詳細(xì)分析了ICA算法和ICA_R算法,并對ICA_R算法在音頻去噪的應(yīng)用中進(jìn)行改進(jìn),通過實(shí)驗(yàn)對比證明了改進(jìn)后的ICA_R算法在對噪聲的消減上效果更好。 

【文章來源】：軟件. 2020,41(08)

【文章頁數(shù)】：3 頁

【部分圖文】：

ICA_R的原理框圖Fig.1ICA_Ralgorithmdiagram

趙祥坤等：改進(jìn)的ICA_R算法在音頻去噪中的應(yīng)用35《軟件》雜志歡迎推薦投稿：cosoft@vip.163.com式中，為閾值，用于區(qū)分期望源信號與其他噪聲信號。ICA_R的模型如公式（5）與（6）所示，其中，目標(biāo)函數(shù)為公式（5），約束條件為公式（6）：2()[{(())}{()}]TJwEGWxtEGv（5）2()0()()10gwhwEy≤（6）在目標(biāo)函數(shù)中，是一個正常量；v是一個零均值、單位方差的高斯變量；G()可以是任意一個非二次方程。在約束條件中，h(w)0使得w有界，確保了算法的穩(wěn)定性。ICA_R算法的原理框圖如圖1所示。圖1ICA_R的原理框圖Fig.1ICA_Ralgorithmdiagram3ICA_R算法的改進(jìn)去噪方法（1）首先，ICA_R獲得的()iyt按照公式（7）進(jìn)行處理，調(diào)整期望信號的幅值的絕對值，得到()iyt：()(())()max(())iiiiytmeanytYtcyt（7）式中，c為參數(shù)。（2）由于有時y(t)或Y(t)與s(t)符號相反，所以還需要對Y(t)進(jìn)行符號確定。若Y(t)*s(t)<0，則Y(t)符號取反；否則，Y(t)符號不變。改進(jìn)后的ICA_R算法對語音去噪的流程圖如圖2所示。圖2改進(jìn)的ICA_R算法去噪流程圖Fig.2ImprovedICA_Ralgorithmflowchart4實(shí)驗(yàn)比較從3個不同的音頻樣本中各取一圖3所示的源音頻樣本信號，被噪聲混合后的混合信號如圖4所示，其中的縱軸為幅值，橫軸為樣本點(diǎn)。圖3源音頻信號Fig.3Originalsounds圖4混合音頻信號Fig.4Mixedsounds實(shí)驗(yàn)采用與源音頻信號相同頻率的矩形波作為參考信號，源音頻信號中的sound1,sound2,sound3對應(yīng)的參考信號分別如圖5，6，7所示。

趙祥坤等：改進(jìn)的ICA_R算法在音頻去噪中的應(yīng)用35《軟件》雜志歡迎推薦投稿：cosoft@vip.163.com式中，為閾值，用于區(qū)分期望源信號與其他噪聲信號。ICA_R的模型如公式（5）與（6）所示，其中，目標(biāo)函數(shù)為公式（5），約束條件為公式（6）：2()[{(())}{()}]TJwEGWxtEGv（5）2()0()()10gwhwEy≤（6）在目標(biāo)函數(shù)中，是一個正常量；v是一個零均值、單位方差的高斯變量；G()可以是任意一個非二次方程。在約束條件中，h(w)0使得w有界，確保了算法的穩(wěn)定性。ICA_R算法的原理框圖如圖1所示。圖1ICA_R的原理框圖Fig.1ICA_Ralgorithmdiagram3ICA_R算法的改進(jìn)去噪方法（1）首先，ICA_R獲得的()iyt按照公式（7）進(jìn)行處理，調(diào)整期望信號的幅值的絕對值，得到()iyt：()(())()max(())iiiiytmeanytYtcyt（7）式中，c為參數(shù)。（2）由于有時y(t)或Y(t)與s(t)符號相反，所以還需要對Y(t)進(jìn)行符號確定。若Y(t)*s(t)<0，則Y(t)符號取反；否則，Y(t)符號不變。改進(jìn)后的ICA_R算法對語音去噪的流程圖如圖2所示。圖2改進(jìn)的ICA_R算法去噪流程圖Fig.2ImprovedICA_Ralgorithmflowchart4實(shí)驗(yàn)比較從3個不同的音頻樣本中各取一圖3所示的源音頻樣本信號，被噪聲混合后的混合信號如圖4所示，其中的縱軸為幅值，橫軸為樣本點(diǎn)。圖3源音頻信號Fig.3Originalsounds圖4混合音頻信號Fig.4Mixedsounds實(shí)驗(yàn)采用與源音頻信號相同頻率的矩形波作為參考信號，源音頻信號中的sound1,sound2,sound3對應(yīng)的參考信號分別如圖5，6，7所示。

【參考文獻(xiàn)】：
期刊論文
[1]射電日像儀的壓縮感知和臟圖高斯去噪[J]. 李楠宇,柳翠寅.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[2]VMD與PSO的樂器聲音識別[J]. 黃英來,任田麗,趙鵬.  哈爾濱理工大學(xué)學(xué)報(bào). 2018(02)
[3]迭代自適應(yīng)權(quán)重均值濾波的圖像去噪[J]. 張新明,程金鳳,康強(qiáng),王霞.  計(jì)算機(jī)應(yīng)用. 2017(11)
[4]基于改進(jìn)濾波的Canny醫(yī)學(xué)圖像邊緣檢測算法[J]. 王紀(jì)剛,陳家新.  計(jì)算機(jī)測量與控制. 2013(06)
[5]一種應(yīng)用幅值信息的一單元定點(diǎn)復(fù)數(shù)ICA-R算法[J]. 李鏡,林秋華.  電子與信息學(xué)報(bào). 2008(11)
[6]基于參考獨(dú)立分量分析的語音增強(qiáng)方法[J]. 林秋華,鄭永瑞,殷福亮.  大連理工大學(xué)學(xué)報(bào). 2006(06)



本文編號：3044976