。仿真实验结果表明:本文方法能够准确跟踪噪声功率谱、快速跟踪噪声功率谱变化,可以在一定程度上提高增强后语音信号的质量。(本文来源于《吉林大学学报(工学版)》期刊2016年03期）
张正文,赵晓晴,尹波[6]（2016）在《基于递归最小追踪的噪声互功率谱估计算法》一文中研究指出针对改进最小追踪噪声互功率谱估计方法存在的噪声过估计的问题。提出一种基于递归最小追踪的噪声互功率谱估计算法。该方法中的平滑因子使用了递归平均技术,在估计噪声互功率谱时,会根据每个频点的实际信噪比作相应的调整。仿真结果表明,该噪声估计算法应用于一个语音增强系统时,取得了较小的噪声均方估计误差及较好的感知语音质量评价(PESQ)得分。(本文来源于《科学技术与工程》期刊2016年10期）
徐传俊,李志强,李飞龙,李健伟[7]（2016）在《一种基于排序因子的背景噪声功率估计算法》一文中研究指出背景噪声功率估计精度是频域干扰抑制算法性能好坏的关键因素,针对当前变换域窄带干扰抑制算法中背景噪声功率估计算法存在计算量大、实现复杂的问题,提出了一种基于排序因子的背景噪声功率估计算法。通过调整排序因子,该算法在满足相同背景噪声功率估计精度条件下能够大大减小计算量;其次,从频率分量统计点数、干扰信号强度及带宽、排序因子等叁方面对背景噪声估计算法的性能进行了仿真分析。根据得出的结论,该算法的对工程实现中的背景噪声估计具有一定的指导意义。(本文来源于《电子质量》期刊2016年03期）
许春冬[8]（2016）在《嘈杂声学环境下的时频语音出现概率与噪声功率谱估计》一文中研究指出语音出现概率与噪声功率谱是语音增强所依赖的基本前提,它们对噪声消除的结果有着决定性的影响。语音出现概率与噪声功率谱估计是两个等效问题,从一个问题的解可以推导出另一个解。本文关注的焦点在于利用统计模型推导出两个最优解。传统的统计模型建模方法是启发式的,在模型参数的更新过程中采用了大量的经验规则,甚至某些重要的参数直接由经验给出。启发式的方法使得模型参数对数据的自适应能力差,难以保证最优解。此外,传统的建模方法是半监督式的。它们通常假定输入语音是以非语音起始的,起始部分的非语音可视作被标记的样本,用于监督式建模,在后续更新中采用决策导向的非监督方法更新模型,因而在整体上视为半监督式的建模。然而,在实际应用中输入语音经常以语音信号起始,因而半监督式建模方法不能满足实际需求。针对传统方法存在的问题,本文提出了一种基于非监督聚类的最优估计方法,在极大似然准则指导下求解聚类模型的参数,从而保证了语音出现概率和噪声功率谱的解是最优的。具体采用二元高斯混合模型(GMM)和隐马尔可夫模型(HMM)作为聚类模型,将语音和非语音聚类看作模型的两个“元”。本文中,聚类过程等同于模型参数的估计过程,噪声功率谱的解则由聚类均值表示,语音出现概率(SPP)则由聚类的统计特征导出。由于聚类是非监督式的建模方法,它不需要非语音起始假设,比传统的建模方式更贴近于实际应用。论文的具体贡献和创新性研究成果简述如下:1.提出了二元GMM的非监督离线建模方法,对每个子带上的对数功率谱包络建模,采用经典的EM方法实现最优估计。2.提出了二元HMM的离线建模方法。HMM相比于GMM的优势在于它考虑了谱包络的时间相关性,它将子带上的功率谱包络视作在语音和非语音状态之间动态转移的状态序列,EM方法使得时间相关性自适应于观察数据。3.在经典的EM方法基础上,实现了一个近似最优的GMM参数在线估计,GMM的参数集逐帧更新,同时逐帧输出检测与估计结果。4.提出HMM的在线似然函数,并在似然函数的基础上,根据牛顿迭代法推导出HMM参数集的一阶递归过程,实现参数的逐帧最优更新。5.针对功率谱包络的统计特征,提出约束二元GMM/HMM模型的方法,使得模型在语音长时缺失的情况仍然保持稳定。(本文来源于《北京理工大学》期刊2016-01-01）
