基于稀疏表示的语音信号盲源分离算法研究

发布时间：2021-01-14 08:11

　　盲源分离是指源信号与混合矩阵先验知识均未知的情况下,从观测到的多个混合信号中提取、分离出感兴趣信号的过程。它作为一种功能强大的信号处理方法,其研究与应用在众多领域中都有着举足轻重的地位。随着盲源分离技术的快速发展,其在信号处理和神经网络等学科领域具有重要的研究价值和实用意义。欠定盲源分离技术是一种具有广泛性和挑战性的信号处理技术,在观测信号数量小于源信号数量的情况下,处理技术将面对更大的挑战,并且其分离技术还有待进一步的发展。本文主要研究线性瞬时混合模型下的欠定盲源分离技术,主要通过“两步法”的稀疏分量分析算法对欠定盲源分离问题进行研究,即首先进行混合矩阵的估计,然后根据源信号的先验知识训练过完备字典,获得源信号的稀疏表示,把压缩感知信号重构算法引入到欠定盲源分离中,实现语音信号的盲分离。本文的主要研究工作包含以下两方面的内容:（1）混合矩阵估计的精度直接影响源信号的分离效果。针对模糊C均值聚类算法过于依赖初始聚类中心,在混合矩阵估计中精度低、鲁棒性差的缺点。本文将遗传算法和模拟退火算法相结合,相互舍短取长,提出一种基于遗传模拟退火优化FCM（GASA-FCM）混合聚类和霍夫变换的混合... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

观测信号时域与频域散点图

霍夫变换原理图

三路源信号随机生成2×3的混合矩阵为：

【参考文献】：
期刊论文
[1]盲源分离技术研究与方法综述[J]. 李振璧,王康,姜媛媛.  科学技术与工程. 2017(14)
[2]基于在线字典学习的自适应医学图像融合算法[J]. 殷鑫华,戴文战,李俊峰.  浙江理工大学学报(自然科学版). 2017(02)
[3]压缩感知理论及其在盲源分离中的应用[J]. 何继爱,刘向阳.  测控技术. 2016(11)
[4]基于方向密度检测与霍夫变换的混合矩阵估计[J]. 孙洁娣,李玉霞,温江涛,闫盛楠.  北京理工大学学报. 2016(11)
[5]基于量子粒子群模糊C均值聚类算法应用研究[J]. 王富强,张振华,朱然.  电子科技. 2016(11)
[6]盲源分离现状及发展[J]. 彭赛阳,王振华,朱元清.  舰船电子对抗. 2016(03)
[7]基于SAGA-FCM的煤与瓦斯突出预测方法[J]. 李心杰,贾进章,李兵.  煤田地质与勘探. 2016(02)
[8]多说话人环境下目标说话人语音提取方案[J]. 叶于林,莫建华,刘夏.  计算机系统应用. 2016(04)
[9]基于遗传模拟退火优化的FCM算法在西部省区经济发展状况分类的研究[J]. 韦艳玲,林飞盈.  广西科技师范学院学报. 2016(01)
[10]基于混合遗传模拟退火的模糊C-均值聚类算法[J]. 殷旅江,杨立君,胡明茂,邓义成.  湖北汽车工业学院学报. 2015(03)

硕士论文
[1]欠定盲源分离混合矩阵估计方法研究[D]. 李玉霞.燕山大学 2015
[2]基于混合聚类和压缩感知的欠定盲源分离研究[D]. 刘磊.西南交通大学 2012
[3]基于稀疏表示的语音信号欠定盲分离技术研究[D]. 郑翠.哈尔滨工程大学 2011



本文编号：2976546