本文關(guān)鍵詞：基于雙麥克風(fēng)的盲聲源處理算法研究

  更多相關(guān)文章： 盲源分離 獨(dú)立分量分析 雙麥克風(fēng) 稀疏性 二值時(shí)頻掩蔽

【摘要】：早期人們對(duì)于語音信號(hào)盲分離的研究主要是基于麥克風(fēng)陣列的研究,出現(xiàn)了很多優(yōu)秀的算法,比如ICA算法、基于信號(hào)的稀疏性研究等。隨著人們對(duì)于盲源分離研究的不斷進(jìn)步,人們發(fā)現(xiàn)人的雙耳對(duì)于語音信號(hào)的識(shí)別作用更加神奇,因此越來越多的學(xué)者投身到這個(gè)新的方向上,為了能夠模擬人耳的這種分離功能,他們采用雙麥克風(fēng)模擬人的雙耳。目前對(duì)于雙麥克風(fēng)盲源分離的研究還沒有取得實(shí)質(zhì)性的進(jìn)展,對(duì)于這種模型我們可以用盲源分離中的欠定模型進(jìn)行研究,解決這種情況的主流算法是采用信號(hào)的稀疏性進(jìn)行信號(hào)的分離。本文對(duì)基于雙麥克風(fēng)的盲源分離進(jìn)行了研究,主要做了以下幾方面的研究:1.重點(diǎn)分析比較了ICA的四大類獨(dú)立性判斷準(zhǔn)則,極大化似然估計(jì)準(zhǔn)則、最小化互信息準(zhǔn)則、信息最大化準(zhǔn)則以及極大化非高斯性準(zhǔn)則。2.結(jié)合前面介紹的ICA算法和二值時(shí)頻掩蔽(T-F BM),研究了正定雙麥克風(fēng)盲源分離算法。首先,把采集到的兩路語音信號(hào)應(yīng)用ICA算法進(jìn)行初步分離,分離得到兩路信號(hào)。其次,對(duì)這兩路信號(hào)進(jìn)行短時(shí)傅里葉變換(STFT),變換到頻域過后,通過分離的信號(hào)得到二值時(shí)頻掩蔽(T-F BM)矩陣。由于時(shí)頻掩蔽會(huì)造成音樂噪聲的產(chǎn)生,最后,我們采用倒譜平滑的技術(shù)對(duì)得到時(shí)頻掩蔽進(jìn)行平滑處理,利用平滑過后的掩蔽分離出源信號(hào)。通過仿真實(shí)驗(yàn)證明該算法分離出的信號(hào)更接近于真實(shí)的語音信號(hào),并且性能上也得到了提升。3.針對(duì)欠定模型的雙麥克風(fēng)分離技術(shù),提出了一種基于倒譜平滑的欠定雙麥克風(fēng)盲源分離算法。首先對(duì)輸入的混合語音信號(hào)進(jìn)行ICA分離,將分離的信號(hào)進(jìn)行自適應(yīng)非線性二值時(shí)頻掩蔽處理,重復(fù)進(jìn)行這兩個(gè)步驟,直到分離出所有的源信號(hào)為止。將分離出的源信號(hào)再通過二值時(shí)頻掩蔽合并以提高輸出信號(hào)的質(zhì)量,分離出的語音信號(hào)的雙聲道立體聲效果仍然可以得到很好地保留。最后對(duì)分離出的所有源信號(hào)進(jìn)行倒譜平滑處理,得到最終的分離信號(hào)。實(shí)驗(yàn)表明,該算法的性能比DUET算法和BLUES算法都要好,信噪比增益也得到了提高。
【關(guān)鍵詞】：盲源分離 獨(dú)立分量分析 雙麥克風(fēng) 稀疏性 二值時(shí)頻掩蔽
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN912.3
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-15
• 1.1 研究背景和意義10-11
• 1.2 盲源分離模型11-12
• 1.3 研究現(xiàn)狀及發(fā)展趨勢(shì)12-14
• 1.4 本文主要工作14-15
• 第二章 語音信號(hào)處理相關(guān)理論15-26
• 2.1 語音信號(hào)的時(shí)域和頻域分析15-19
• 2.1.1 語音信號(hào)的時(shí)域特性15-16
• 2.1.2 語音信號(hào)的頻域特性16-17
• 2.1.3 語音的語譜圖分析17-19
• 2.2 語音信號(hào)短時(shí)分析技術(shù)19-24
• 2.2.1 語音信號(hào)的預(yù)處理19-23
• 2.2.2 語音信號(hào)短時(shí)頻域分析23-24
• 2.3 盲信號(hào)分離性能評(píng)估指標(biāo)24-25
• 2.4 本章小結(jié)25-26
• 第三章 ICA算法研究26-40
• 3.1 引言26-29
• 3.2 ICA29-31
• 3.2.1 ICA的定義29-30
• 3.2.2 ICA的不確定性30
• 3.2.3 ICA描述30-31
• 3.3 ICA估計(jì)準(zhǔn)則31-36
• 3.3.1 非高斯性度量準(zhǔn)則31-34
• 3.3.2 最小互信息準(zhǔn)則34-35
• 3.3.3 最大似然估計(jì)準(zhǔn)則35-36
• 3.4 ICA預(yù)處理36-38
• 3.4.1 中心化36-37
• 3.4.2 白化處理37-38
• 3.5 仿真實(shí)驗(yàn)38-39
• 3.6 本章小結(jié)39-40
• 第四章 正定雙麥克風(fēng)盲源分離技術(shù)研究40-54
• 4.1 卷積混合盲源分離模型研究40-42
• 4.1.1 盲源分離數(shù)學(xué)模型40-41
• 4.1.2 卷積混合盲源分離41-42
• 4.1.3 時(shí)頻掩蔽42
• 4.2 正定雙麥克風(fēng)盲源分離算法研究42-52
• 4.2.1 頻域的卷積混合BSS43-44
• 4.2.2 卷積混合ICA和二值掩蔽44-46
• 4.2.3 掩蔽值的倒譜平滑46-48
• 4.2.4 算法仿真48-52
• 4.3 算法對(duì)比研究52-53
• 4.4 本章小結(jié)53-54
• 第五章 欠定雙麥克風(fēng)盲源分離技術(shù)研究54-70
• 5.1 引言54-56
• 5.2 用ICA和二值掩蔽提取盲源信號(hào)56-64
• 5.3 分離結(jié)束的判別標(biāo)準(zhǔn)64
• 5.4 倒譜平滑處理64-65
• 5.5 實(shí)驗(yàn)仿真65-69
• 5.6 本章小結(jié)69-70
• 第六章 總結(jié)與展望70-72
• 6.1 總結(jié)70-71
• 6.2 展望71-72
• 致謝72-73
• 參考文獻(xiàn)73-78
• 攻碩期間取得的研究成果78-79

