matlab语音信号盲分离

《matlab语音信号盲分离》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、武汉理工大学《信息处理课群综合训练与设计》说明书目录摘要1abstract21ICA的基本原理及特点31.1盲分离数学模型31.2ICA算法描述41.3FICA算法42FICA设计思想53实验仿真结果记录63.1仿真时域波形及频谱63.1.1原始信号63.1.2混合信号93.1.3分离信号123.2仿真所用的源程序154实验结果分析245小结与体会256参考文献2626武汉理工大学《信息处理课群综合训练与设计》说明书摘要语音信号的盲源就是在源信号和源信号如何混合都未知的情况下,从观测到的混合信号中恢复出未知源信号。语音信号盲分离技术被成功地用在了通信、医学、图像和语音信号处理等领域。我

2、们所要研究的混合语音信号盲分离问题就是用麦克风阵列或多个麦克风阵列来模仿人的耳朵,采集得到相互干扰的混叠语音信号,然后通过分离算法将混叠的语音信号相互分离开来,提取我们所感兴趣的信号。举个例子就是在多人同时说话的嘈杂环境下,我们能够辨识感兴趣人的说话声的能力。然后把它分辨出来。26武汉理工大学《信息处理课群综合训练与设计》说明书abstractThespeechsignalblindsourceisinthesourcesignalandthesourcesignalhowtomixallunknown,fromobservationsofmixedsignalinrecovering

3、theunknownsourcesignal.Blindseparationtechnologyofspeechsignalwassuccessfullyusedinthecommunication,medical,imageandvoicesignalprocessing,etc.Wehavetostudymixofspeechsignalisblindsourceseparationwithamicrophonearrayormoremicrophonearraytoimitatehumanears,acquisitiongeteachotherinterferencealiasi

4、ngspeechsignal,andthenthroughtheseparationalgorithmwillaliasingvoicesignalmutualseparated,extractionweareinterestedinsignal.Forexampleismorethaninnoisyenvironmentofspeakatthesametime,wecanidentifyinterestedintheabilityofthehumanvoice.Andthentakeitapart.26武汉理工大学《信息处理课群综合训练与设计》说明书1ICA的基本原理及特点1.1盲分

5、离数学模型盲信号分离是指在没有任何先验知识的条件下，仅根据源信号之间的统计独立特性和由传感器输出的观测信号，把源信号分离出来。独立分量分析正是盲信号分离的有效方法之一。我们将该问题表述成图一所示的线性模型图一盲信号分离的数学模该线性模型可以用下式表示：x=A⋅s..............................(公式一)u=W⋅x..............................(公式二)源信号s=(s1,s2......sn)和混合矩阵A都是未知的，W为待求分离矩阵，经过分离矩阵W的作用，最终得到分离后的输出矢量u=(u1,u2......un);观测信号x=(x

6、1,x2.......xn)已知。盲信号分离的最终目的是为了寻找分离矩阵W，使输出信号u尽可能地逼近源信号s。以两个信号源为例用恒等式表示：x1(t)=h11s(t)+h12j(t).......................(公式三)x2(t)=h21s(t)+h22j(t)......................（公式四）y(t)=w1x1(t)+w2x2(t).......................（公式五）其中x1(t)，x2(t)表示两个未知混合信号，s(t)，j(t)表示收集到的两个信号源，h11，h12，h21，h22表示混合矩阵，不同个数的信号源输入对应不同

7、阶数的矩阵。而y(t)则表示最后解混后的声音，w1，w2表示分离矩阵，我们得主要任务选取合适的分离矩阵，使得最后的输出y(t)最大限度的接近s(t)或者j(t)，亦既是我们所需要挺清楚的没有其它干扰的信号声源。26武汉理工大学《信息处理课群综合训练与设计》说明书1.2ICA算法描述如果我们依据上面提出的模型，对分离过程和分离结果没有任何限定和约束，那么显然解并不是唯一的；而我们却希望输出尽量接近于所期望的结果。独立分量分析(ICA)为这类问题提