A SOFT MODEL-ORDER SUBSPACE BASED SPEECH ENHANCEMENT ALGORITHM

摘 要:基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计.如果将空间的位移变成时间的 延迟,单个矢量传感器可以实现高分辨率的频率估计.将ESPRIT与矢量传感器相结合,研究了高分辨率频率估计 算法,建立了矢量传感器的数据模型,推导了矢量传感器的空时阵列流形,通过对协方差矩阵进行子空间分解,求得 目标信号的频率估计值.仿真计算研究了不同信噪比!采样频率和数据长度条件下该算法的性能.结果表明基于矢 量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度.

基于子空间方法的联合稀疏恢复，通过MUSIC算法进行结合测试，给出了测试结果-We propose subspace-augmented MUSIC (SA-MUSIC), which improves on MUSIC such that the support is reliably recovered under such unfavorable conditions. Combined with a subspace-based greedy algorithm, known