搜索资源列表
-
1下载：
提出了一种新的自适应盲源分离算法。在无噪音实时两源两传感器的情况下, 一旦观
测信号被白化, 只需要辨识一个特定的旋转矩阵就可以完成盲源分离, 并给出了能表征该旋转矩阵的角的自适应估计器。仿真结果表明, 当满足源峭度和不为零的条件时, 这种方法是一种稳定的和有效的分离算法。-proposes a new adaptive algorithm for blind source separation. In the absence of real-time two noise sources t
-
-
1下载：
经典噪声估计，用于speech enhancement,noise estimation algorithm in speech enhancement
-
-
0下载：
求一个复正弦加白噪声随机过程的信号：
xn=exp(j*pi*n-j*pi)+exp(j*w0*n-j*0.7*pi)+v v(n)为零均值白噪声。S/N=10dB。取P=3，构造4阶的自相关矩阵R的基于MUSIC算法的功率谱估计的MATLAB程序-For a complex sinusoid plus white noise of the signal random process: xn = exp (j* pi* nj* pi)+ exp (j* w0* nj* 0.7* pi)+ v
-
-
0下载：
Rainer 的93年文章，噪声准确估计算法-Rainer in the 93 articles, accurate noise estimation algorithm
-
-
0下载：
传统的短时谱估计语音增强算法通常假设语音谱分量相互独立，没有考虑语音谱分量间的相关性。针对这
一问题，该文提出一种新的基于多元Laplace分布模型的短时谱估计算法。首先，假设语音的离散余弦变换(DCT)
系数服从多元Laplace分布，以此利用谱分量间的相关性；在此基础上，利用多元随机矢量的高斯尺度混合模型表
示，推导得到语音DCT系数矢量的最小均方误差(MMSE)估计的解析表达式；并进一步推导了基于该分布模型的
语音存在概率，对最小均方误差估计子进行修正。实验结果表明，该算法
-
-
0下载：
一种基于最小均方误差的噪声估计算法，实现语音增强，算法可以直接使用，已调试通过。-Based on the minimum mean square error of noise estimation algorithm, speech enhancement algorithm can be used directly, have been debug through.
-
-
0下载：
一种低复杂度的噪声谱跟踪算法，用于语音增强和语音识别中，文件夹内有参考文献。-A low noise spectral tracking algorithm complexity, for speech enhancement and speech recognition, there are references folder.
-
-
1下载：
卡尔曼滤波(Kalman filtering)一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。-Kalman filter (Kalman filtering) a use of linear state equations, observation data input and output through the system, the system state optimal es
-
-
0下载：
mvdr波束形成器MVDR是一种基于最大信干噪比（SINR）准则的自适应波束形成算法。MVDR算法可以自适应的使阵列输出在期望方向上功率最小同时信干噪比最大。将其应用于空间波数谱估计上可以在很大程度上提高分辨率和噪声抑制性能。-MVDR beamformer MVDR is an adaptive beamforming algorithm based on maximum signal to noise ratio (SINR) criterion. The MVDR algorithm ca
-
-
0下载：
最小二乘回归分析算法，现代信号处理中谱估计在matlab中的使用，利用matlab写成的窄带噪声发生。- Least-squares regression analysis algorithm, Modern signal processing used in the spectral estimation in matlab, Using matlab written narrowband noise occurs.
-
-
0下载：
独立成分分析算法降低原始数据噪声，ML法能够很好的估计信号的信噪比,包括AHP，因子分析，回归分析，聚类分析。- Independent component analysis algorithm reduces the raw data noise, ML estimation method can be a good signal to noise ratio, Including AHP, factor analysis, regression analysis, cluster analy
-
-
0下载：
正则模型的分布估计算法,测试函数为ZDT,DTLZ,WFG等，在加噪时，进行优化，有四种噪声水平(RM-MEDA.Regular model distribution estimation algorithm, test function for zdt, dtlz, wfg, etc., when adding noise, optimization, there are four kinds of noise level)
-
