基于稀疏分量分析的欠定盲聲源分離技術(shù)研究.pdf

1、語(yǔ)音信號(hào)處理技術(shù)的相關(guān)應(yīng)用越來(lái)越廣泛，許多新的產(chǎn)品對(duì)信號(hào)處理的結(jié)果要求日益增高。盲聲源分離算法在語(yǔ)音信號(hào)的提取和識(shí)別過(guò)程中有著不可替代的作用。盲語(yǔ)音信號(hào)混合的方式有線性、卷積以及非線性。線性是研究簡(jiǎn)單，但一些成熟線性混合算法可以擴(kuò)展到卷積中去。根據(jù)接收器與聲源個(gè)數(shù)關(guān)系也可分為超定、欠定、正定的盲源分離。欠定的線性瞬時(shí)混合的盲語(yǔ)音信號(hào)分離是本文的重點(diǎn)。本文是基于語(yǔ)音信號(hào)在某一個(gè)變換域存在稀疏表征的特性進(jìn)行。使用稀疏分量分析方法進(jìn)行語(yǔ)音信號(hào)

2、分離。“兩階段”方法是本文的研究中心。本文的主要工作如下：
　?。?）從盲源分離方法入手，通過(guò)仿真圖形分析語(yǔ)音信號(hào)時(shí)域頻域特性。闡述了稀疏分量分析方法使用的條件，并結(jié)合這些條件對(duì)語(yǔ)音信號(hào)的稀疏表征進(jìn)行分析，對(duì)信號(hào)的短時(shí)分幀分析方法進(jìn)行詳細(xì)介紹。
　?。?）對(duì)“兩階段”方法中混合矩陣算法和信號(hào)重構(gòu)算法進(jìn)行介紹，并對(duì)這兩步中常見(jiàn)的算法進(jìn)行了調(diào)研和分析。
　?。?）進(jìn)行了盲語(yǔ)音信號(hào)分離之前的時(shí)頻點(diǎn)稀疏性預(yù)處理工作。使用了新的

3、單源點(diǎn)篩選方法，對(duì)原有單源點(diǎn)篩選方法進(jìn)行了改進(jìn)，并仿真驗(yàn)證這種方法的可行性，以及對(duì)于效率的提高作用。
　?。?）對(duì)篩選過(guò)后的單源點(diǎn)使用勢(shì)函數(shù)方法對(duì)混合矩陣進(jìn)行估計(jì)，對(duì)三路四路語(yǔ)音信號(hào)混合成的信號(hào)進(jìn)行仿真驗(yàn)證。
　?。?）使用最短路徑、時(shí)頻掩蔽對(duì)信號(hào)進(jìn)行重建，分析壓縮感知的信號(hào)重構(gòu)與源信號(hào)重建的過(guò)程相似性。通過(guò)匹配追蹤算法對(duì)信號(hào)進(jìn)行重建過(guò)程。并且對(duì)以上的算法都進(jìn)行了仿真驗(yàn)證。對(duì)最短路徑方法和時(shí)頻掩蔽方法的缺點(diǎn)進(jìn)行分析，提出了一