دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Knecht W.
سری:
ناشر:
سال نشر: 1995
تعداد صفحات: 111
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب On Nonlinear Filtering For Noise Reduction Using a Sensor Array به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب در مورد فیلتر غیر خطی برای کاهش نویز با استفاده از یک آرایه سنسور نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
صدای پس زمینه یکی از مشکلات عمده سمعک های موجود در حال حاضر است. تکنیک های پردازش آرایه به یک موضوع تحقیقاتی محبوب برای کاهش نویز پس زمینه تبدیل شده است. این کار به بررسی یک پرتوساز دو میکروفونی میپردازد که دارای یک حذف کننده نویز تطبیقی با یک فیلتر غیرخطی است. در حذف نویز تطبیقی، از فیلترهای خطی برای به حداقل رساندن میانگین مجذور اختلاف بین خروجی فیلتر و سیگنال مورد نظر استفاده شده است. بسته به چگالی احتمال سیگنالهای درگیر، با این حال، فیلترهای غیرخطی میتوانند اختلاف مجذور میانگین را بیشتر کاهش دهند و در نتیجه نسبت سیگنال به نویز را در خروجی حذف کننده نویز بهبود بخشند. در مورد یک منبع نویز منفرد که یک i. فرآیند تصادفی، محدودیتهای عملکرد خطی و غیرخطی بهینه برای تراکمهای احتمال نویز مختلف ایجاد شدهاند. برای تقریب عملکرد بهینه، دو معماری تطبیقی غیرخطی، فیلتر Volterra و پرسپترون چند لایه، محقق میشوند. سرعت همگرایی و عملکرد حالت پایدار به دقت بررسی می شود. فیلتر Volterra نیز برای تداخل گفتاری مورد بررسی قرار می گیرد. شکلدهنده پرتو برای به حداقل رساندن اختلاف میانگین مجذور تطبیق داده شده است، اما عملکرد با بهره وزنی قابل درک اندازهگیری میشود. این معیار نیاز به نسبت سیگنال به نویز در خروجی پرتوساز دارد. برای پردازنده غیرخطی، این تنها زمانی قابل تعیین است که هیچ مولفه هدفی در کانال مرجع حذف کننده نویز وجود نداشته باشد تا هدف بدون اعوجاج منتقل شود. در این شرایط ایدهآل و در طولهای فیلتر یکسان، فیلتر ولترا درجه دوم، بهره وزنی قابل فهم را تا حداکثر ۲ دسیبل نسبت به فیلتر خطی بهبود میبخشد.
Background noise is one of the major problems of currently available hearing aids. Array processing techniques have become a popular research topic for reducing background noise. This work investigates a two-microphone beamformer which incorporates an adaptive noise canceller with a nonlinear filter. In adaptive noise cancelling, linear filters have been used to minimize the mean squared difference between the filter output and the desired signal. Depending on the probability densities of the involved signals, however, nonlinear filters can further reduce the mean squared difference, thereby improving signal-to-noise ratio at the noise canceller output.In the case of a single noise source emitting an i.i.d. random process, optimum linear and nonlinear performance limits are established for various noise probability densities. To approximate optimum performance, two nonlinear adaptive architectures are realized, the Volterra filter and the multi-layer perceptron. Convergence speed and steady state performance are scrutinized.The Volterra filter is also examined for speech interference. The beamformer is adapted to minimize the mean squared difference, but performance is measured with the intelligibility-weighted gain. This criterion requires the signal-to-noise ratio at the beamformer output. For the nonlinear processor, this can only be determined when no target components exist in the reference channel of the noise canceller so that the target is transmitted without distortion. Under these ideal conditions and at equal filter lengths, the quadratic Volterra filter improves the intelligibility-weighted gain by maximally 2 d.B relative to the linear filter.