盲聲源分離技術(shù)應(yīng)用研究.pdf

1、我們生活在聲音的世界里。在嘈雜的環(huán)境下,我們很難獲得理想的聲源,并且交談會(huì)變得不容易。因此從帶有噪聲的觀測(cè)信號(hào)中獲得我們想得到的目標(biāo)源聲源信號(hào),對(duì)于人與人或是人與機(jī)器的交流來(lái)說(shuō),都是相當(dāng)重要的一件事情。因此盲聲源分離在人們的日常生活中是很重要的技術(shù)應(yīng)用。另外盲聲源分離技術(shù)在人和機(jī)器之間的聲源通信信道建構(gòu)也得到廣泛應(yīng)用。
　　盲聲源分離(BSS)是一種僅僅使用每個(gè)通道觀測(cè)信號(hào)信息的估計(jì)源聲源信號(hào)的方法。我們事先并不需要知道源信號(hào)的信

2、息,包括頻率特性、源信號(hào)空間位置或是源信號(hào)是怎樣混合的,就可以執(zhí)行這個(gè)估計(jì)過(guò)程。本文分別研究了聲源信號(hào)在超定情況下卷積混合和欠定情況下瞬時(shí)混合的盲信號(hào)分離問(wèn)題。具體的研究工作如下:
　　1.首先本文研究了系統(tǒng)是超定的情況下,即從m個(gè)卷積混合觀測(cè)信號(hào)中分離出n個(gè)源信號(hào)。具體步驟為:開(kāi)始將時(shí)域觀測(cè)信號(hào)通過(guò)短時(shí)傅立葉變換(STFT)轉(zhuǎn)化到時(shí)頻域。然后利用FastICA分離算法在頻域分離觀測(cè)信號(hào),最后通過(guò)頻點(diǎn)對(duì)換、幅度解混、時(shí)頻掩蔽和逆短

3、時(shí)傅立葉變換一系列操作,我們最終就可以得到估計(jì)的源聲源信號(hào)。
　　2.另外本文研究了系統(tǒng)是欠定的情況下,即從m個(gè)瞬時(shí)混合觀測(cè)信號(hào)中分離出n個(gè)源信號(hào),本文的研究?jī)H考慮了源信號(hào)傳播過(guò)程中幅度衰減和時(shí)間延遲的情況,而沒(méi)有考慮聲音混響的情況。分離過(guò)程中主要利用了觀測(cè)聲源信號(hào)在頻域的稀疏性。我們的分離算法是在2路觀測(cè)信號(hào)和3路源信號(hào)的實(shí)驗(yàn)條件下完成的。具體過(guò)程可以分為三個(gè)階段:首先,在頻域通過(guò)勢(shì)函數(shù)聚類觀測(cè)信號(hào)的角度,將觀測(cè)信號(hào)按它們所屬的