语音信号盲分离算法研究.doc
宏硕****mo
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
语音信号盲分离算法研究.doc
语音信号盲分离算法研究盲源分离(BlindSourceSeparation,BSS)作为当代的信号处理领域热点研究课题,被广泛地应用于雷达信号处理,医学信号处理,图像增强等领域。语音信号是信息传递的主要承载工具,利用盲源分离技术实现混合语音信号的分离具有重要的研究意义。本文主要针对瞬时混合与卷积混合两种情况下的混合语音信号的盲分离问题展开研究,主要研究工作如下:在论述了盲源分离基本理论的基础上,通过大量实验验证了基于负熵最大化的独立分量分析算法(NM-ICA)、基于互信息最小化的独立分量分析算法(MMI-
卷积语音信号的频域盲分离排序算法.pdf
本发明提供了一种卷积语音信号的频域盲分离排序算法,对于卷积混叠语音信号,首先由时域转换到频域,在每个频带上使用频域ICA算法进行盲分离,然后使用本发明的排序算法进行排序:(1)选取基准频带进行对准;(2)根据已排序好的基准频带对剩余频带进行排序;(3)标记可能出现排序错误的频带,利用基于分离矩阵的DOA估计进行补充性对准。本发明利用基准频带对准的思想并结合了现有基于频带相关性的排序算法和基于DOA的排序算法两类排序算法的优势,具有很好的鲁棒性和准确性,并且在真实环境中仍然适用。
语音信号的盲分离.pdf
武汉理工大学《信息处理课综合训练与设计群》课程设计课程设计任务书学生姓名:专业班级:通信1103指导教师:许建霞工作单位:信息学院题目:语音信号的盲分离初始条件:Matlab软件、PC机要求完成的主要任务:(包括课程设计工作量及其技术要求,以及说明书撰写等具体要求)设计任务根据盲信号分离原理,用matlab采集两路以上的语音信号,选择合适的混合矩阵生成若干混合信号。选取合适的盲信号分离算法(如独立成分分析ICA等)进行训练学习,求出分离矩阵和分离后的语音信号。设计要求(1)用matlab做出采样之后语音信
基于变分贝叶斯的语音信号盲源分离算法研究的开题报告.docx
基于变分贝叶斯的语音信号盲源分离算法研究的开题报告一、选题背景盲源分离是指通过观察多个混合信号,不需要先验知识地分离出其中的源信号,是一种重要的信号处理技术。语音信号盲源分离在许多应用领域中具有广泛应用,如语音通信、语音识别、音频录制、音乐制作等。目前,常见的语音信号盲源分离算法主要有传统的坐标下降、独立分量分析、支持向量机等,这些方法均存在一定的不足。于是,基于变分贝叶斯的语音信号盲源分离算法被提出,成为了当前研究的热点和难点之一。二、选题意义及目标语音信号盲源分离在实际应用中面临的困难主要包括信号分离
一种基于改进蝴蝶优化算法的语音信号盲分离方法.pdf
本发明公开了一种基于改进蝴蝶优化算法的语音信号盲分离方法,具体包括:从语音信号中获取源信号,经过非奇异混合矩阵处理得到观测信号;对步所述观测信号进行中心化和白化处理;设定最大迭代次数T,维度空间D,[0,1]之间的随机数r,得到初始种群x,其中每个个体x