摘要： 运算符优先级 ！> 算术运算符 > 关系运算符 > （&& ||）> 条件运算符> 赋值运算符 > 逗号运算符 库引用 include ""是先从本地目录开始寻找，然后去寻找系统路径，而Include <> 相反先从系统目录，后从本地目录。比如： 当用#include“file.h”时，先搜索当前工 阅读全文

摘要： 一、返回值 C中：如果函数未指定返回值类型，则默认为int c++中：如果一个函数没有返回值，返回值类型必须指定为void 二、参数列表 C中：如果函数没有指定参数列表，则默认可以接受任意多个参数 C++中：有严格的类型检测，没有参数列表的函数默认为void，不接受任意参数 三、缺省参数（即给参数一 阅读全文

摘要： signal-to-noise_ratio 信噪比，SNR或S/N，又称为讯噪比。是指一个电子设备或者电子系统中信号与噪声的比例。这里面的信号指的是来自设备外部需要通过这台设备进行处理的电子信号，噪声是指经过该设备后产生的原信号中并不存在的无规则的额外信号（或信息），并且该种信号并不随原信号的变化而 阅读全文

摘要： 1、sign(x)：符号函数 (Signum function)。Y = sign(x) 返回与 x 大小相同的数组 Y，其中 Y 的每个元素是： 1，前提是 x 的对应元素大于 0。 0，前提是 x 的对应元素等于 0。 -1，前提是 x 的对应元素小于 0。 x./abs(x)，前提是 x 为复 阅读全文

摘要： 子带分解。 例如语音信号是宽带信号，根据奈奎斯特采样定理，采样率为16kHz的语音信号的有效带宽是8KHz，不论是对于降噪，aec，vad，波束形成亦或是logfbank特征提取，我们都期望更精细的处理以提高准确性，因为有时噪声就是带限信号，而回声消除要能处理的时间比较长，就需要滤波器抽头数比较多， 阅读全文

摘要： 算法（Algorithm）是指用来操作数据、解决程序问题的一组方法。对于同一个问题，使用不同的算法，也许最终得到的结果是一样的，比如排序就有前面的十大经典排序和几种奇葩排序，虽然结果相同，但在过程中消耗的资源和时间却会有很大的区别，比如快速排序与猴子排序。 算法稳定性分析。 一般研究算法性能会考虑复 阅读全文

摘要： 时频掩蔽技术。 掩蔽效应 声掩蔽（auditory masking）是指一个声音的听阈因另一个声音的存在而上升的现象。纯音被白噪声所掩蔽时，纯音听阈上升的分贝数，主要决定于以纯音频率为中心一个窄带噪声的功率。 声掩蔽主要决定于以纯音频率为中心一个窄带噪声的功率。这个窄带的频率宽度是随着纯音频率的不同 阅读全文

摘要： 可以用来求解协方差矩阵的特征值和特征向量。 雅可比方法(Jacobian method)求全积分的一种方法，把拉格朗阶查皮特方法推广到求n个自变量一阶非线性方程的全积分的方法称为雅可比方法。 雅克比迭代法的计算公式简单，每迭代一次只需计算一次矩阵和向量的乘法，且计算过程中原始矩阵A始终不变，比较容易 阅读全文

摘要： Java虚拟机（JVM）一种用于计算机设备的规范，可用不同的方式（软件或硬件）加以实现。编译虚拟机的指令集与编译微处理器的指令集非常类似。 Java虚拟机包括一套字节码指令集、一组寄存器、一个栈、一个垃圾回收堆和一个存储方法域。 Java虚拟机（JVM）是可运行Java代码的假想计算机。只要根据JV 阅读全文

摘要： 控制反转——Spring通过一种称作控制反转（IoC）的技术促进了松耦合。当应用了IoC，一个对象依赖的其它对象会通过被动的方式传递进来，而不是这个对象自己创建或者查找依赖对象。可以认为IoC与JNDI相反——不是对象从容器中查找依赖，而是容器在对象初始化时不等对象请求就主动将依赖传递给它。面向切面 阅读全文

