语音信号的盲分离课程设计正文_大学论文.doc

《语音信号的盲分离课程设计正文_大学论文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学号：0121209320323课程设计题目语音信号的盲分离学院信息工程学院专业通信工程班级姓名指导教师2015年7月1日《课程设计任务书》学生姓名：专业班级：指导教师工作单位：信息工程学院题目:语音信号的盲分离初始条件：Matlab软件，计算机，信息处理相关知识要求完成的主要任务:（1）用matlab做出采样之后语音信号的时域和频域波形图（2）选择合适的混合矩阵，得到混合信号，并做出其时域波形和频谱图（3）采用混合声音信号进行训练学习，求出分离矩阵，编写出相应的确matlab代码。（4）用求出的分离矩阵从混合信号中分离

2、出原语音信号，并画出各分离信号的时域波形和频谱图。（5）对结果进行对比分析。时间安排：1、理论讲解，老师布置课程设计题目，学生根据选题开始查找资料；2、课程设计时间为2周。（1）理解相关技术原理，确定技术方案，时间2天；（2）选择仿真工具，进行仿真设计与分析，时间6天；（3）总结结果，完成课程设计报告，时间2天。指导教师签名：2015年6月10日系主任（或责任教师）签名：2015年6月10日武汉理工大学《信息处理课群综合训练与设计》报告目录摘要1Abstract21绪论32盲信号处理BSP42.1盲信号处理42.2盲分离

3、处理42.3Matlab语音信号的采集52.3.1语音信号的采集方法52.3.2三路语音信号的采集62.4盲信号分离的两种算法介绍72.4.1PCA算法原理72.4.2独立分量分析ICA83语音信号的分离方案设计93.1FAST-ICA算法分离93.1.1基于负熵最大的快速ICA93.2主分量分析PCA133.2.1主成分分析原理133.2.2PCA算法原理143.3主分量分析PCA和ICA比较144语音信号的分离方案实现164.1语音信号的混合164.2语音信号的分离实现174.2.1FAST-ICA算法分离174.2

4、.2主分量分析算法分离184.2.3分离语音频谱分析及比较185总结20武汉理工大学《信息处理课群综合训练与设计》报告参考文献21附录原始语音Matlab信号频谱程序22附录2预处理部分matlab程序27附录3算法的matlab程序29（1）FAST-ICA算法29（2）PCA算法分离31武汉理工大学《信息处理课群综合训练与设计》报告摘要了解盲信号处理（BlindSignalProcessing,BSP）的概念，并掌握语音盲分离技术和Matlab的运用。本文重点研究了以语音信号为背景的盲处理方法，从混有噪声的的混叠语音

5、信号中分离出各个语音源信号，来模仿人类的语音分离能力。本设计用matlab采集3路语音信号，选择合适的混合矩阵生成若干混合信号。结合独立分量分析ICA技术，选取混合矩阵对3个语音信号进行混合，并从混合信号中分离出原语音信号，画出各分离信号的时域波形和频谱图和原来的信号进行比较。此外还运用PCA算法进行了混合语音信号的分离实现，最终对两种算法进行比较。关键字：盲信号处理语音信号盲源分离BSS独立分量分析ICA技术33武汉理工大学《信息处理课群综合训练与设计》报告AbstractUnderstandingtheconcept

6、ofblindsignalprocessing(BlindSignalProcessing,BSP),andmasterthevoiceofblindseparationtechnologyandtheuseofMatlab.Thispaperfocusesonthebackgroundtothespeechsignalblindapproach,mixedwiththenoisefromthespeechsignalaliasingisolatedindividualvoicesourcesignal,tomimict

7、hehumanvoiceseparationability.The3-waydesignwithmatlabvoicesignalacquisition,selecttheappropriatemixingmatrixtogenerateanumberofmixedsignals.ICAtechnologycombinedwithindependentcomponentanalysistoselectthemixingmatrixforthreevoicesignalsaremixedandseparatedfromth

8、emixedsignalsoutoftheoriginalspeechsignal,draweachseparatedsignaltime-domainwaveformandfrequencyspectrumandcomparetheoriginalsignal.Inaddition,theuseofPCAalgor