CN112307422A - 一种低信噪比下信号时频分析方法、装置及设备 - Google Patents
一种低信噪比下信号时频分析方法、装置及设备 Download PDFInfo
- Publication number
- CN112307422A CN112307422A CN202011188161.XA CN202011188161A CN112307422A CN 112307422 A CN112307422 A CN 112307422A CN 202011188161 A CN202011188161 A CN 202011188161A CN 112307422 A CN112307422 A CN 112307422A
- Authority
- CN
- China
- Prior art keywords
- signal
- noise ratio
- kernel function
- low signal
- low
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 68
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Picture Signal Circuits (AREA)
Abstract
本发明实施例公开了一种低信噪比下信号时频分析方法、装置及设备其中,所述方法包括:接收低信噪比信号;对所述低信噪比信号进行数字化处理,并对数字化处理后的低信噪比下信号计算模糊函数;构造所述低信噪比信号的核函数;对所述核函数中待定参数根据信号自适应的求解,得到最优核函数;将所述最优核函数代入数字化处理后的低信噪比下信号,得到低信噪比下信号时频分析结果。能够在极低的信噪比下对信号较为准确的分析其时频信息,甚至在-10dB的信噪比下能得到清晰的时频分布图。与传统的时频分析方法相比,低信噪比下分析效果更好。
Description
技术领域
本发明涉及信号处理技术领域,尤其涉及一种低信噪比下信号时频分析方法、装置及设备。
背景技术
随着信息技术的迅猛发展,通信环境日趋复杂、噪声影响加剧,而人们对通信质量的要求却在不断提升。对于信息包含在频率中的信号,如调频、调相信号,传统的恢复频变信号的方法一般采用时频分析法,如魏格纳-威廉时频分布,cohen类时频分布等等。在大噪声情况下,时频分布中的交叉干扰项会影响判断信号的频率信息,一般引入核函数来抑制交叉干扰项。但在极低低噪声中,现有的时频分布方法效果较差。
发明内容
本发明实施例提供了一种低信噪比下信号时频分析方法、装置及设备,以解决现有技术中在低信噪比的情况下,信号时频分布效果较差的技术问题。
第一方面,本发明实施例提供了一种低信噪比下信号时频分析方法,包括:
接收低信噪比信号;
对所述低信噪比信号进行数字化处理,并对数字化处理后的低信噪比下信号计算模糊函数;
构造所述低信噪比信号的核函数;
对所述核函数中待定参数根据信号自适应的求解,得到最优核函数;
将所述最优核函数代入数字化处理后的低信噪比下信号,得到低信噪比下信号时频分析结果。
进一步的,所述信息低信噪比下信号时频分析结果,包括:
进一步的,所述对所述低信噪比信号进行数字化处理,包括:
将所述低信噪比信号转换为改进的魏格纳-威廉分布的表达式。
进一步的,所述改进的魏格纳-威廉分布的表达式,包括:
进一步的,所述构造所述低信噪比信号的核函数,包括:
采用低阶的贝赛尔多项式来构造核函数。
进一步的,所述低阶的贝赛尔多项式,包括:
3阶的贝赛尔多项式。
进一步的,所述3阶的贝赛尔多项式,包括:
更进一步的,所述对所述核函数中待定参数根据信号自适应的求解,得到最优核函数,包括:
将核函数(θ,τ)转换成极坐标(r,ψ)
ψ=arctan(τ/θ);
计算相应的带约束问题
根据计算结果得到最优核函数。
第二方面,本发明实施例还提供了一种低信噪比下信号时频分析装置,包括:
接收模块,用于接收低信噪比信号;
计算模块,用于对所述低信噪比信号进行数字化处理,并对数字化处理后的低信噪比下信号计算模糊函数;
构造模块,用于构造所述低信噪比信号的核函数;
求解模块,用于对所述核函数中待定参数根据信号自适应的求解,得到最优核函数;
代入模块,用于将所述最优核函数代入数字化处理后的低信噪比下信号,得到低信噪比下信号时频分析结果。
进一步的,所述信息低信噪比下信号时频分析结果,包括:
进一步的,所述计算模块,包括:
转换单元,用于将所述低信噪比信号转换为改进的魏格纳-威廉分布的表达式。
进一步的,所所述改进的魏格纳-威廉分布的表达式,包括:
进一步的,所述构造模块,包括:
构造单元,用于采用低阶的贝赛尔多项式构造核函数。
进一步的,所述低阶的贝赛尔多项式,包括:
3阶的贝赛尔多项式。
进一步的,所述3阶的贝赛尔多项式,包括:
更进一步的,所述求解模块,用于:
将核函数(θ,τ)转换成极坐标(r,ψ)
ψ=arctan(τ/θ);
计算相应的带约束问题
根据计算结果得到最优核函数。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述实施例提供的任一所述的低信噪比下信号时频分析方法。
本发明实施例提供的低信噪比下信号时频分析方法、装置及设备,通过将接收到的低信噪比信号进行数字化处理,获取数字表达式,并计算对应的模糊函数。并构造模糊函数的核函数。通过对核函数约束条件下的求解,得到最优核函数,并将最优核函数带入信号中,进而得到低信噪比下的信号时频分析结果。,能够在极低的信噪比下对信号较为准确的分析其时频信息,甚至在-10dB的信噪比下能得到清晰的时频分布图。与传统的时频分析方法相比,低信噪比下分析效果更好。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明实施例一提供的低信噪比下信号时频分析方法的流程示意图;
