一种基于改进独立向量分析算法的声信号盲分离方法.pdf
书生****瑞梦
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于改进独立向量分析算法的声信号盲分离方法.pdf
本发明提供一种基于改进独立向量分析算法的声信号盲分离方法,包括:步骤1,通过M个传感器采集N个源信号的卷积混合信号,以得到M个观测信号;步骤2,通过短时傅里叶变换将所述观测信号从时域转换到频域,并建立基于分离矩阵的频域分离信号模型;步骤3,逐频点对频域的所述观测信号和分离矩阵进行预处理;步骤4,采用基于自适应更新的自然梯度独立向量分析算法逐频点进行盲分离处理,以得到频域的分离信号;步骤5,对频域的分离信号进行逆短时傅里叶变换,以得到时域的分离信号。本发明考虑声信号的卷积混合,自适应更新,能够更精确地恢复源
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
基于盲信号分离算法的电路故障诊断方法.pdf
一种基于盲信号分离算法的电路故障诊断方法,该方法利用不同种类元件在相应电压激励下,呈现不同特征电流响应的特点,对电路按照元件种类进行分类和可测试性设计;电路测试时,将各种元件按照预先设计的一定组合方式连接,采集各种元件输出的混合叠加信号,然后利用盲信号分离技术对该混合叠加信号进行分离估计还原出原始信号,通过与各元件正常响应信号的统计相关性分析,辨识出是否有元件发生故障以及故障类型。该方法只需对混合信号进行检测分析,使故障诊断的测试过程得到简化,且不受电路类型的局限。
基于改进粒子群优化的分段盲信号分离方法.pdf
本发明属于信号处理技术领域,本发明旨在实现将粒子群算法应用于快速分离阶段,且有更快的收敛速度和更好的稳态性能。本发明采用的技术方案是,基于改进粒子群优化的分段盲信号分离方法,包括如下步骤:步骤(1):对于当前时刻输入的信号,计算当前的信号的整体分离程度D(t);步骤(2):根据D(t)来选择步长的确定方式,当D(t)>0.25时,分离过程处于快速分离阶段,选择改进粒子群算法来确定当前步长;步骤(3):当D(t)≤0.25时,分离过程处于精细分离阶段,选择相对平缓的非线性函数来确定当前步长;利用改进的
基于改进BCA盲源分离的信号分离和去噪方法.pdf
本发明公开了一种基于改进BCA盲源分离的信号分离和去噪方法,用于分离混合声信号。本发明首先将接收到的几路叠加高斯噪声后的源信号通过短时傅里叶变化到频域;然后使用改进的迭代步长次梯度搜索算法基于BCA框架求解最优分离矩阵,利用最小失真原则和归一化原则对分离矩阵处理用于分离频域的混合信号,并基于频谱的相关性进行频谱排序;最后通过反傅里叶变换将信号恢复到时域。本发明能有效分离噪声环境下的信号,不仅可以分离独立信号,还可以分离相关信号;实现高斯去噪和信号分离的有效结合,提高水声信号接收质量和抗噪性能。