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李廣彪,張劍云,毛云祥;盲源分離的發(fā)展及研究現(xiàn)狀[J];航天電子對(duì)抗;2004年06期

2 王昆;;盲源分離問題的分析研究[J];科技信息;2008年29期

3 柯維;張永祥;呂博;;基于微分進(jìn)化算法的盲源分離[J];海軍工程大學(xué)學(xué)報(bào);2012年05期

4 林秋華,殷福亮;盲源分離自適應(yīng)算法的統(tǒng)一形式[J];大連理工大學(xué)學(xué)報(bào);2002年04期

5 劉海林;謝勝利;章晉龍;;微延遲病態(tài)卷積混疊盲源分離的可分性研究[J];計(jì)算機(jī)科學(xué);2003年07期

6 吳微東,莊哲民;基于盲源分離的一種快速獨(dú)立分量分析算法[J];汕頭大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

7 郭松;孫云蓮;;基于獨(dú)立分量分析盲源分離快速算法[J];電子測(cè)量技術(shù);2004年02期

8 丁鐸,賈永強(qiáng),王映民;一種基于峰度的盲源分離算法研究[J];現(xiàn)代電子技術(shù);2005年14期

9 肖俊,何為偉;源信號(hào)數(shù)目大于觀察信號(hào)數(shù)目情況下的盲源分離[J];現(xiàn)代電子技術(shù);2005年11期

10 李廣彪,張劍云,毛云祥;盲源分離中的非高斯性極大準(zhǔn)則[J];艦船電子對(duì)抗;2005年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 李舜酩;;轉(zhuǎn)子振動(dòng)信號(hào)的盲源分離研究[A];第三屆全國(guó)虛擬儀器大會(huì)論文集[C];2008年

