基于频点修正的卷积盲源分离方法.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CN105845148A(43)申请公布日2016.08.10(21)申请号201610149053.9(22)申请日2016.03.16(71)申请人重庆邮电大学地址400065重庆市南岸区黄桷垭崇文路2号(72)发明人张天骐欧旭东张世会张刚罗忠涛(51)Int.Cl.G10L21/0232(2013.01)权利要求书1页说明书6页附图5页(54)发明名称基于频点修正的卷积盲源分离方法(57)摘要本发明请求保护一种基于频点修正的卷积盲源分离方法，属于信号处理技术领域。通过对源信号短时傅立叶变换(STFT)和相应频点分离信号做特性分析，找出各频点间的相似性；然后，通过设立门限值来找到盲源分离错误的频点，再利用相邻频点处正确的分离信号对其进行校正；最后将排序和修正后的信号逆变换，还原出分离信号。本方法可以在低信噪比的环境先分离出比较准确地还原出语音信号，实际播放有良好的效果，从而对卷积盲源分离的研究具有重要意义。CN105845148ACN105845148A权利要求书1/1页1.一种基于频点修正的卷积盲源分离方法，其步骤在于以频域各相邻点间的相似系数ρij作参考，设立一个门限值来筛选分离结果错误的频点，然后利用频域各频点间的相似性利用相隔比较近的频点上的分离信号来替换邻近错误的频点，以此来达到频点修正的目的。最后再利用相关排序算法来纠正整个频点，逆变换还原出原始信号。2.根据权利1的要求所述的修正方法，其特征在于采用频域相邻频点间的相似性，设置一个合理的门限值来筛选出错误信号的频点，对于门限值τ的选择，是在不同条件下的实验结果得出，然后再利用相邻频点替换的方法修正错误频点的信号。2CN105845148A说明书1/6页基于频点修正的卷积盲源分离方法技术领域[0001]本发明涉及语音信号处理，具体为一种基于频点修正的卷积盲源分离问题。背景技术[0002]盲源分离(BSS，blindsourceseparation)是从混合方式未知的观测信号中还原出源信号的过程。到目前为止，盲源分离领域衍生出了很多分支，比如独立和非独立，线性和非线性，欠定和非欠定，瞬时混合和卷积混合等，其中属瞬时混合盲源分离算法的研究最为成熟，并且盲源分离在通信、生物信号处理等领域中有很多潜在的应用，例如噪声的鲁棒识别和串声分离。然而现实生活中信号常以卷积方式混合，尤其是在多径环境影响的情况下，瞬时混合只是卷积混合一种特殊的存在方式，因此卷积盲源分离的科学研究显得十分有必要。近年来，国内外诸多学者对此做了大量研究，并且有了一定的成效，主要分为时域方法和频域方法。其中时域法是直接在时域从混合信号中求解源信号的方法，由于卷积模型复杂，导致信号建模困难，计算量非常大，并且随着卷积长度的增加，时域算法变得不稳定，效果不理想。而频域法则是利用卷积混合信号频域瞬时特性，把混合信号变换到频域直接利用成熟的BSS算法还原出源信号，由于该过程避免了卷积运算，受卷积阶数的影响小，所以计算量比较小。但是，由于独立成分分析固有的输出顺序不确定性和幅值不确定性问题，直接导致了从频域各频点上的分离信号还原出错误的源信号。[0003]目前文献针对语音信号的卷积盲源分离算法研究的文献比较少，且集中在频域法方面。文献“汤辉,王殊.基于稳健联合分块对角化的卷积盲分离.自动化学报,2013”，通过对分离子信号相邻频段幅度相关系数大小估计来解决排序不确定性问题，但是由于频点处盲分离算法性能不稳定，间接的影响该算法的稳健性。文献“薄祥雷,何怡刚,尹柏强,等.基于影响因子的频域盲源分离排序算法.电子学报,2013”改进了频域幅度相关排序算法，通过设定不同的影响因子来控制频点距离和各频点分离质量对排序的影响，但是，该方法需要了解源信号的先验信息，并且对于不同的语音信号需要设立不同影响因子，影响因子的不同直接导致该算法分离效果的差异。文献“IkramMZ,MorganDR.Permutationinconsistencyinblindspeechseparation:investigationandsolutions.SpeechandAudioProcessing,IEEETransactionson,2005”和文献“ClarkFSP,PetragliaMR,HaddadDB.ANewInitializationMethodforFrequency-DomainBlindSourceSeparationAlgorithms.IEEESignalProcessingLetters，2011”通过对各频点波达方向角的估计来确定独立分量所对应的源信号，该方法首先需要对源信号的方位进行估计，计算量比较大，并且精度不足。文献“WangLin,