改进的ICA R 算法在音频去噪中的应用
发布时间：2021-02-21 21:55
详细分析了ICA算法和ICAR算法,并对ICAR算法在音频去噪的应用中进行改进,通过实验对比证明了改进后的ICAR算法在对噪声的消减上效果更好。
【文章来源】：软件. 2020,41(08)
【文章页数】：3 页
【部分图文】：
ICA_R的原理框图Fig.1ICA_Ralgorithmdiagram
赵祥坤等：改进的ICA_R算法在音频去噪中的应用35《软件》杂志欢迎推荐投稿：cosoft@vip.163.com式中，为阈值，用于区分期望源信号与其他噪声信号。ICA_R的模型如公式（5）与（6）所示，其中，目标函数为公式（5），约束条件为公式（6）：2()[{(())}{()}]TJwEGWxtEGv（5）2()0()()10gwhwEy≤（6）在目标函数中，是一个正常量；v是一个零均值、单位方差的高斯变量；G()可以是任意一个非二次方程。在约束条件中，h(w)0使得w有界，确保了算法的稳定性。ICA_R算法的原理框图如图1所示。图1ICA_R的原理框图Fig.1ICA_Ralgorithmdiagram3ICA_R算法的改进去噪方法（1）首先，ICA_R获得的()iyt按照公式（7）进行处理，调整期望信号的幅值的绝对值，得到()iyt：()(())()max(())iiiiytmeanytYtcyt（7）式中，c为参数。（2）由于有时y(t)或Y(t)与s(t)符号相反，所以还需要对Y(t)进行符号确定。若Y(t)*s(t)<0，则Y(t)符号取反；否则，Y(t)符号不变。改进后的ICA_R算法对语音去噪的流程图如图2所示。图2改进的ICA_R算法去噪流程图Fig.2ImprovedICA_Ralgorithmflowchart4实验比较从3个不同的音频样本中各取一图3所示的源音频样本信号，被噪声混合后的混合信号如图4所示，其中的纵轴为幅值，横轴为样本点。图3源音频信号Fig.3Originalsounds图4混合音频信号Fig.4Mixedsounds实验采用与源音频信号相同频率的矩形波作为参考信号，源音频信号中的sound1,sound2,sound3对应的参考信号分别如图5，6，7所示。
赵祥坤等：改进的ICA_R算法在音频去噪中的应用35《软件》杂志欢迎推荐投稿：cosoft@vip.163.com式中，为阈值，用于区分期望源信号与其他噪声信号。ICA_R的模型如公式（5）与（6）所示，其中，目标函数为公式（5），约束条件为公式（6）：2()[{(())}{()}]TJwEGWxtEGv（5）2()0()()10gwhwEy≤（6）在目标函数中，是一个正常量；v是一个零均值、单位方差的高斯变量；G()可以是任意一个非二次方程。在约束条件中，h(w)0使得w有界，确保了算法的稳定性。ICA_R算法的原理框图如图1所示。图1ICA_R的原理框图Fig.1ICA_Ralgorithmdiagram3ICA_R算法的改进去噪方法（1）首先，ICA_R获得的()iyt按照公式（7）进行处理，调整期望信号的幅值的绝对值，得到()iyt：()(())()max(())iiiiytmeanytYtcyt（7）式中，c为参数。（2）由于有时y(t)或Y(t)与s(t)符号相反，所以还需要对Y(t)进行符号确定。若Y(t)*s(t)<0，则Y(t)符号取反；否则，Y(t)符号不变。改进后的ICA_R算法对语音去噪的流程图如图2所示。图2改进的ICA_R算法去噪流程图Fig.2ImprovedICA_Ralgorithmflowchart4实验比较从3个不同的音频样本中各取一图3所示的源音频样本信号，被噪声混合后的混合信号如图4所示，其中的纵轴为幅值，横轴为样本点。图3源音频信号Fig.3Originalsounds图4混合音频信号Fig.4Mixedsounds实验采用与源音频信号相同频率的矩形波作为参考信号，源音频信号中的sound1,sound2,sound3对应的参考信号分别如图5，6，7所示。
【参考文献】：
期刊论文
[1]射电日像仪的压缩感知和脏图高斯去噪[J]. 李楠宇,柳翠寅. 四川大学学报(自然科学版). 2019(06)
[2]VMD与PSO的乐器声音识别[J]. 黄英来,任田丽,赵鹏. 哈尔滨理工大学学报. 2018(02)
[3]迭代自适应权重均值滤波的图像去噪[J]. 张新明,程金凤,康强,王霞. 计算机应用. 2017(11)
[4]基于改进滤波的Canny医学图像边缘检测算法[J]. 王纪刚,陈家新. 计算机测量与控制. 2013(06)
[5]一种应用幅值信息的一单元定点复数ICA-R算法[J]. 李镜,林秋华. 电子与信息学报. 2008(11)
[6]基于参考独立分量分析的语音增强方法[J]. 林秋华,郑永瑞,殷福亮. 大连理工大学学报. 2006(06)