2 許林周;章新華;范文濤;;一種盲源分離后續(xù)去冗余方法[A];2009年全國(guó)水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會(huì)換屆改選會(huì)議論文集[C];2009年

3 韓少博;林京;吳文燾;;頻域盲源分離中的一種穩(wěn)健解排列模糊方法[A];中國(guó)聲學(xué)學(xué)會(huì)2009年青年學(xué)術(shù)會(huì)議[CYCA’09]論文集[C];2009年

4 章林柯;何琳;江涌;;基于盲源分離的潛艇源識(shí)別信號(hào)去除干擾研究[A];第十一屆船舶水下噪聲學(xué)術(shù)討論會(huì)論文集[C];2007年

5 康春玉;章新華;李軍;;盲源分離與自適應(yīng)濾波器結(jié)合抑制強(qiáng)干擾研究[A];2012'中國(guó)西部聲學(xué)學(xué)術(shù)交流會(huì)論文集(Ⅱ)[C];2012年

6 周祥;樊濤;;基于盲源分離的儲(chǔ)油罐底腐蝕混疊信號(hào)的識(shí)別與分離[A];第八屆沈陽科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

7 王穎翠;;一種基于自然梯度的卷積混合頻域盲源分離算法[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

8 許策;章新華;高成志;;源數(shù)目估計(jì)對(duì)盲源分離算法影響分析[A];2007年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

9 成謝鋒;張仲;孫夏;;一種單路混合信號(hào)的盲源分離新方法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 胡增輝;朱炬波;;基于盲源分離的波達(dá)角估計(jì)[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張良俊;欠定盲源分離算法及其應(yīng)用研究[D];武漢理工大學(xué);2015年

2 徐先峰;利用參量結(jié)構(gòu)解盲源分離算法研究[D];西安電子科技大學(xué);2010年

3 王爾馥;盲源分離理論及其在通信系統(tǒng)中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2009年

4 李昌利;盲源分離的若干算法及應(yīng)用研究[D];西安電子科技大學(xué);2010年

5 高建彬;盲源分離算法及相關(guān)理論研究[D];電子科技大學(xué);2012年

6 郭靖;盲源分離的時(shí)頻域算法研究[D];重慶大學(xué);2012年

7 張念;盲源分離理論及其在重磁數(shù)據(jù)處理中的應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué);2013年

8 劉建強(qiáng);非平穩(wěn)環(huán)境中的盲源分離算法研究[D];西安電子科技大學(xué);2009年

9 李燈熬;基于循環(huán)平衡理論的盲源分離算法[D];太原理工大學(xué);2010年

10 袁連喜;線性盲源分離算法的理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 彭帆;多輸入多輸出系統(tǒng)盲源分離頻域新方法的研究[D];汕頭大學(xué);2002年

2 程舒慧;動(dòng)態(tài)盲源分離及其在生物醫(yī)學(xué)信號(hào)處理中的應(yīng)用研究[D];安徽大學(xué);2011年

3 張政;基于獨(dú)立分量分析的盲源分離算法優(yōu)化研究[D];南京信息工程大學(xué);2015年

4 高鵬;基于單通道盲源分離理論的故障特征提取技術(shù)[D];長(zhǎng)安大學(xué);2015年

5 姚鑫;基于EEMD的單通道盲源分離研究與應(yīng)用[D];大連交通大學(xué);2015年

6 張穎;低角雷達(dá)盲信號(hào)分離方法研究[D];河南師范大學(xué);2015年

7 吳康銳;基于空間幾何信息約束的欠定卷積盲源分離[D];南昌大學(xué);2015年

8 李莽;盲源分離在信號(hào)探測(cè)中的應(yīng)用[D];電子科技大學(xué);2014年

9 宋繼飛;噪聲條件下欠定盲源分離算法研究[D];大連理工大學(xué);2015年

10 甘一凡;基于盲源分離的車輛檢測(cè)與分類技術(shù)研究[D];電子科技大學(xué);2015年

，

本文編號(hào)：523546