基于多标准融合频点筛选的盲源分离快速方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108877831A(43)申请公布日2018.11.23(21)申请号201810985050.8(22)申请日2018.08.28(71)申请人山东大学地址250061山东省济南市历下区经十路17923号(72)发明人魏莹闫宁(74)专利代理机构济南圣达知识产权代理有限公司37221代理人李琳(51)Int.Cl.G10L21/0272(2013.01)G10L21/0224(2013.01)G10L21/0232(2013.01)权利要求书2页说明书9页附图5页(54)发明名称基于多标准融合频点筛选的盲源分离快速方法及系统(57)摘要本发明公开了一种基于多标准融合频点筛选的盲源分离快速方法及系统，对待分离的声音信号进行短时傅里叶变换，将变换后的所有频点划分为两个集合；对其中一个集合进行多标准融合的频点筛选，利用复数域独立性成分分析算法选择出信号能量和独立性满足设定阈值的频点；对筛选出的频点进行聚类，进一步减少选择的频点数量；对由多标准融合的方法筛选出的频点，利用ICA算法求解分离矩阵，对其他集合的频点利用未选频点的分离方法恢复出源信号。对分离信号进行逆短时傅里叶变换。采用本发明的方法可以更好地兼顾性能的提升和时间的减少问题，与单一标准相比，同样的性能下，本发明的方法所需的运行时间更少，可以更好地用于语音增强。CN108877831ACN108877831A权利要求书1/2页1.一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：包括以下步骤：对待分离的声音信号进行短时傅里叶变换，按照是否会发生混叠，将变换后的所有频点划分为初选频点和未选频点两个独立的集合；对初选频点集合进行多标准融合的频点筛选，选择出信号能量和独立性都满足设定阈值的频点；对由多标准融合的方法选中的频点利用复数域独立性成分分析算法求解分离矩阵和利用基向量的方法解决排列不确定问题；对筛选出的频点进行聚类，保留相对衰减和相对延迟参数均为聚类核心点所对应的频点，进一步减少选择的频点数量，对选择的频点进行尺度问题的解决后，最终确定筛选集合，将其余点归入未选频点集合；对未选频点集合求解分离矩阵，得到分离信号，对所有频点的分离信号进行逆短时傅里叶变换，得到分离结果。2.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：先把时域的卷积转换为频域的相乘，在频域上对复数信号进行处理，得到频域上的分离信号之后再转换为时域信号。3.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：将混合信号的复内积的模值作为衡量信号能量的标准。4.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：采用参数化的中心相关熵来衡量信号间的独立性。该值越接近于0，说明源信号彼此间越独立。5.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：多标准的筛选过程具体包括：计算集合的频点上的内积和参数化中心相关熵；根据频带数目随阈值变化情况，设置信号能量和独立性两个标准各自的阈值范围，之后在联合阈值的范围中仿真算法的分离性能和运行时间，确定联合的阈值。6.如权利要求5所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：对于两个标准均进行归一化处理，然后将归一化后的值和阈值比较，若该频点上满足阈值要求，则该频点是符合多个标准的筛选条件。7.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：利用密度聚类DBSCAN算法进行筛选后的频点进行聚类。8.如权利要求7所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：设置DBSCAN算法的给定邻域和最小数目，采用欧式距离计算由多标准融合的方法筛选出的频点对应的衰减参数两两之间的距离，依据已经确定的给定邻域和最小数目，确定两个衰减参数的各自的核心点，将其对应的频点选择出来。9.如权利要求7所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：若频点上的相对衰减和相对延迟均是由DBSCAN算法确定的核心点，则该频点上分离矩阵在解决完尺度问题之后便被最终确定，不完全是核心点的频点由未选频点的方法求出分离矩阵。10.一种基于多标准融合的盲源分离快速系统，其特征是：运行于处理器或存储器上，2CN108877831A权利要求书2/2页被配置为执行以下指令：对待分离的声音信号进行短时傅里叶变换，将变换后的所有频点划分为初选频点和未选频点两个独立的集合；对初选频点集合进行多标准融合的频点筛选，选择出信号能量和独立性都满足设定阈值的频点；对由多标准融合的方法选中的频点利用复数域独立性成分分析算法求解分离矩阵和利用基向量的方法解决排列不确定问题；对筛选出的频点进行