导读:本文包含了幅度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:微动目标,时频分析,多普勒特征分析,微动参数估计
幅度估计论文文献综述
郑芹,李勇,金微微[1](2019)在《基于自相关/平均幅度差函数的微动特征参数估计方法》一文中研究指出海面上的舰船目标在复杂海情的影响下存在横滚、俯仰和偏航的叁维转动,其有效转动矢量的幅值和方向发生变化,导致目标散射点的多普勒体现时变和非平稳特性,从而影响对目标的精确识别。论文通过建立海面目标平动和叁维摆动的运动模型,借助时频分析方法对舰船回波的多普勒特征进行分析,提出了一种结合自相关和平均幅度差函数的微动特征参数估计方法。该方法可用于估计目标的微动参数,实现对目标的分类和识别。通过使用仿真数据,验证了该方法的有效性。(本文来源于《舰船电子工程》期刊2019年10期)
韩蕊蕊[2](2019)在《联合语音检测与幅度平方谱估计的语音增强算法研究》一文中研究指出语音交流和人机交互是现代通信中最主要的通讯方式。然而,在语音通讯过程中,语音信号无法避免地会受到外界噪声的干扰,从而阻碍人与人之间以及人与机器之间的正常交流。语音增强技术的目的则是从带噪语音中尽可能地提取或恢复出纯净的语音信号,进而改善语音质量、提高其可懂度。针对复杂噪声背景下的语音增强问题,本文主要围绕基于幅度谱估计的语音增强技术开展研究和改进,主要研究内容如下:首先,本文阐述了语音增强的研究意义和背景,给出了语音增强技术的研究历史和发展现状,并简要介绍了几种常用的语音增强算法,给出了语音增强算法的性能评价标准。其次,针对基于幅度谱估计理论的语音增强问题,论文详细介绍了几种不同短时幅度谱估计算法的基本原理及其性能,并简要分析了短时幅度谱估计算法的优点和不足。然后,在研究基于短时幅度平方谱估计语音增强算法的基础上,重点考虑据语音信号的稀疏特性以及广泛存在静音区的特点,将语音活动性检测纳入到语音增强框架中,设计了融合语音检测与幅度平方谱估计的联合代价函数,进而通过最小化此联合代价函数获得更为有效的纯净语音幅度平方谱估计技术。基于该理念,文中结合最大后验估计与最小均方误差估计理论分别提出了两种不同的语音增强算法,联合语音检测与最大后验幅度平方谱的估计算法和联合语音检测与幅度平方谱的最小均方误差估计算法。论文在多种噪声环境下对上述所提出的两种算法的性能进行了实验仿真和验证,结果表明:融合了语音检测与幅度平方谱估计以后,本文提出的新算法可有效提升语音增强系统的整体性能。最后,对论文进行了全面总结,并对未来语音增强技术的发展趋势进行了展望。(本文来源于《烟台大学》期刊2019-05-31)
魏佳佳,杨萃[3](2019)在《基于FOCUSS算法的LFM信号幅度估计可行性研究》一文中研究指出LFM信号在超声测量中应用广泛,为提高LFM信号参数估计的准确度和精度,本文采用基于压缩感知理论的FOCUSS参数估计算法,并通过Matlab软件仿真验证得出FOCUSS算法能够有效实现LFM信号的幅度参数估计。(本文来源于《电声技术》期刊2019年04期)
朱家鑫[4](2019)在《基于幅度谱估计的语音激光调制信号增强技术研究及实现》一文中研究指出语音激光调制信号增强处理是语音激光调制系统的关键技术之一。本文是依据语音激光调制系统整机研究项目,进行语音激光调制信号的增强处理,属于整机项目中的软件研制部分。文中对噪声来源及特性进行了深入研究和分析,设计了抑噪方法对特定噪声进行了处理。针对宽带背景噪声,对基于谱熵法的端点检测算法进行了改进提升了算法的检测准确率,对纯噪声和带噪语音信号进行了分离。为了得到在低信噪比下有效的语音增强算法,对基于谱减法的语音增强算法进行了改进,并完成了基于谱减法的语音激光调制信号增强算法的仿真实验。仿真结果表明改进后的算法在低信噪比下增强效果比较好。搭建了语音激光调制系统实验平台,联合硬件整机系统进行了实验,对语音激光调制信号增强系统进行了实验验证。本论文研究语音激光调制信号增强技术主要分为叁个部分:理论分析与论证、算法设计与仿真和实验验证给出评价结果。在理论分析与论证部分,从时域、频域和语谱图叁个方面分析了语音激光调制信号的特性,对语音信号的产生过程进行了数学建模分析。分析了语音激光调制信号噪声的来源其中包括了脉冲噪声、工频干扰、建筑物噪声、硬件设备噪声、宽带背景噪声,并根据噪声的特性对其中几种噪声提出了抑制算法。