發(fā)布時(shí)間：2023-12-03 19:44

　　目前,盲聲源分離技術(shù)隨著科技的發(fā)展也日趨成熟。如果觀測(cè)信號(hào)的數(shù)目大于或等于源信號(hào)的數(shù)目,將其定義為超定或正定盲聲源分離。否則將其定義為欠定盲聲源分離。與此同時(shí),根據(jù)源信號(hào)的混合方式又可分為線性、卷積以及非線性盲聲源分離。本論文中主要針對(duì)線性欠定盲聲源分離問(wèn)題進(jìn)行研究,主要的工作如下:1、對(duì)語(yǔ)音信號(hào)處理的基礎(chǔ)理論知識(shí)進(jìn)行了闡述,并介紹了欠定盲聲源分離中利用語(yǔ)音信號(hào)的時(shí)頻稀疏性的解決方法“兩步法”—混合矩陣的估計(jì)和源信號(hào)的重建。分別對(duì)混合矩陣估計(jì)算法和源信號(hào)重建算法進(jìn)行了詳細(xì)的介紹,并分析各個(gè)算法的優(yōu)缺點(diǎn)。此外還介紹了估計(jì)混合矩陣和重建源信號(hào)同時(shí)進(jìn)行的ICA算法。2、針對(duì)混合矩陣的估計(jì)精度問(wèn)題,研究了語(yǔ)音信號(hào)的稀疏性增強(qiáng)處理問(wèn)題。通過(guò)將現(xiàn)有的篩選單源時(shí)頻點(diǎn)的算法進(jìn)行研究,提出了一種新的高效篩選單源時(shí)頻點(diǎn)的算法,并通過(guò)仿真證明了其篩選單源時(shí)頻點(diǎn)的高效準(zhǔn)確性。3、利用篩選出來(lái)的單源時(shí)頻點(diǎn),估計(jì)出混合矩陣,仿真證明了混合矩陣精度有所提高。在重建源信號(hào)這一步中,針對(duì)最短路徑法的重建速度慢、精度低這一問(wèn)題,提出了將最短路徑法和二值時(shí)頻掩蔽技術(shù)結(jié)合起來(lái)的算法,最后通過(guò)仿真證明了新的算法重建源信號(hào)的速度...

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 盲源分離簡(jiǎn)介
    1.2 研究背景和意義
    1.3 國(guó)內(nèi)外的研究現(xiàn)狀
    1.4 面臨的挑戰(zhàn)及其展望
    1.5 本文主要工作
第二章 語(yǔ)音信號(hào)處理相關(guān)理論
    2.1 語(yǔ)音信號(hào)的混合模型及其分離模型
        2.1.1 瞬時(shí)線性混合模型及其分離模型
        2.1.2 卷積混合模型及其分離模型
        2.1.3 非線性混合模型及其分離模型
    2.2 語(yǔ)音信號(hào)的時(shí)域和頻域特性
        2.2.1 語(yǔ)音信號(hào)的時(shí)域特性
        2.2.2 語(yǔ)音信號(hào)的頻域特性
    2.3 語(yǔ)音信號(hào)的短時(shí)頻域處理
        2.3.1 短時(shí)傅里葉變換
        2.3.2 語(yǔ)音分析中窗函數(shù)的選擇
        2.3.3 語(yǔ)音信號(hào)中的分幀技術(shù)
    2.4 語(yǔ)音信號(hào)的稀疏特性
        2.4.1 語(yǔ)音信號(hào)的稀疏性
        2.4.2 W-正交分離性
    2.5 語(yǔ)音信號(hào)盲聲源分離的評(píng)估標(biāo)準(zhǔn)
    2.6 本章小結(jié)
第三章 欠定盲聲源分離算法
    3.1 欠定盲聲源混合模型
    3.2 混合矩陣估計(jì)方法
        3.2.1 K均值聚類算法
        3.2.2 勢(shì)函數(shù)法
        3.2.3 Winner-takes-all訓(xùn)練聚類算法
        3.2.4 其他混合矩陣估計(jì)算法
    3.3 源信號(hào)重建方法
        3.3.1 L_p-范數(shù)原則
        3.3.2 最短路徑法
        3.3.3 二值時(shí)頻掩蔽技術(shù)
        3.3.4 壓縮感知方法
        3.3.5 其他源信號(hào)重建方法
    3.4 ICA算法
    3.5 本章小結(jié)
第四章 基于“兩步法”的欠定盲聲源分離
    4.1 稀疏性增強(qiáng)處理
        4.1.1 單源點(diǎn)的檢測(cè)方法
        4.1.2 仿真結(jié)果及分析
        4.1.3 存在問(wèn)題及解決方案
        4.1.4 改進(jìn)方案仿真及分析
    4.2 估計(jì)混合矩陣
        4.2.1 勢(shì)函數(shù)算法估計(jì)幅值比和時(shí)延差
        4.2.2 混合矩陣的估計(jì)
        4.2.3 仿真結(jié)果及分析
    4.3 重建源信號(hào)
        4.3.1 源信號(hào)重建的理論知識(shí)
        4.3.2 最短路徑法
        4.3.3 存在問(wèn)題及解決方案
        4.3.4 仿真結(jié)果及分析
    4.4 本章小結(jié)
第五章 基于ICA算法的欠定盲聲源分離
    5.1 ICA算法介紹
        5.1.1 獨(dú)立分量分析(ICA)基礎(chǔ)
        5.1.2 ICA算法的預(yù)處理
        5.1.3 ICA算法的估計(jì)準(zhǔn)則
    5.2 ICA算法的欠定盲聲源分離
        5.2.1 核心程序
        5.2.2 分離階段
        5.2.3 合并階段
        5.2.4 倒譜平滑處理
    5.3 DUET算法介紹
    5.4 停止準(zhǔn)則和評(píng)價(jià)標(biāo)準(zhǔn)
    5.5 仿真結(jié)果及分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)



本文編號(hào)：3870260