基于时频稀疏性的欠定盲源语音信号分离技术研究

发布时间：2023-12-03 19:44

　　目前,盲声源分离技术随着科技的发展也日趋成熟。如果观测信号的数目大于或等于源信号的数目,将其定义为超定或正定盲声源分离。否则将其定义为欠定盲声源分离。与此同时,根据源信号的混合方式又可分为线性、卷积以及非线性盲声源分离。本论文中主要针对线性欠定盲声源分离问题进行研究,主要的工作如下:1、对语音信号处理的基础理论知识进行了阐述,并介绍了欠定盲声源分离中利用语音信号的时频稀疏性的解决方法“两步法”—混合矩阵的估计和源信号的重建。分别对混合矩阵估计算法和源信号重建算法进行了详细的介绍,并分析各个算法的优缺点。此外还介绍了估计混合矩阵和重建源信号同时进行的ICA算法。2、针对混合矩阵的估计精度问题,研究了语音信号的稀疏性增强处理问题。通过将现有的筛选单源时频点的算法进行研究,提出了一种新的高效筛选单源时频点的算法,并通过仿真证明了其筛选单源时频点的高效准确性。3、利用筛选出来的单源时频点,估计出混合矩阵,仿真证明了混合矩阵精度有所提高。在重建源信号这一步中,针对最短路径法的重建速度慢、精度低这一问题,提出了将最短路径法和二值时频掩蔽技术结合起来的算法,最后通过仿真证明了新的算法重建源信号的速度...

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 盲源分离简介
    1.2 研究背景和意义
    1.3 国内外的研究现状
    1.4 面临的挑战及其展望
    1.5 本文主要工作
第二章 语音信号处理相关理论
    2.1 语音信号的混合模型及其分离模型
        2.1.1 瞬时线性混合模型及其分离模型
        2.1.2 卷积混合模型及其分离模型
        2.1.3 非线性混合模型及其分离模型
    2.2 语音信号的时域和频域特性
        2.2.1 语音信号的时域特性
        2.2.2 语音信号的频域特性
    2.3 语音信号的短时频域处理
        2.3.1 短时傅里叶变换
        2.3.2 语音分析中窗函数的选择
        2.3.3 语音信号中的分帧技术
    2.4 语音信号的稀疏特性
        2.4.1 语音信号的稀疏性
        2.4.2 W-正交分离性
    2.5 语音信号盲声源分离的评估标准
    2.6 本章小结
第三章 欠定盲声源分离算法
    3.1 欠定盲声源混合模型
    3.2 混合矩阵估计方法
        3.2.1 K均值聚类算法
        3.2.2 势函数法
        3.2.3 Winner-takes-all训练聚类算法
        3.2.4 其他混合矩阵估计算法
    3.3 源信号重建方法
        3.3.1 L_p-范数原则
        3.3.2 最短路径法
        3.3.3 二值时频掩蔽技术
        3.3.4 压缩感知方法
        3.3.5 其他源信号重建方法
    3.4 ICA算法
    3.5 本章小结
第四章 基于“两步法”的欠定盲声源分离
    4.1 稀疏性增强处理
        4.1.1 单源点的检测方法
        4.1.2 仿真结果及分析
        4.1.3 存在问题及解决方案
        4.1.4 改进方案仿真及分析
    4.2 估计混合矩阵
        4.2.1 势函数算法估计幅值比和时延差
        4.2.2 混合矩阵的估计
        4.2.3 仿真结果及分析
    4.3 重建源信号
        4.3.1 源信号重建的理论知识
        4.3.2 最短路径法
        4.3.3 存在问题及解决方案
        4.3.4 仿真结果及分析
    4.4 本章小结
第五章 基于ICA算法的欠定盲声源分离
    5.1 ICA算法介绍
        5.1.1 独立分量分析(ICA)基础
        5.1.2 ICA算法的预处理
        5.1.3 ICA算法的估计准则
    5.2 ICA算法的欠定盲声源分离
        5.2.1 核心程序
        5.2.2 分离阶段
        5.2.3 合并阶段
        5.2.4 倒谱平滑处理
    5.3 DUET算法介绍
    5.4 停止准则和评价标准
    5.5 仿真结果及分析
    5.6 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献



本文编号：3870260