学位论文 > 优秀研究生学位论文题录展示
多路语音信号的盲分离
作 者: 秦润琼
导 师: 韩太林
学 校: 长春理工大学
专 业: 信息与通信工程
关键词: 欠定盲分离 独立分量分析 时频掩蔽 理想二进制掩蔽
分类号: TN912.3
类 型: 硕士论文
年 份: 2011年
下 载: 69次
引 用: 0次
阅 读: 论文下载
内容摘要
混合语音信号的盲分离起源于“鸡尾酒会问题”,迄今已有二十多年的研究历史。在许多盲源分离算法中,一般假设源信号的个数不多于传感器的个数,此外许多方法要求事先己知源信号的个数,这种假设往往限制了实际应用。本文介绍了一种欠定盲分离方法,该方法结合了独立变量分离法和时频掩蔽法,在仅有两个观测信号的基础上就可以判断出混合信号中源信号的个数并实施分离,实验证明,在瞬时混合与无回声混合的环境下,如果源信号的功率相等,该算法具有稳定性。算法首先运用ICA算法预处理两个观测信号,获得统计独立的子信号,再根据子信号产生时频掩蔽模板,作用在子信号上估计出分离信号。迭代和融合是本文的特色,迭代过程直到子信号中仅含有一路源信号时才停止,初步分离信号的音质可以在融合过程中提升。利用MATLAB和室内仿真工具箱,本文对各种情况下的混合信号分离做了大量验证实验。在无回声的条件下可以分离高达七路的语音,估计的掩蔽模板与理想掩蔽模板极为相似,另外,瞬时的ICA迭代算法在时域也可用于分离卷积混合信号,但是仿真效果一般。为了与其他欠定盲分离算法作比较,本文选用DUET进行仿真。对比来看,所介绍方法在分离瞬时混合信号上具有优势,分离卷积信号的性能与其相当。最后文章分析了算法存在的局限性,参照一些重要文献,给出了基于部分频率和基于参数、门限的改进方法。
|
全文目录
摘要 4-5 ABSTRACT 5-6 目录 6-7 第一章 绪论 7-12 1.1 研究背景 7 1.2 发展过程 7-9 1.3 分析方法 9-11 1.4 本文主要研究内容 11-12 1.5 第一章小结 12 第二章 多路语音欠定分离的基本问题 12-23 2.1 混合信号的基本模型 12 2.2 语音信号的基本特性 12-14 2.3 独立变量分离法的基本理论 14-18 2.4 稀疏理论与时频掩蔽分析方法 18-20 2.5 理想全向麦克风增益模型 20-21 2.6 分离结果的评价 21-22 2.7 第二章小结 22-23 第三章 改进的独立变量分析与时频掩蔽相结合的分离方法 23-35 3.1 信号模型 23-25 3.2 算法原理 25-31 3.3 卷积混合的算法修正 31-34 3.4 第三章小结 34-35 第四章 仿真过程 35-46 4.1 程序中子算法的选取 35 4.2 参数的选取 35-37 4.3 瞬时混合信号分离结果 37-40 4.4 麦克风之间距离的改变 40-41 4.5 分离存在反射的混合信号 41 4.6 与其他分离方法的比较 41-45 4.7 分离结果语音图分析 45 4.8 第四章小结 45-46 第五章 算法局限性和改进方法 46-51 5.1 算法局限性 46-48 5.2 部分频率改进法 48-51 5.3 参数和门限的改进 51 5.4 第五章小结 51 第六章 结论 51-53 致谢 53-54 参考文献 54-57 附录 57 A: 参数计算方法 57 B: 公式符号速查表 57
|
相似论文
- 欠定盲分离方法在心音混叠信号中的应用研究,TN911.7
- 罐底腐蚀声发射信号降噪研究,TH878
- 多任务脑—机接口空域滤波与特征提取方法研究,TP11
- 基于变分贝叶斯混合独立分量分析的机械故障诊断方法研究,TH165.3
- 基于左右手运动想象的分类算法与脑—机接口研究,TP11
- 欠定卷积混合语音信号盲分离研究,TN912.3
- 脑电信号识别及其在脑机接口中的应用研究,TP11
- 基于核函数方法的机械故障诊断方法研究,TH165.3
- 基于盲源分离的肺音信号提取研究,TN911.72
- 基于独立分量分析和噪声可见性函数的信息隐藏方法研究,TP391.41
- 基于量子特征与ICA技术的齿轮箱故障诊断研究,TH165.3
- 卷积混合语音信号频域盲分离研究,TN912.3
- CDMA通信系统中盲多用户检测技术的研究,TN929.533
- 基于独立分量分析的地震资料盲分离应用研究,P631.44
- 基于细胞外动作电位信号识别神经元及其类型,R318.0
- 体感诱发电位实验系统的设计、测量与分析,R318.0
- 基于独立分量分析的切削声发射源信号分离研究,TG115.28
- 水稻镉污染胁迫高光谱分析模型研究,X173
- 嵌入式语音指令处理与识别方法的研究,TN912.3
- 独立分量分析在电力系统谐波电流估计中的应用,TM933.1
- SD大鼠闪光视觉诱发电位的少次提取和神经元放电的初步研究,Q42
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 电声技术和语音信号处理 > 语音信号处理
© 2012 www.xueweilunwen.com
|