盲源分離算法及其在語音分離中的應用研究.pdf

1、盲信號分離是指在信號源和傳輸信道完全或部分未知的情況下，只利用傳感器陣或天線陣的觀測來分離、提取源信號的信號處理理論。近年來，它已成為信號處理領域的一個研究熱點。盲分離技術在無線通信、雷達、聲納、語音信號處理、醫(yī)學信號處理、圖像增強等方面有著廣泛的應用。 混合語音信號的分離是盲分離的重要內(nèi)容，也是信號處理領域中的一個難題。它在回波對消和電視會議領域有重要應用。本文正是以盲分離技術在語音分離中的實際應用為目標而進行研究的。

2、 本文以矩陣理論和隨機過程為理論基礎，研究了語音盲源分離的多種算法，通過大量的實驗，分析它們的分離特性，得出了一些在實際應用中有用的結(jié)果。綜合起來，本文所做的主要工作有： 1.較詳細地介紹了盲信號處理的基本概念，盲源分離的數(shù)學模型；同時介紹了盲源分離的基本理論，其中包括盲源分離的基本假設，盲源分離的可分性，信息論的相關理論和信號的預處理等問題；較系統(tǒng)地介紹語音信號盲分離的獨立性判據(jù)：互信息極小化判據(jù)、負熵最大化判據(jù)和極大似然判據(jù)

3、等；還介紹了分離效果評價準則，包括相似系數(shù)、性能指數(shù)以及SNR、SAR和SDR參數(shù)等。這為算法的介紹、實現(xiàn)與分析奠定了基礎； 2.深入研究了5種語音信號盲分離的批處理方法：極大峰度算法（Maxkurt）、四階盲辨識算法（FOBI）、擴展聯(lián)合對角化算法（JADE）、基于實信號的ICA分離算法（SHIBBS）和多個未知信號抽取算法（AMUSE）。通過實驗說明這些算法具有較好的分離效果，而JADE算法和SHIBBS算法更具發(fā)展?jié)摿Α?/p>