盲源分离算法及其在语音分离中的应用研究(可复制论文).pdf

摘要钊胙芯苛种语音信号盲分离的批处理方法:极大峰度算法五邑大学硕士学位论文盲信号分离是指在信号源和传输信道完全或部分未知的情况下,只利用传感器阵或天线阵的观测来分离、提取源信号的信号处理理论。近年来,它已成为信号处理领域的一个研究热点。盲分离技术在无线通信、雷达、声纳、语音信号处理、医学信号处理、图像增强等方面有着广泛的应用。混合语音信号的分离是盲分离的重要内容,也是信号处理领域中的一个难题。它在回波对消和电视会议领域有重要应用。本文正是以盲分离技术在语音分离中的实际应用为目标而进行研究的。本文以矩阵理论和随机过程为理论基础,研究了语音盲源分离的多种算法,通过大量的实验,分析它们的分离特性,得出了一些在实际应用中有用的结果。综合起来,本文所做的主要工作有:较详细地介绍了盲信号处理的基本概念,盲源分离的数学模型;同时介绍了盲源分离的基本理论,其中包括盲源分离的基本假设,盲源分离的可分性,信息论的相关理论和信号的预处理等问题;较系统地介绍语音信号盲分离的独立性判据:互信息极小化判据、负熵最大化判据和极大似然判据等;还介绍了分离效果评价准则,包括相似系数、性能指数以及和问取U馕K惴ǖ慕樯堋实现与分析奠定了基础;四阶盲辨识算法、扩展联合对角化算法、基于实信号的掷胨惴和多个未知信号抽取算法Mü笛樗得髡庑┧惴ň哂薪虾玫姆离效果,而算法和算法更具发展潜力。将自适应算法应用于语音信号的盲分离,形成了自然梯度算法、基于最大信噪比的盲源分离算法、基于峭度的9厮惴āJ笛楸砻鳎允视λ惴ň哂懈的分离效果。通过综合实验,从分离前后的信号波形、频谱图形和各种评价参数出发,对各种分离算法进行比较。特别将自适应算法和批处理算法进行比较,表明白适应算法比批处理算法具有更好的分离效果,更具发展潜力。关键词:盲信号处理;盲源分离;独立分量分析;批处理算法;自适应算法
知识水坝***@pologoogle为您整理
,—瑃琤.,,琣.;,琲甀琲.,,甀,疭瑆甌瑂猵。甽‘畂琻瓵,琣琒瓵瑃.
知识水坝***@pologoogle为您整理
五邑大学硕士学位论文:..甀瑆,,甌;;;;
签字:、医本人声明我声明,本论文及其研究工作由本人在导师指导下独立完成,完成论文所用的一切资料均已在参考文献中列出。作者:江川年
第滦髀研究背景盲源分离问题概述语音信号的盲分离是盲信号处理在语音信号研究与应用中的热点之一,它是由五邑大学硕士学位论文盲信号处理】是世纪年代迅速发展起来的一个全新的研究领域,也是计算智能学的核心研究内容。它把人工神经网络、统计信号处理、信息理论三者结合起来,渐渐的成为一些领域研究与发展的重要课题,如在生物医学、医疗图像、语音分离、雷达与通信系统、地震勘探、地球物理、数据采掘等方面均发挥了重要的作用。盲源分离是指在未知信源和传递信道模型的条件下,仅利用传感器阵列的输出信号恢复出源信号的波形。这罩“盲”的含义包括传递信道模型未知和源信号未知两方面的含义【对“鸡尾酒会”问题的研究引申而来的。其主要内容是:人的听觉系统能够在嘈杂的环境中发现、识别并跟踪自己感兴趣的声音信号而忽略其它的声音,即人具有语音分离的能力。语音信号盲分离技术模仿人的这种能力,用于解决多个说话人环境下对特定说话人语音的分离提取,同时对其语音进行增强。该项技术可以应用于噪声抑制、语音识别及通信等领域中。因此,近年来由于实际应用的需求使得语音信号盲分离成为了众多领域的研究热点问题。在现实生活及自然界中存在着大量的信息,人们通过传感器检测获取自己所需的信号,并通过对这些信号的处理来获取相关的信息。然而,传感器检测到的信号往往由多个成分混合在一起,如噪声、有用信号和无用信号,而且这些成分都是未知的。又因为信号传输过程中传输通道的特性复杂多变,因此,要得到准确的原始信号非常困难,给人们的工作生活带来了很大的不便。盲信号处理技术的出现从~定程度上解决了这些问题,它是对源信号和传输通道几乎没有嗬眯畔⒌那榭鱿拢龃庸鄄獾降幕旌闲藕胖刑崛』蚧指丛葱藕诺囊恢中藕糯理方法。
.ぴ捶掷题的数学模型量,∥是侍馑Q扒蟮姆掷刖卣螅瑈叭,...,%鱮是经过分离后得到的分离信号向量。根据图,我们可以得到P偷氖П泶锸剑盲源分离的目的就是在源信号突旌舷低均未知的情况下,仅由观测数方法【:的方法就足以估计混合矩阵和源信号。然而这种椒ú辉市矸掷牍β势仔巫五邑大学硕士学位论文侍獾幕臼P腿缤糽所示,其中,莕维未知的源信号向量,矩阵爿是信号传输过程中的混合系统矩阵,它也是未知的。啊,縭是刀维噪声向量,五,...,%谴ǜ衅鞯玫降墓鄄庑藕畔;其中,是个玎×”维矩阵,称为混合一分离矩阵,也称为相似矩阵,又称全局传输矩阵。据向量ü髡掷胂低场危沟檬涑鰕是源信号墓兰苅。.ぴ捶掷氲拇矸椒侍獾拇矸椒ㄓ泻芏啵菟堑脑砜梢园颜庑┓椒ü槟晌O铝兴闹懒