-
公开(公告)号:CN113823308A
公开(公告)日:2021-12-21
申请号:CN202111100709.5
申请日:2021-09-18
Applicant: 东南大学
IPC: G10L21/0208 , G10L21/0232 , G10L21/0264 , G10L25/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种仅使用单个带噪语音样本进行语音去噪的方法。该方法包括以下步骤:(1)对于干净的语音信号,分别叠加合成噪声和真实世界的不同噪声类型生成带噪语音样本;(2)对于单个带噪语音样本,使用一个语音下采样器生成一对语音训练样本;(3)将训练的输入语音转化为频谱图,然后输入去噪网络进行训练,该去噪网络在十层深度复数Unet的编码器和解码器之间叠加了复数两级Transformer模块;(4)训练使用的损失函数由基础损失和正则化损失组成,基础损失由网络特点决定,正则化损失可以防止单样本去噪训练出现过度平滑现象。对比使用干净语音以及使用一对带噪语音进行训练的传统方法,该方案在信噪比、语音质量感知评估、短时客观可懂度等多个评估指标上均取得了更好的结果。
-
公开(公告)号:CN112946577A
公开(公告)日:2021-06-11
申请号:CN202110138315.2
申请日:2021-02-01
Applicant: 东南大学
Abstract: 本发明公开了一种基于宽带压缩感知的超短基线水下声源定位方法,解决了在复杂海洋环境下因数据欠采样而导致定位精度不足的问题。包括以下步骤:1、采用合适的稀疏基矩阵,将原始信号通过稀疏基进行稀疏信号表示;2、确定稀疏阵列流,并叠加高斯随机噪声得到;3、对阵列接收宽带信号进行相干信号子空间(CSM)处理,并构建聚焦矩阵将宽带多频率聚焦到中心频率;4、利用二维宽带算法对聚焦信号获取信号子空间,并利用方位角和俯仰角的稀疏网格构建相应的测量矩阵,通过二阶锥规划来获得声源的方位角和俯仰角。本发明利用了宽带信号的多信息化特点,在取得了较高定位精度和准确率的同时,还提高了算法对噪声环境的鲁棒性。
-
公开(公告)号:CN108802683B
公开(公告)日:2021-04-27
申请号:CN201810540578.4
申请日:2018-05-30
Applicant: 东南大学
IPC: G01S5/18
Abstract: 本发明公开了一种基于可预测简正波的稀疏贝叶斯学习的源定位方法,属于信号处理技术领域。本发明的方法针对现有基于稀疏贝叶斯学习的匹配场处理方法存在环境失配的问题,利用不同简正波受到环境变化影响的差异,提取出受到环境变化影响较少的简正波来计算拷贝场字典。由于声场由简正波叠加而成,提取其中受到环境影响较小的简正波部分作为可预测简正波计算拷贝场字典,从而减少环境失配带来的定位误差,提升了对环境失配的鲁棒性。
-
-
公开(公告)号:CN109124623A
公开(公告)日:2019-01-04
申请号:CN201810554759.2
申请日:2018-06-01
Applicant: 东南大学
IPC: A61B5/0476
CPC classification number: A61B5/0476 , A61B5/7225
Abstract: 本发明公开了一种基于三维非线性偏直接相干函数的脑电信号间效应连通性检测方法,包括如下步骤:(1)构造单输入多输出的非线性自回归模型;(2)应用FROLS算法对步骤(1)构造的模型进行系数估计;(3)对三维PDS进行形式变换,得到用频率响应函数描述的信号yi对yj的PDC的定义式;(4)应用Volterra级数核函数的多维傅里叶变换对SIMO NARX模型进行频域分析,计算出模型的非线性频率响应函数;(5)将步骤(4)计算出的非线性频率响应函数代入步骤(3)中的PDC定义式,得到三维NPDC,得出在同时考虑三维信号的情况下某一信号对另一信号的因果影响。该方法可以检测三维脑电信号之间的因果关系。
-
公开(公告)号:CN108171009A
公开(公告)日:2018-06-15
申请号:CN201711392385.0
申请日:2017-12-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于二维自回归模型参数估计的脑电信号间因果关系检测方法,包括以下步骤:(1)自回归模型进行阶数估计;(2)对原始信号进行加窗处理;(3)结合OPS算法对自回归模型进行参数估计;(4)所得自回归模型应用于Wiener‑Granger因果方法检测脑电信号间的因果关系。该方法最大限度地减少自回归模型参数估计中的干扰项,并提高参数估计结果的精度。
-
公开(公告)号:CN104573729B
公开(公告)日:2017-10-31
申请号:CN201510037296.9
申请日:2015-01-23
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开一种基于核主成分分析网络的图像分类方法,包括以下步骤:(1)输入并预处理训练图像,得到训练图像的局部特征矩阵,(2)建立一个两层的核主成分分析网络,获得训练图像的主特征向量,(3)并用获得的主特征向量训练分类器;为了验证分类的正确性,建立测试核主成分分析网络对测试图像进行测试。本发明通过构造一个两层的核主成分分析网络,能够获得图像的非线性特征,使得图像特征的描述更精确,分类也更为准确,对于图像分类问题有着更高的正确率。
-
公开(公告)号:CN106483193A
公开(公告)日:2017-03-08
申请号:CN201610853071.5
申请日:2016-09-26
Applicant: 东南大学
IPC: G01N29/024 , G01S5/22 , G01S15/88
CPC classification number: G01N29/024 , G01N2291/011 , G01N2291/022 , G01S5/22 , G01S15/88
Abstract: 本发明公开了一种基于高阶累计量的波达快速估计方法,属于信号处理技术领域。本发明针对现有基于高阶累积量的阵列信号处理方法所存在的计算复杂度过高的问题,利用线性时间的奇异值分解方法进行信号子空间的近似,从而大幅缩短算法的执行时间并大幅节约算法的占用内存。本发明还公开了一种基于声线传播时间层析的海洋声层析方法以及一种定位方法。本发明在保证较高分辨能力的同时,可大幅降低现有技术的时间复杂度与空间复杂度,减少硬件资源的消耗并提高信号处理的实时性。
-
公开(公告)号:CN105652264A
公开(公告)日:2016-06-08
申请号:CN201610006173.3
申请日:2016-01-05
Applicant: 东南大学
Abstract: 本发明公开了一种基于高阶累积量的多路径传播声信号分离方法。本发明将原有的基于二阶累积量的主动宽带信号分离方法拓展到四阶累计量,根据四阶累计量构造相应的副本矢量和噪声子空间,并假设声信号传播过程中的加性噪声为彩色噪声,最后根据与噪声子空间的正交性搜索出声线路径。本发明还公开了一种基于声线传播时间层析的海洋声层析方法以及一种声源定位方法。相比现有技术,本发明具有更高分离精度,能正确分离出间隔较小的声线路径,并能适用于传感器数目小于射线路径的情况,同时还可抑制高斯噪声和非高斯噪声的影响。
-
-
-
-
-
-
-
-