本文编号：3044976
【文章来源】：软件. 2020,41(08)
【文章页数】：3 页
【部分图文】：
ICA_R的原理框图Fig.1ICA_Ralgorithmdiagram
赵祥坤等：改进的ICA_R算法在音频去噪中的应用35《软件》杂志欢迎推荐投稿：cosoft@vip.163.com式中，为阈值，用于区分期望源信号与其他噪声信号。ICA_R的模型如公式（5）与（6）所示，其中，目标函数为公式（5），约束条件为公式（6）：2()[{(())}{()}]TJwEGWxtEGv（5）2()0()()10gwhwEy≤（6）在目标函数中，是一个正常量；v是一个零均值、单位方差的高斯变量；G()可以是任意一个非二次方程。在约束条件中，h(w)0使得w有界，确保了算法的稳定性。ICA_R算法的原理框图如图1所示。图1ICA_R的原理框图Fig.1ICA_Ralgorithmdiagram3ICA_R算法的改进去噪方法（1）首先，ICA_R获得的()iyt按照公式（7）进行处理，调整期望信号的幅值的绝对值，得到()iyt：()(())()max(())iiiiytmeanytYtcyt（7）式中，c为参数。（2）由于有时y(t)或Y(t)与s(t)符号相反，所以还需要对Y(t)进行符号确定。若Y(t)*s(t)<0，则Y(t)符号取反；否则，Y(t)符号不变。改进后的ICA_R算法对语音去噪的流程图如图2所示。图2改进的ICA_R算法去噪流程图Fig.2ImprovedICA_Ralgorithmflowchart4实验比较从3个不同的音频样本中各取一图3所示的源音频样本信号，被噪声混合后的混合信号如图4所示，其中的纵轴为幅值，横轴为样本点。图3源音频信号Fig.3Originalsounds图4混合音频信号Fig.4Mixedsounds实验采用与源音频信号相同频率的矩形波作为参考信号，源音频信号中的sound1,sound2,sound3对应的参考信号分别如图5，6，7所示。
赵祥坤等：改进的ICA_R算法在音频去噪中的应用35《软件》杂志欢迎推荐投稿：cosoft@vip.163.com式中，为阈值，用于区分期望源信号与其他噪声信号。ICA_R的模型如公式（5）与（6）所示，其中，目标函数为公式（5），约束条件为公式（6）：2()[{(())}{()}]TJwEGWxtEGv（5）2()0()()10gwhwEy≤（6）在目标函数中，是一个正常量；v是一个零均值、单位方差的高斯变量；G()可以是任意一个非二次方程。在约束条件中，h(w)0使得w有界，确保了算法的稳定性。ICA_R算法的原理框图如图1所示。图1ICA_R的原理框图Fig.1ICA_Ralgorithmdiagram3ICA_R算法的改进去噪方法（1）首先，ICA_R获得的()iyt按照公式（7）进行处理，调整期望信号的幅值的绝对值，得到()iyt：()(())()max(())iiiiytmeanytYtcyt（7）式中，c为参数。（2）由于有时y(t)或Y(t)与s(t)符号相反，所以还需要对Y(t)进行符号确定。若Y(t)*s(t)<0，则Y(t)符号取反；否则，Y(t)符号不变。改进后的ICA_R算法对语音去噪的流程图如图2所示。图2改进的ICA_R算法去噪流程图Fig.2ImprovedICA_Ralgorithmflowchart4实验比较从3个不同的音频样本中各取一图3所示的源音频样本信号，被噪声混合后的混合信号如图4所示，其中的纵轴为幅值，横轴为样本点。图3源音频信号Fig.3Originalsounds图4混合音频信号Fig.4Mixedsounds实验采用与源音频信号相同频率的矩形波作为参考信号，源音频信号中的sound1,sound2,sound3对应的参考信号分别如图5，6，7所示。
【参考文献】：
期刊论文
[1]射电日像仪的压缩感知和脏图高斯去噪[J]. 李楠宇,柳翠寅. 四川大学学报(自然科学版). 2019(06)
[2]VMD与PSO的乐器声音识别[J]. 黄英来,任田丽,赵鹏. 哈尔滨理工大学学报. 2018(02)
[3]迭代自适应权重均值滤波的图像去噪[J]. 张新明,程金凤,康强,王霞. 计算机应用. 2017(11)
[4]基于改进滤波的Canny医学图像边缘检测算法[J]. 王纪刚,陈家新. 计算机测量与控制. 2013(06)
[5]一种应用幅值信息的一单元定点复数ICA-R算法[J]. 李镜,林秋华. 电子与信息学报. 2008(11)
[6]基于参考独立分量分析的语音增强方法[J]. 林秋华,郑永瑞,殷福亮. 大连理工大学学报. 2006(06)
本文编号：3044976
本文链接：https://www.wllwen.com/kejilunwen/wltx/3044976.html
