噪声环境中语音信号盲分离的研究

来源 :武汉科技大学 | 被引量 : 0次 | 上传用户:hygensos
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
盲源分离(Blind Source Separation:BSS)技术是现代信号处理领域中一个崭新的研究方向。盲源分离是指在信号源和传输信道完全或部分未知情况下,只利用传感器阵或天线阵的观测来分离、提取源信号的信号处理理论。近年来,它已成为信号处理领域的一个研究热点。盲源分离在无线通信、阵列信号处理、语音信号分离、图像处理、生物医学、地震勘探、雷达和声纳、噪声消除等领域有着广泛的应用。混合语音信号的分离是盲源分离的重要内容,也是信号处理领域中的一个难题。 本文详细研究了盲源分离的基础理论,重点研究了各种混合模型下的语音信号分离算法。研究了瞬时混合信号的盲源分离方法。主要介绍了三种常用的算法--基于信息最大化的神经网络算法(Informax)、联合近似对角化算法(JADE)、基于固定点迭代的快速神经算法(FastICA),目前己广泛应用于语音信号处理、图像处理、多用户通信、阵列信号处理及医学信号处理等许多领域。研究了卷积混合信号的盲源分离方法。卷积混合盲分离的算法可以分为两类:第一类是在时域中的分离算法,另一类是在频域中的分离算法。 目前,对实录语音信号的盲分离、去噪和多通道盲分离等处理仍存在着许多问题和困难值得探讨,这些问题的解决势必会给声信号的检测带来重大的实用价值。本文着重研究ICA在语音信号瞬时线性盲分离、卷积盲分离、背景音乐下信号的多通道盲分离中的应用。 本文通过语音分离实验,采用自然环境下的语音信号,将盲分离算法应用于真实环境下混合语音信号盲分离中,进行了计算机仿真,给出仿真实验的结果。验证了本文算法的有效性。对算法性能作评价分析,并比较了各种算法分离效果的优劣。
其他文献
无线传感器网络(WSN)在军事、环境、生产、医疗等方面有着非常广泛的运用前景。传感器节点成本低、体积小,但是在无线传感器网络中,能量非常的有限。节点经常被部署在无人值守
安全多方计算研究的是在一个分布式网络中,存在多个由于某种利益关系而互不信任的参与者各自提供秘密输入共同执行计算任务,设计协议使得每个参与者得到相应计算结果的同时,又不
当前离散制造业的制造执行系统由于内部功能不一致而缺乏普适性,制造执行系统开发厂商也因缺乏通用的参考模型而在开发时需针对不同的企业需求重新建立不同的模型,这些均导致了
近些年来,带钢表面缺陷检测技术正在向高速度、高精度以及智能化方向发展。目前,基于机器视觉的缺陷检测方法已成为国内外在该领域的研究热点。采用机器视觉的检测方案需要对
如何提高说话人识别系统的识别率和鲁棒性,一直是语音识别领域研究的重点;而说话人识别系统的安全性能,又会影响其后续的推广与应用。在实际应用中,说话人识别系统会受到假冒声音
随着Internet规模的不断发展,网络信息检索已经成为人们获取信息的主要手段,如何提高网络信息检索的能力成为目前研究的热点之本文在网络信息检索方面开展了如下工作:提出了
随着人们生活水平的提高和市场竞争的加剧,产品质量成为企业生存和发展的前提和保证。企业和学者越来越清楚地认识到:质量是企业的生命,是企业占据市场最有力的战略武器。企
随着计算机技术的快速发展,如何将信息处理技术与水产养殖结合起来,从而真正实现科学养殖,在农业乃至水产养殖行业领域成为了亟待解决的问题。水产养殖池塘水质参数对水产品具有
随着电子技术的飞速发展,嵌入式系统已经得到了广泛的应用。嵌入式系统具有体积小、功耗低、功能强等特点,目前已经广泛用于军事国防、工业控制及智能家电等领域。随着网络技
在整个智能建筑中,火灾报警系统起着相当重要的作用。为了避免火灾所导致的灾难性的后果,火灾报警系统要求尽可能少的误报警,不允许有漏报警。因此,人们不断把信号处理技术领域的