復(fù)雜混疊聲信號的盲分離方法及其應(yīng)用研究.pdf

1、在復(fù)雜環(huán)境中,聲信號傳感器直接測得的信號為多種聲音信號的混疊,有用的信號常常被淹沒在混疊信號中而無法辨識,而聲音信號中包含了豐富的聲源信息。因此,對復(fù)雜環(huán)境下的混疊聲信號進行分離有著重要的現(xiàn)實意義和實用價值。
　　 本文針對復(fù)雜混疊聲音信號,進行盲源分離的方法和應(yīng)用研究,主要研究內(nèi)容歸納如下:
　　 (1)簡述了盲源分離的研究意義、發(fā)展歷史和研究現(xiàn)狀,詳細介紹了盲源分離的數(shù)學(xué)模型及原理,對目前有代表性的幾種典型畝源分離方

2、法進行了深入研究。
　　 (2)提出了一種基于負熵的雙梯度盲分離算法。在深入研究基于峭度的雙梯度盲源分離算法的基礎(chǔ)上,提出一種基于負熵的雙梯度盲分離算法,該算法以魯棒性較強的負熵作為準則函數(shù),從而避開了峭度對野值敏感的缺點。仿真結(jié)果表明算法分離精度和收斂速度都得到了有效提高。
　　 (3)針對真實環(huán)境下的聲信號具有相關(guān)性的特點,從理論推導(dǎo)和仿真實驗兩個方面分析了典型算法應(yīng)用于相關(guān)源盲分離時的不確定性；對相關(guān)性源的盲分離研

3、究現(xiàn)狀進行歸納；并應(yīng)用小波包濾波子帶分解畝分離方法解決相關(guān)性信號的盲源分離。通過仿真實驗驗證在源信號具有相關(guān)性的情況下,該方法能較好地提高盲源分離的性能。
　　 (4)飛機艙內(nèi)的聲音信號包含了豐富的聲源信息,但艙內(nèi)聲音繁多而復(fù)雜,包括語音信號,非話語聲信號,推進系統(tǒng)噪聲以及空氣動力噪聲等,針對機艙內(nèi)混疊聲信號的特點,提出利用盲源分離方法進行混疊聲信號分離的思想,并進行初步的實驗驗證。以實測的聲音信號為實驗數(shù)據(jù),用程序?qū)崿F(xiàn)算法并對