图2是本发明实施例四提供的低信噪比下信号时频分析装置的结构示意图;
图3是本发明实施例三提供的设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供低信噪比下信号时频分析方法的流程示意图,本实施例可适用于对低信噪比下信号进行时频分析的情况,该方法可以由低信噪比下信号时频分析装置来执行,并可集成于专用设备中,具体包括如下步骤:
S110,接收低信噪比信号。
可选的,可以通过信号接收装置接收低信噪比信号。
S120,对所述低信噪比信号进行数字化处理,并对数字化处理后的低信噪比下信号计算模糊函数。
在对信号进行处理之前,通常需要将其转换为数字表达方式。示例性的,所述低信噪比信号可以采用通用的信号数字表达方式,即s(t)=Aej2πφ(t),并通过增加噪声信号即添加一个功率较大的噪声n(t),这里n(t)为加性高斯白噪声。则接收信号为:
x(t)=s(t)+n(t)=Aej2πφ(t)+n(t).
在本实施例中,所述对所述低信噪比信号进行数字化处理,可以包括:将所述低信噪比信号转换为改进的魏格纳-威廉分布的表达式。由于傅立叶变换对于研究稳态(时间独立)的讯号(波形)是一项非常有用的工具,然而,讯号(波形)一般来说在时间上并非是独立的,这样的讯号或是波形傅立叶变换并无法有效地完全分析其特性,因此对于一个非稳态的讯号完全分析需要测量出时间以及频率上的表现。采用魏格纳-威廉分布在很多非稳态的随机讯号都有很好的表现。因此,在本实施例中,采用魏格纳-威廉分布表达式对其进行时频分析。
示例性的,所述改进的魏格纳-威廉分布的表达式,可以采用如下方式:
其中,模糊函数Ax(θ,τ)为x(t)在的模糊函数,(θ,τ)为频移-时移平面,模糊函数是含噪信号在θ和τ平面的时频分析。
S130,构造所述低信噪比信号的核函数。
上述公式中的Φ(θ,τ)即为核函数,其作用可以理解为对模糊函数的滤波,滤除受大噪声影响产生的交叉干扰项。选择有很多种类,核函数Φ(θ,τ)选择的不同会有不同的对模糊函数Ax(θ,τ)的滤波效果。不同的核函数选取往往影响着时频分布的效果,继而影响信号频率提取的效果。
在本实施例中,采用低阶的贝赛尔多项式来构造核函数。示例性的,可以采用三阶贝赛尔多项式,其具体可以采用如下方式表达:
S140,对所述核函数中待定参数根据信号自适应的求解,得到最优核函数。
示例性的,所述对所述核函数中待定参数根据信号自适应的求解,可以包括:
所述对所述核函数中待定参数根据信号自适应的求解,得到最优核函数,包括:
通过对上述公式的最优求解,得到如下公式:
S150,将所述最优核函数代入数字化处理后的低信噪比下信号,得到低信噪比下信号时频分析结果。
本实施例本发明实施例提供的低信噪比下信号时频分析方法、装置及设备,通过将接收到的低信噪比信号进行数字化处理,获取数字表达式,并计算对应的模糊函数。并构造模糊函数的核函数。通过对核函数约束条件下的求解,得到最优核函数,并将最优核函数带入信号中,进而得到低信噪比下的信号时频分析结果。,能够在极低的信噪比下对信号较为准确的分析其时频信息,甚至在-10dB的信噪比下能得到清晰的时频分布图。与传统的时频分析方法相比,低信噪比下分析效果更好。
实施例二
图2是本发明实施例二提供的低信噪比下信号时频分析装置的结构示意图,如图2所示,所述装置包括:
接收模块210,用于接收低信噪比信号;
计算模块220,用于对所述低信噪比信号进行数字化处理,并对数字化处理后的低信噪比下信号计算模糊函数;
构造模块230,用于构造所述低信噪比信号的核函数;
求解模块240,用于对所述核函数中待定参数根据信号自适应的求解,得到最优核函数;
代入模块250,用于将所述最优核函数代入数字化处理后的低信噪比下信号,得到低信噪比下信号时频分析结果。
本实施例提供的低信噪比下信号时频分析装置,通过将接收到的低信噪比信号进行数字化处理,获取数字表达式,并计算对应的模糊函数。并构造模糊函数的核函数。通过对核函数约束条件下的求解,得到最优核函数,并将最优核函数带入信号中,进而得到低信噪比下的信号时频分析结果。能够在极低的信噪比下对信号较为准确的分析其时频信息,甚至在-10dB的信噪比下能得到清晰的时频分布图。与传统的时频分析方法相比,低信噪比下分析效果更好。
在上述各实施例的基础上,所述信息低信噪比下信号时频分析结果,包括:
在上述各实施例的基础上,所述计算模块,包括:
转换单元,用于将所述低信噪比信号转换为改进的魏格纳-威廉分布的表达式。
在上述各实施例的基础上,所所述改进的魏格纳-威廉分布的表达式,包括:
在上述各实施例的基础上,所述构造模块,包括:
构造单元,用于采用低阶的贝赛尔多项式构造核函数。
在上述各实施例的基础上,所述低阶的贝赛尔多项式,包括:
3阶的贝赛尔多项式。
在上述各实施例的基础上,所述3阶的贝赛尔多项式,包括:
在上述各实施例的基础上,所述求解模块,用于:
将核函数(θ,τ)转换成极坐标(r,ψ)
ψ=arctan(τ/θ);
计算相应的带约束问题
根据计算结果得到最优核函数。
本发明实施例所提供的低信噪比下信号时频分析装置可执行本发明任意实施例所提供的低信噪比下信号时频分析方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3为本发明实施例三提供的一种设备的结构示意图。图3示出了适于用来实现本发明实施方式的示例性设备12的框图。图3显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的低信噪比下信号时频分析方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种低信噪比下信号时频分析方法,其特征在于,包括:
接收低信噪比信号;
对所述低信噪比信号进行数字化处理,并对数字化处理后的低信噪比下信号计算模糊函数;
构造所述低信噪比信号的核函数;
对所述核函数中待定参数根据信号自适应的求解,得到最优核函数;
将所述最优核函数代入数字化处理后的低信噪比下信号,得到低信噪比下信号时频分析结果。
3.根据权利要求1所述的方法,其特征在于,所述对所述低信噪比信号进行数字化处理,包括:
将所述低信噪比信号转换为改进的魏格纳-威廉分布的表达式。
5.根据权利要求1所述的方法,其特征在于,所述构造所述低信噪比信号的核函数,包括:
采用低阶的贝赛尔多项式构造核函数。
6.根据权利要求2所述的方法,其特征在于,所述低阶的贝赛尔多项式,包括:
3阶的贝赛尔多项式。
9.一种低信噪比下信号时频分析装置,其特征在于,包括:
接收模块,用于接收低信噪比信号;
计算模块,用于对所述低信噪比信号进行数字化处理,并对数字化处理后的低信噪比下信号计算模糊函数;
构造模块,用于构造所述低信噪比信号的核函数;
求解模块,用于对所述核函数中待定参数根据信号自适应的求解,得到最优核函数;
代入模块,用于将所述最优核函数代入数字化处理后的低信噪比下信号,得到低信噪比下信号时频分析结果。
10.一种设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述实施例提供的任一所述的低信噪比下信号时频分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011188161.XA CN112307422A (zh) | 2020-10-30 | 2020-10-30 | 一种低信噪比下信号时频分析方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011188161.XA CN112307422A (zh) | 2020-10-30 | 2020-10-30 | 一种低信噪比下信号时频分析方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112307422A true CN112307422A (zh) | 2021-02-02 |
Family
ID=74333437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011188161.XA Pending CN112307422A (zh) | 2020-10-30 | 2020-10-30 | 一种低信噪比下信号时频分析方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307422A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1508893A2 (en) * | 2003-08-19 | 2005-02-23 | Microsoft Corporation | Method of noise reduction using instantaneous signal-to-noise ratio as the Principal quantity for optimal estimation |
US20080114593A1 (en) * | 2006-11-15 | 2008-05-15 | Microsoft Corporation | Noise suppressor for speech recognition |
CN105675986A (zh) * | 2016-02-03 | 2016-06-15 | 西安电子科技大学 | 数据缺失时基于时频分析窄带调频信号的到达角估计 |
CN106534014A (zh) * | 2016-10-28 | 2017-03-22 | 中国人民解放军空军工程大学 | 一种多分量lfm信号的精确检测与分离方法 |
CN107301432A (zh) * | 2017-07-11 | 2017-10-27 | 哈尔滨工程大学 | 基于时频分析的自适应辐射源调制识别方法 |
CN109978912A (zh) * | 2019-02-27 | 2019-07-05 | 北方民族大学 | 一种基于Bessel矩的物体跟踪方法及*** |
CN111122941A (zh) * | 2019-12-04 | 2020-05-08 | 国网湖南综合能源服务有限公司 | 基于Kaiser窗函数改进S变换的电压暂降特征量检测方法、***及介质 |
US20210141113A1 (en) * | 2018-08-06 | 2021-05-13 | Southern University Of Science And Technology | Active source surface wave prospecting method, surface wave exploration device and computer-readable storage medium |
-
2020
- 2020-10-30 CN CN202011188161.XA patent/CN112307422A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1508893A2 (en) * | 2003-08-19 | 2005-02-23 | Microsoft Corporation | Method of noise reduction using instantaneous signal-to-noise ratio as the Principal quantity for optimal estimation |