在算法设计与仿真部分,根据理论分析阶段对语音激光调制信号和噪声信号的分析,提出了低信噪比下基于谱熵的语音激光调制信号端点检测的算法,对带噪语音信号和纯噪声信号进行了分离。对文中提出的低信噪比下端点检测算法进行了仿真实验。仿真结果表明提出的低信噪比下端点检测算法在低信噪比下的检测准确率比较高。分析了语音激光调制信号宽带背景噪声的特性,对基于谱减法的语音激光调制信号增强技术进行了改进,进行了仿真实验验证。仿真结果表明改进的谱减法对语音激光调制信号的宽带背景噪声有比较好的抑制作用。在实验验证部分,搭建了语音激光调制系统实验平台,联合硬件整机系统进行了实验验证,通过硬件实验平台采集了语音激光调制信号,并使用论文中的语音激光调制信号增强算法进行了处理,实验结果表明本文提出的语音激光调制信号增强技术能够比较有效的提高语音激光调制信号的质量。(本文来源于《电子科技大学》期刊2019-03-15)
张石,佘黎煌,闫鑫[5](2019)在《改进的低复杂度幅度相位估计波束形成算法》一文中研究指出针对低复杂度的最小方差方法虽降低计算复杂度但成像质量不高的问题,提出了一种改进的低复杂度幅度相位估计波束形成算法.通过抽取协方差矩阵的有效行来计算自适应加权值,其中,有效行数的选取由更加准确的高斯相位相干系数确定,然后再用高斯相位相干因子对加权矢量做进一步修正,从而达到降低复杂度的同时保证成像质量的目的.通过实验验证,将改进算法与原算法和另一种降低复杂度的波束域方法进行对比分析,充分证明了改进算法在降低复杂度和提升成像质量方面的优越性.(本文来源于《东北大学学报(自然科学版)》期刊2019年01期)
林甜甜,陈自强,刘健[6](2018)在《基于等幅度充电时间的锂离子电池健康状态估计》一文中研究指出目的提出一种基于健康因子的SOH估计方法,以准确估计锂离子电池的健康状态。方法选取锂离子电池恒流充电过程中两恒定压差下的时间间隔作为健康因子,基于健康因子估计电池的健康状态。采用高斯过程回归模型进行电池健康状态估计,通过共轭参数法优化超参数。健康因子作为模型输入,输出相应的电池健康状态,并选取NASA不同实验条件下6个电池的实验数据验证该算法。结果所选6个电池估计结果的MAPE与RMSE值均低于0.02。结论选取的健康因子可以较好地表征电池的健康状态,验证了基于健康因子的SOH估计方法的可行性。该方法可以对不同温度、放电倍率、放电深度下的电池进行准确的SOH估计,具有较强的适用性。(本文来源于《装备环境工程》期刊2018年12期)
魏驰,彭华,郭一鸣,樊军辉[7](2019)在《PCMA信号幅度的联合估计算法》一文中研究指出针对成对载波多址(paired carrier multiple access,PCMA)信号的幅度估计问题,提出了一种联合累积量代价函数与高次方法的估计算法。算法通过求解累积量代价函数的最小值,得到两路信号分量的幅度比,然后利用高次方法估计强信号的幅度值,最后利用强信号的幅度值与两路信号分量幅度比计算弱信号幅度值。重点研究了频差、过采样倍数对算法估计性能的影响。仿真实验表明,该算法复杂度低,抗噪性能强,相比现有算法,本文算法性能受两路信号分量幅度比影响不大,对于对称型、非对称型PCMA信号的幅度估计均可适用。(本文来源于《系统工程与电子技术》期刊2019年02期)
邓昊,汪玲,杨娜,肖卓[8](2018)在《幅度和相位估计的ISAR超分辨成像方法》一文中研究指出传统距离多普勒(Range Doppler,RD)成像方法分辨率取决于发射信号的带宽和信号在方位向积累的多普勒带宽。超分辨成像可以在给定带宽条件下,获得比RD方法更优的分辨率。给出一种基于幅度和相位估计(Amplitude and Phase Estimation,APES)的逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)超分辨成像方法,该方法根据回波数据构造自适应滤波器对目标散射点进行重建,仿真和实测ISAR数据成像结果验证了基于APES的ISAR超分辨成像算法的有效性。相比其他超分辨成像方法,该方法重建的散射点幅度更为精确,副瓣更低,图像对比度和图像信噪比增加,整体成像效果较佳。(本文来源于《雷达科学与技术》期刊2018年04期)
