论文部分内容阅读
盲信号分离的研究是信号处理领域热点问题之一,在无线数据通信、雷达、图像处理、医学信号处理、声纳、语音等领域有广阔的应用前景。
盲信号分离是指在源信号及信号混合方式都未知的情况下,仅由观测到的混合信号分离出源信号的过程。盲分离算法大致分为瞬时线性混叠盲分离、卷积混叠盲分离、非线性混叠盲分离几种类型,其中比较经典的算法包括独立元分析法、最大似然法、最小互信息量法、最大熵算法、神经网络算法等。因源信号的混合方式不同,各类算法的复杂度及运算量也有很大差别,瞬时线性混叠问题的盲分离算法理论相对简单、运算相对较小,非线性混叠问题的算法最为复杂。
虽然盲信号分离领域已经出现了很多优秀的算法理论,然而大部分算法都只在仿真环境下进行了分析和验证,算法在实际环境中应用与实现的研究并不是很多,国内外可搜索到的相关文献著作也很少。近年来,随着半导体制造工艺和计算机体系结构等方面的改进,数字信号处理芯片的功能越来越强大、运算能力不断提高,逐渐可以满足语音图像等数字信号实时处理的要求,能支持大运算量的复杂算法处理,这使盲分离算法的硬件实现逐渐成为一种可能。
本文在分析研究盲分离算法理论基础上,选择一种基于信号方差比最大(最小)化的特征值分解的盲分离算法进行算法实现的探讨。在学习DSP系统设计方法后,本文在以TI公司TMS320C6711浮点型DSP芯片为核心的硬件电路平台上,设计了DSP嵌入式系统软件,同时根据盲分离仿真算法设计硬件平台下的盲分离程序程序。经过不断的改进和优化,实现了DSP硬件平台下语音信号随机线性混合的实时盲分离。调试工具分析及人耳主观分辨都证实该系统达到了预期效果,能够清晰的分离出源语音信号,实时效果良好。
最后本文给出了进一步工作的设想和展望,肯定该系统的研究价值并明确了进一步探讨的必要性。本论文的研究属于广东省自然科学基金团队研究项目(04205783)的组成部分。