US20080114593A1 (en) * | 2006-11-15 | 2008-05-15 | Microsoft Corporation | Noise suppressor for speech recognition |
CN105675986A (zh) * | 2016-02-03 | 2016-06-15 | 西安电子科技大学 | 数据缺失时基于时频分析窄带调频信号的到达角估计 |
CN106534014A (zh) * | 2016-10-28 | 2017-03-22 | 中国人民解放军空军工程大学 | 一种多分量lfm信号的精确检测与分离方法 |
CN107301432A (zh) * | 2017-07-11 | 2017-10-27 | 哈尔滨工程大学 | 基于时频分析的自适应辐射源调制识别方法 |
US20210141113A1 (en) * | 2018-08-06 | 2021-05-13 | Southern University Of Science And Technology | Active source surface wave prospecting method, surface wave exploration device and computer-readable storage medium |
CN109978912A (zh) * | 2019-02-27 | 2019-07-05 | 北方民族大学 | 一种基于Bessel矩的物体跟踪方法及*** |
CN111122941A (zh) * | 2019-12-04 | 2020-05-08 | 国网湖南综合能源服务有限公司 | 基于Kaiser窗函数改进S变换的电压暂降特征量检测方法、***及介质 |
Non-Patent Citations (2)
Title |
---|
王增科: "一种低信噪比条件下的瞬时频率估计算法", 《东南大学学报》 * |
许小剑: "《雷达目标散射特性测量与处理新技术》", 31 December 2017 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10573301B2 (en) | Neural network based time-frequency mask estimation and beamforming for speech pre-processing | |
Damaševičius et al. | IMF mode demixing in EMD for jitter analysis | |
CN108615535A (zh) | 语音增强方法、装置、智能语音设备和计算机设备 | |
CN110969092B (zh) | 脉冲信号去噪方法、装置及终端设备 | |
CN117318671B (zh) | 一种基于快速傅里叶变换的自适应滤波方法 | |
CN111935746B (zh) | 获取通信参数的方法、装置、终端及存储介质 | |
Ma et al. | A blind source separation method for time-delayed mixtures in underdetermined case and its application in modal identification | |
CN110579746A (zh) | 一种回波信号的处理方法、装置、设备及存储介质 | |
CN116433692A (zh) | 一种医学图像分割方法、装置、设备和存储介质 | |
CN114285710A (zh) | Cpm信号的调制指数估计方法、装置、设备及存储介质 | |
CN112951263B (zh) | 语音增强方法、装置、设备和存储介质 | |
CN114168586A (zh) | 一种异常点检测的方法和装置 | |
CN112307422A (zh) | 一种低信噪比下信号时频分析方法、装置及设备 | |
WO2016197629A1 (en) | System and method for frequency estimation | |
CN115797318A (zh) | 一种光谱数据预处理方法、装置、计算机设备及存储介质 | |
CN113555031B (zh) | 语音增强模型的训练方法及装置、语音增强方法及装置 | |
CN111508525B (zh) | 一种全参考音频质量评价方法及装置 | |
CN111294014B (zh) | 一种信号积分去偏差方法及其***、电子设备 | |
CN114400018A (zh) | 语音降噪方法、装置、电子设备及计算机可读存储介质 | |
Swider et al. | Comparison of delayless digital filtering algorithms and their application to multi-sensor signal processing | |
CN113791391B (zh) | 一种干扰特征参数识别方法、装置、存储及设备 | |
CN114401176B (zh) | 一种信号到达检测方法、装置、电子设备及存储介质 | |
CN112565979B (zh) | 扬声器频响数值计算方法、装置、电子设备及存储介质 | |
CN116930613A (zh) | 能够扩大带宽的处理方法、装置、用户终端及存储介质 | |
CN114675326A (zh) | 基于四元数广义s变换的地震数据降噪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210202 |