短波通信中信號檢測算法研究.pdf

1、本論文研究的是強噪聲背景下信號流檢測.通訊系統(tǒng)中的干擾是不可避免的,尤其是短波通訊,信號更容易受到噪聲的干擾.在通訊、廣播系統(tǒng)中噪聲嚴重的影響著聲音的質(zhì)量,增加了工作人員的聽覺疲勞,信號檢測的目的就是檢測語音信號或莫爾斯信號的有無,改善工作人員的工作環(huán)境.端點檢測是語音信號處理的一個重要分支.基于過零率和能量的傳統(tǒng)檢測算法,在噪聲環(huán)境比較復(fù)雜的情況下效果很不穩(wěn)定,尤其是信噪比較低或者語音信號較弱時,檢測效果很不理想,因此,在多種語言和噪

2、聲隨機出現(xiàn)、噪聲和語音強弱不一的實際噪聲環(huán)境下,必須利用新的算法提取有用信號和噪聲信號的有效特征,才能解決實際的問題.本文首先介紹了噪聲的類型、語音和莫爾斯信號的特征,然后對不同類型的噪聲信號進行了分析,在各種不同的噪聲背景下利用不同的算法檢測語音信號和莫爾斯信號,實現(xiàn)有用信號和噪聲的分離.基于實際背景噪聲的復(fù)雜性,本文提出了語音信號的小波分析和高階統(tǒng)計量分析相結(jié)合的方法,有效的分離了語音信號和非高斯噪聲,取得了不錯的效果,基于現(xiàn)場實驗

3、表明,該算法取得了很好的效果.針對語音信號及其背景噪聲的特點,本文利用了基于小波變換系數(shù)統(tǒng)計、雙譜和復(fù)數(shù)譜方差等檢測算法.針對莫爾斯信號的單周期性和周期頻率間斷性的本質(zhì)特征,本文利用復(fù)數(shù)譜方差算法來判斷信號是否單周期并確定其周期頻率,然后根據(jù)傅里葉變換的性質(zhì),提取周期頻率相對應(yīng)的變換系數(shù),對這些數(shù)據(jù)進行分析.結(jié)合歸一化和閾值的思想進行間斷性的特征提取,從而達到莫爾斯信號檢測的目的.德州儀器公司的數(shù)字信號處理器是高性能的DSP芯片,論文詳