基于时域的语音信号盲分离算法研究及其dsp实现（可复制）.pdf

基于时域的语音信号盲分离算法研究及其迪通信与信息系统专业研究生张玲指导教师何培宇教授的源信号。典型情况下,观测到的数据向量是一组传感器的输出,每个传感器信号不能被观测;葱藕湃绾位旌鲜俏粗5摹Cば藕欧掷胨芯康脑葱藕攀多样的,本文只针对我们感兴趣的语音信号做出研究。盲信号分离分为线性混合和非线性混合。在线性混合中,又包括两大类:一类是基于瞬时混合模式,一类是基于卷积混合模式。目前,语音信号盲信号首先给出了一种可用于实际环境中的语音信号盲分离算法。在简化了一般的盲信号分离模型基础上,阐述了该算法的分离准则并对其自适应收敛算法进行了推导。该算法仅使用了二阶统计量,相对于其它的盲信号分离算法计算量较小,并可以处理非最小相位系统的盲分离。对两个语音源信号的混合信号被两个麦克风所拾取的情况,利用实际环境中所采集到的真实语音信号,进行了计算机仿真,得到较好的试验结果。基于公司的浮点篢,利用上述的盲信号分离算法,实现了两个语音源信号,两个麦克风情况下的盲信号分离系统。论述了该盲信号分离系统的迪郑⒍愿孟低车男阅茏隽朔治觥>殖⊙橹ぃ孟低巢唤达到了实时处理的要求,而且对真实房间中的两路语音信号的盲分离得到了较盲信号分离是当前信号处理研究的热点课题之一,在无线数据通信、雷达、图像、医学、语音以及地震信号处理等领域有着广阔的应用前景。卣信号分离就是根据观测到的几个独立源信号的混合数据向量确定一变换,以恢复出原始接收到的是源信号的不同组合,称为混合信号。术语“盲”有两重含义:分离的研究重点是基于卷积混合模式的。我们主要从时域出发对卷积混合模式下的盲信号分离作了研究。基于时域的语音信号旨分离算法研究及其迪删川大学硕涎宦畚
环境中,如何进行语音信号盲分离的问题进行了研究。为了解决由于噪声存在最后,本文还针对目前盲信号分离研究中存在另一个难点问题,即在噪声而导致解混合系统性能发生严重恶化的问题,利用语音源信号的短时平稳特性和噪声信号的长时间平稳特性,我们提出的差分方法可以抵消噪声信号的影响,使得解混合系统的权仍能够收敛到正确值。同样的,我们也用计算机仿真证明了算法的有效性。关键词:盲信号分离卷积混合语音信号自适应算法相关好的效果。基于时域的语音信号盲分离算法研究及其迪四川大学硕士学位论文
珹—甒,瓾癇”甇—.猰·基于时域的语音信号盲分离算法研究及其迪,瑀緂.,,.,四川大学硕士学位论文琤..
琒甀,—.珼畉琣:四川大学硕,学位论文基于时域的语音信号盲分离算法研究及其迪,,,.,
把目的和动机在这篇论文中,我们研究了一种新的信号处理理论~盲信号处理。从应用“盲”有两重含义:葱藕挪荒鼙还鄄猓源信号如何混合是未知的。在盲这种情形在实际环境中常会遇到,如“鸡尾酒会问题”语音,就要用到盲信号分离技术。在凶畛S玫募偕枋窃葱藕诺南嗷ネ臣贫懒⑿浴M臣贫懒⑿约幢砻鳎无法从一个源信号获知其它源信号的任何知识。已经证明”绻葱藕怕统计独立,那么信号分离的充分必要条件就是输出的信号也统计独立。我们在的假定条件,提出了各种不同的盲信号分离算法““⋯。现实生活和自然界中存在大量的信息需要人们去获取和认识,这些信息可识和改造自然的能力。然而信息的纷繁复杂也给人们的工作带来许多困难,人们很难判断信息的准确性和真实性。信号与信息处理的任务就是从大量的数据中提取人们所希望得到的信息,提供给人们做出判断或通过一些复杂的逻辑由的角度看,盲信号处理可以分为盲系统识别⒚し矛ば藕旁捶掷们主要讨论盲信号源分离。盲信号源分离“儿褪歉莨鄄獾降募父龆懒⒃葱藕诺幕旌鲜菹蛄咳定一变换,以恢复出原始的源信号。典型情况下,观测到的数据向量是一组传感器的输出,每个传感器接收到的是源信号的不同组合,称为混合信号。术语分离算法中不能利用源信号和传输信道的信息。。在嘈杂的会议大厅中,不同的说话者发出相互独立的语音源信号,经过空间传播而混杂在一起。人耳能够准确地捕获到所关心和感兴趣的语音,而现有的仪器设备却很难做到这一点。要让机器自动地识别出某一个说话者的该文中所给出的算法也是满足这一条件的。众多的研究者基于源信号统计独立盲信号分离包括两大类:一类是基于源信号线性瞬时混合模式的假设,即能是预先己知的,也可能是事先未知的,人们通过对这些信息进行分析获得认机器做出判断。卷积,。我基于时域的语音信号盲分离算法研究段其迪叫川火学硕士学位论文、
盲信号分离的数学表示出信号,≈瑈。:是非线性函数,可能包含延迟环节。分离的条件是:·欢杂诰砘旌希蛭獁瓾。·。这里混合模式为·,R痪卣蟆5ǘ杂谑导视镆粼銮亢头掷胛侍猓于语音信号实际传播过程中的时延和空间、器件滤波效应,传感器接收的输入大多是时延和相移源信号的混合,所以实际情况下腔诰砘旌夏即:厂。淖钪漳康氖钦页龊鲜实姆掷牒齡,使估计的输出是源信号的一