张泽君,程伟,杨瑞娟[9]（2015）在《基于噪声功率估计的非恒包络通信信号个体识别方法》一文中研究指出针对现有无数据辅助噪声功率估计算法存在估计信号范围窄、计算量大的问题,对基于二阶和四阶矩(M2M4)的非恒包络信号信噪比估计方法进行了理论分析,提出了一种基于噪声功率估计的非恒包络通信信号个体识别方法.该方法通过估计M2M4方法与信号二阶和四阶矩有关的参数,完成对非恒包络信号下的信噪比估计,从而实现基于获取的噪声功率对通信电台个体的识别,拓展了M2M4方法应用范围.仿真结果验证了该方法的有效性.(本文来源于《空军预警学院学报》期刊2015年04期）
陈恒[10]（2015）在《利用主同步信号估计干扰与噪声功率的方法》一文中研究指出通信行业的快速发展,对于移动通信标准也提出了更高的要求,作为当今国际上新一代的移动通信标准,长期演进计划(LTE)及其增强版本(LTE-A)凭借自身标准化的工作,吸引了大量的通信运营商和设备商。本文正是在LTE的基础上,提出了一种利用主同步信号估计干扰与噪声功率的方法,并通过相应的仿真计算,对其有效性进行了验证。(本文来源于《科技展望》期刊2015年14期）
噪声功率估计论文开题报告
（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：
针对目前已有的改进相干滤波语音增强系统中噪声互功率谱估计方法运算效率低、准确性不足的问题,提出一种基于软语音存在概率的噪声互功率谱估计方法。通过计算语音信号的固定先验软语音存在概率代替语音活动检测器,得到噪声互功率谱的无偏估计值,以改善估计的准确性,同时还可避免复杂的偏差补偿值计算,使算法计算量得以减小。仿真实验结果表明,所提出的噪声互功率谱估计方法在应用于改进相干滤波语音增强系统时有更好的感知语音质量评价得分,且运算用时更短。
（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。
噪声功率估计论文参考文献
[1].鲁华超,赵知劲.基于功率谱与噪声估计的频谱感知算法及实现[J].杭州电子科技大学学报(自然科学版).2019
[2].罗瀛,曾庆宁,龙超.基于软语音存在概率的噪声互功率谱估计[J].科学技术与工程.2019
[3].陈建明,梁志成,符成山.基于时间递归平均的语音噪声功率谱估计算法研究[J].兵器装备工程学报.2019
[4].严争通,张群飞.基于Welch功率谱估计和中值滤波的水下目标辐射噪声线谱提取[C].第十一届全国信号和智能信息处理与应用学术会议专刊.2017
[5].赵彦平,赵晓晖,王波.基于语音存在概率的噪声功率谱估计[J].吉林大学学报(工学版).2016
[6].张正文,赵晓晴,尹波.基于递归最小追踪的噪声互功率谱估计算法[J].科学技术与工程.2016
[7].徐传俊,李志强,李飞龙,李健伟.一种基于排序因子的背景噪声功率估计算法[J].电子质量.2016
[8].许春冬.嘈杂声学环境下的时频语音出现概率与噪声功率谱估计[D].北京理工大学.2016
[9].张泽君,程伟,杨瑞娟.基于噪声功率估计的非恒包络通信信号个体识别方法[J].空军预警学院学报.2015
[10].陈恒.利用主同步信号估计干扰与噪声功率的方法[J].科技展望.2015