小奥的学习笔记

  • Home
  • Learning & Working
    • Speech Enhancement Notes
    • Programming language
    • Computer & DL
    • MOOC
  • Life
    • Life Time
    • Thinking & Comprehension
    • Volunteer
    • Plan
    • Travel
  • Footprints
  • GuestBook
  • About
    • About Me
    • 个人履历
    • 隐私策略
beamforming
语音处理学习笔记

《优化阵列信号处理》学习笔记(第十章)

本次分享是个人阅读《优化阵列信号处理》一书最后一个章节,也是针对该书比较整体的学习笔记的最后一次更新了。 第十章:圆环阵阵列处理 10.1 引言 由于直线阵是一维阵,其波束响应围绕该直线轴对称,因此它只能估计目标的一维角度,而另一维角度是模糊的,也就出现线阵的左右舷模糊缺点。而要解决这一问题就要采用二维阵或者三维阵。 圆环阵是一种二维阵,它也具有轴对称特性,不过它以垂直于该圆环的直线为轴,这样就可以在其所在平面360°方位具有相同的目标探测与方位估计性能。 圆环阵由于其对称性,其常规波束形成响应可以表示为一个贝塞尔…

2019年10月25日 1条评论 1218点热度 1人点赞 davidcheung 阅读全文
语音处理学习笔记

《优化阵列信号处理》学习笔记(第五章)

第五章:稳健波束设计 除了原始的对角加载之外,另一类具有代表性的对角加载类方法是加权向量范数约束方法。由于该方法等同于白噪声增益约束,所以也称为白噪声增益月书法。不过,对角加载方法的最大问题是难以根据导向向量误差信息确定对角加载量大小。 后续有一些新的方法,能够真正有效利用导向向量误差信息,它们是根据导向向量误差椭圆精确计算对角加载量的大小。 5.1 对角加载法 5.2 加权向量范数约束法 5.3 最差性能最佳化法 5.4 协方差矩阵拟合法 5.5 总结 …… 受篇幅和格式限制,更多内容,请在百度云盘下载。感谢对我…

2019年10月21日 1条评论 1518点热度 0人点赞 davidcheung 阅读全文
Life Time

《优化阵列信号处理》学习笔记(第四章)

第四章:波束稳健性分析 在实际中,由于各种误差(如观察方向误差、阵型标定误差、通道幅度与相位误差等)的影响,造成导向向量存在误差;另外,由于接收数据协方差矩阵无法精确计算,只能通过接受数据进行估计,也不可避免的存在估计误差。导向向量与接受数据互谱矩阵误差都势必影响最佳波束形成器的输出信噪比性能。 4.1 最佳波束形成器稳健性影响因素 无论是MVDR还是MMSE,亦或是MSNR波束形成器,其加权向量其实统一可以写为 $$ {{w}{opt}}=\alpha R{x}^{-1}{{\bar{p}}_{s}} $$ 造成…

2019年10月16日 1条评论 2811点热度 5人点赞 davidcheung 阅读全文
语音处理学习笔记

《优化阵列信号处理》学习笔记(第三章)

第三章:规则阵波束设计     对于规则形状的基阵,它们的几何形状具有对称性,其阵列信号处理数学模型将表现出一些特有的性质。对于线阵来说,线阵空域信号处理与时间序列信号处理有很多相似之处,因此通过时空类比,很多时间序列分析的方法也可以应用于线阵空域信号处理。线阵具有轴对称性,其波束形成器同样具有轴对称性,所以线阵估计目标方向时具有左右舷模糊的缺点。 3.1 线阵 3.1.1 连续线阵 (1)频率-波数响应     由M个离散阵元组成的基阵的阵列流形向量为 3.1.2 均匀线列…

2019年10月10日 1条评论 1338点热度 0人点赞 davidcheung 阅读全文
语音处理学习笔记

《优化阵列信号处理》学习笔记(第二章)

1.一般的阵列信号处理问题:将若干传感器布置在空间不同为止组成传感器阵列采集空间场数据,然后采用阵列信号处理算法对接收的阵列数据进行处理,获得有用信息。阵列信号处理的任务包括:从噪声和干扰中检测有用信号、估计信号波形、对接收的信号与噪声场进行是空谱估计、估计信号到达放心、对信号源定位等。 2.波束形成的主要功能:形成基阵接收系统的方向性;进行空域滤波,抑制空间干扰与环境噪声,提高信噪比;估计信号到达方向;进行多目标分辨;为信号源定位创造条件;为目标识别提供信息等。 3.阵列的数学模型——基阵 基阵的组成结构影响基阵…

2019年10月9日 1条评论 1412点热度 0人点赞 davidcheung 阅读全文
语音处理学习笔记

《优化阵列信号处理》学习笔记(第一章)

随着项目的进行,越发发现自己缺乏了太多波束形成的基础知识,而这些知识就在阵列信号处理这一门课程中学习,但是当初自己选择了自适应信号处理,并没有选择《阵列信号处理》。所以从前几天起一直在找阵列信号处理领域比较优秀的书籍,然后看到了鄢社锋编写的《优化阵列信号处理》一书,总体感觉还很不错,问了声学所的同学也说他的书写的不错,故想自己开始对这方面研究一下,整理一些笔记。 今天发布的是第一章的笔记。第一章是绪论,只要是一些概括性的知识,包括分类、发展历史、方法总体优缺点等,没有深入的知识。 第一章:绪论 1.波束形成是阵列信…

2019年9月3日 2条评论 3650点热度 2人点赞 davidcheung 阅读全文
搜索
欢迎关注我的个人公众号
最新 热点 随机
最新 热点 随机
DEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架 奥地利匈牙利九日游旅程 论文阅读之Study of the General Kalman Filter for Echo Cancellation 小奥看房之鸿荣源珈誉府 杭州往返旅途及西溪喜来登和万怡的体验报告 2022年的第一篇碎碎念
奥地利匈牙利九日游旅程DEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架
博客即日起开始“上云”啦! 数据结构【浙江大学】(第4节)整理 《剑指Offer》题目解析(2) AEC个人学习串讲之fullaec.m:非线性处理(下) 航空节专题地址修改 “超”最终版官网上线,发布进入最终倒计时
标签聚合
Python Java python学习 算法 高中 鸟哥的linux私房菜 linux 学习 leetcode 生活
最近评论
davidcheung 发布于 5 个月前(02月09日) The problem has been fixed. May I ask if you can s...
tk88 发布于 5 个月前(02月07日) Hmm is anyone else having problems with the pictur...
cuicui 发布于 8 个月前(10月20日) :wink:
niming 发布于 10 个月前(09月19日) 同级校友,能刷到太巧了
davidcheung 发布于 2 年前(08月16日) 我得找一下我之前整理的word文档看一下,如果找到了我就更新一下这篇文章。
Nolan 发布于 2 年前(07月25日) 您的笔记非常有帮助。贴图不显示了,可以更新一下吗?
davidcheung 发布于 3 年前(06月19日) 到没有看webrtc的代码。现在主要在看我们公司的代码了。。。只是偶尔看一看webrtc的东西。。。
aobai 发布于 3 年前(03月13日) gain_change_hangover_ 应该是每三个block 只能够调整一次,这样保证每帧...
匿名 发布于 5 年前(12月30日) 烫
小奥 发布于 5 年前(12月12日) webRTC里面的NS本身我记得就是在C++里面呀

COPYRIGHT © 2025 小奥的学习笔记. ALL RIGHTS RESERVED.

Theme Kratos Made By Seaton Jiang

陕ICP备19003234号-1

鲁公网安备37120202000100号