佘黎煌,闫鑫,张石[9](2018)在《结合子空间投影的幅度相位估计波束形成算法》一文中研究指出在医学超声成像中,幅度相位估计(APES)波束形成算法能够更稳健地估算期望信号幅度,但其以牺牲较少量分辨率为代价.针对此问题,提出基于幅度相位估计并融合子空间投影技术的自适应波束形成算法.首先通过幅度相位估计算法初步计算加权向量,然后将加权向量向回波信号的期望信号子空间投影,以此来抑制噪声和干扰,改善成像的分辨率和对比度.经仿真分析,所提出的子空间投影与幅度相位相融合的算法在成像的分辨率、对比度和稳健性方面均优于原始的幅度相位估计算法.(本文来源于《东北大学学报(自然科学版)》期刊2018年07期)
欧世峰,刘伟,宋鹏,赵晓晖[10](2017)在《采用复高斯分布模型的两步噪声幅度谱估计算法》一文中研究指出噪声幅度谱估计是有效抑制外界噪声干扰、提高语音增强算法整体输出性能的重要环节。但目前针对该问题的研究相对较少,常用的语音激活检测算法只能在语音不存在阶段对噪声信号的幅度谱进行更新或估计,无法适用于更为复杂的非平稳噪声环境。为克服这一问题,本文基于噪声频谱的复高斯分布模型假设,提出了新型的两步噪声幅度谱估计算法。算法首先采用软判决技术计算噪声信号的功率谱,然后再结合复高斯分布条件下信号幅度谱和功率谱之间的数学关系间接地获取噪声幅度谱的估计。文中基于这一结论给出了两种估计算法,并在多种噪声环境下对它们的性能进行了仿真评估,其测试结果有效表明了提出算法优良的估计性能。(本文来源于《信号处理》期刊2017年07期)
幅度估计论文开题报告
(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:
语音交流和人机交互是现代通信中最主要的通讯方式。然而,在语音通讯过程中,语音信号无法避免地会受到外界噪声的干扰,从而阻碍人与人之间以及人与机器之间的正常交流。语音增强技术的目的则是从带噪语音中尽可能地提取或恢复出纯净的语音信号,进而改善语音质量、提高其可懂度。针对复杂噪声背景下的语音增强问题,本文主要围绕基于幅度谱估计的语音增强技术开展研究和改进,主要研究内容如下:首先,本文阐述了语音增强的研究意义和背景,给出了语音增强技术的研究历史和发展现状,并简要介绍了几种常用的语音增强算法,给出了语音增强算法的性能评价标准。其次,针对基于幅度谱估计理论的语音增强问题,论文详细介绍了几种不同短时幅度谱估计算法的基本原理及其性能,并简要分析了短时幅度谱估计算法的优点和不足。然后,在研究基于短时幅度平方谱估计语音增强算法的基础上,重点考虑据语音信号的稀疏特性以及广泛存在静音区的特点,将语音活动性检测纳入到语音增强框架中,设计了融合语音检测与幅度平方谱估计的联合代价函数,进而通过最小化此联合代价函数获得更为有效的纯净语音幅度平方谱估计技术。基于该理念,文中结合最大后验估计与最小均方误差估计理论分别提出了两种不同的语音增强算法,联合语音检测与最大后验幅度平方谱的估计算法和联合语音检测与幅度平方谱的最小均方误差估计算法。论文在多种噪声环境下对上述所提出的两种算法的性能进行了实验仿真和验证,结果表明:融合了语音检测与幅度平方谱估计以后,本文提出的新算法可有效提升语音增强系统的整体性能。最后,对论文进行了全面总结,并对未来语音增强技术的发展趋势进行了展望。
(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。
幅度估计论文参考文献
[1].郑芹,李勇,金微微.基于自相关/平均幅度差函数的微动特征参数估计方法[J].舰船电子工程.2019
[2].韩蕊蕊.联合语音检测与幅度平方谱估计的语音增强算法研究[D].烟台大学.2019
[3].魏佳佳,杨萃.基于FOCUSS算法的LFM信号幅度估计可行性研究[J].电声技术.2019
[4].朱家鑫.基于幅度谱估计的语音激光调制信号增强技术研究及实现[D].电子科技大学.2019
[5].张石,佘黎煌,闫鑫.改进的低复杂度幅度相位估计波束形成算法[J].东北大学学报(自然科学版).2019
[6].林甜甜,陈自强,刘健.基于等幅度充电时间的锂离子电池健康状态估计[J].装备环境工程.2018
[7].魏驰,彭华,郭一鸣,樊军辉.PCMA信号幅度的联合估计算法[J].系统工程与电子技术.2019
[8].邓昊,汪玲,杨娜,肖卓.幅度和相位估计的ISAR超分辨成像方法[J].雷达科学与技术.2018
[9].佘黎煌,闫鑫,张石.结合子空间投影的幅度相位估计波束形成算法[J].东北大学学报(自然科学版).2018
[10].欧世峰,刘伟,宋鹏,赵晓晖.采用复高斯分布模型的两步噪声幅度谱估计算法[J].信号处理.2017