摘要： 1、JAVA种数组的两种定义方式。 int[] nums; int nums[]。 2、整型默认为int，如果需要long，须加l或L。小数默认double，d或D可省略，但如果需要float，须加f或F，例如float = 0.1f。 3、复制的效率：System.arraycopy > clon 阅读全文

摘要： 特征矩阵联合相似对角化算法[1]。 Cardoso于1993年提出的盲信号分离具有代表性的一种算法。是一种基于四阶累积量特征矩阵近似联合对角化盲分离算法。该算法将目标函数最大化问题等价于一组四阶累积量矩阵的特征矩阵的联合对角化问题，不仅大大简化了算法的计算复杂度，同时还有效提高了算法的分离性能。 原 阅读全文

摘要： 又称最大类间方差法。是由日本学者大津(Nobuyuki Otsu)于1979年提出的[1]，是一种自适合于双峰情况的自动求取阈值的方法。又叫大津法，简称Otsu。 算法提出初衷是是按图像的灰度特性，将图像分成背景和目标2部分。背景和目标之间的类间方差越大，说明构成图像的2部分的差别越大，当部分目标错 阅读全文

摘要： 【未完待续】结合波束形成器的鲁棒性宽带正则化超指向波束形成方法[1]。用于宽带信号的波束形成方法。结合延时求和波束形成DSB以及超指向波束形成SDB方法，给定用户自定义的正则化因子，采用一个简单的参数来控制WNG–DF （白噪声增益-指向性因子）的平衡。 超定向固定波束形成器以获得高方向性因子而著称 阅读全文

摘要： 基于多重虚拟扩展阵列的宽带信号DOA估计[1]。 宽带DOA估计是阵列信号处理领域的一个重要研究方向。在DOAs估计的实际应用中，信号总是会被噪声破坏，在某些情况下，源信号的数量大于传感器的数量，因此不能通过一些传统的算法正确地解决源问题。文中提出了一种将空间重采样和四阶累积量相结合的宽带DOAs方 阅读全文

摘要： 实际卷积混合情况下，基于ICA的盲源分离算法快速收敛性能评估[1]。 提出了一种新的盲源分离算法，该算法将独立分量分析ICA和波束形成BF相结合，通过优化算法来解决盲源分离的低收敛问题。该方法由以下三部分组成:(1)基于到达方向(DOA)的频域ICA估计；(2)基于估计DOA的零波束形成；(3)基于 阅读全文

摘要： 基于二阶统计量的盲源提取方法[1]。 文中提出了一系列基于二阶统计量的算法，包括离线BSE和在线BSE算法，可以提取平稳信号和非平稳信号。这些算法中，通过挖掘信号特征，提出了新的打分函数，以及一个无参数的自适应步长最速下降法用来得到最优提取权重向量。仿真实验证明提出的算法可以逐个重建源信号，并且性能 阅读全文

摘要： 初学siameseNet网络，希望可以用于信号的识别分类应用。此文为不间断更新的笔记。 siameseNet简介 全连接孪生网络(siamese network)是一种相似性度量方法，适用于类别数目多但是每类的样本数少的分类问题。 Siamese Network 是一种神经网络的框架，而不是具体的某 阅读全文

摘要： 原理概述 中心极限定理表明：对于混合信号，其概率密度比任何一个源信号的概率分布都接近高斯分布;反过来，最大化信号的非高斯性与最大化信号的统计独立性是一致的，这是ICA的基本原理。 ICA是盲源分离(Blind Source Sepatation，BSS)的一种方法，将混合的信号分离成潜在的信息成分。 阅读全文

摘要： 在统计学中，自由度(degree of freedom, df)指的是计算某一统计量时，取值不受限制的变量个数。通常df=n-k。其中n为样本数量，k为被限制的条件数或变量个数，或计算某一统计量时用到其它独立统计量的个数。自由度通常用于抽样分布中。 2018.11.16 1、生成式模型(Genera 阅读全文