基于ICA算法的混合语音信号分离-毕业设计

基于ICA算法的混合语音信号分离-毕业设计

ID:819452

大小:4.82 MB

页数:29页

时间:2017-09-07

基于ICA算法的混合语音信号分离-毕业设计_第1页
基于ICA算法的混合语音信号分离-毕业设计_第2页
基于ICA算法的混合语音信号分离-毕业设计_第3页
基于ICA算法的混合语音信号分离-毕业设计_第4页
基于ICA算法的混合语音信号分离-毕业设计_第5页
资源描述:

《基于ICA算法的混合语音信号分离-毕业设计》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、学校代码:10128学号:200811204070本科毕业设计说明书(题目:基于ICA算法的混合语音信号分离学生姓名:学院:电力学院系别:自动化系专业:自动化(电厂热工过程控制及其自动化方向)班级:自动化(电)08-1指导教师:内蒙古工业大学本科毕业设计说明书摘要现阶段对语音识别、医学、生物、通信等领域中的盲源混合语音信号进行分离有着较高的要求。在任意环境下,会普遍遇到从多维信号源提取或分离出某一独立语音信号这种类似于“鸡尾酒会”的问题。这时,就迫切需要一种合理可靠的方法将观测信号分解为若干独立份。由于信号源是不可观测的,并不知道信号源是由哪些独立

2、信号混合而成。正是,由于ICA算法建立在独立统计之上,适用于解决这种分离混合语音的问题。本文参考算法中独立统计的原则。建立信号源的目标函数,对目标函数进行预处理,运用负熵极大化法求出原独立信号向量的预估向量Y。ICA算法中的负熵极大化法具有使分离后的语音快速发散、信息极大化的特点。所以本文选择ICA算法中的负熵极大化法来分离混合语音。这就是使用ICA算法独立统计原则推断混合系统的独立源信号的基本原因。经过对实验仿真图与原独立语音图比较,实验得出如下结论:利用ICA算法处理盲源混合信号,分离后得到的独立语音清晰、准确、算法优化、方便快捷。关键词:独立

3、分量分析;ICA算法;熵极大化法内蒙古工业大学本科毕业设计说明书AbstractAtthepresentstagespeechrecognitionatmedicine,biology,communicationsandotherfieldsforBSS(BlindSourceSpeechSeparation)hasanimportantposition.Whatevertheenvironmentis,weneeddealwithsomethingaboutseparateindependentvoicefromtheunknowmixedvoi

4、ce.Thissituationisnearly“Cocktailparty”.So,weneedfindagoodwaytosolvethisproblem.Assourceisnotobserved,wedon`tknowthesourcebemadeupbywhichindependentsignals.ICAalgorithmisapplytosolvetheproblemwhichmixedvoiceofthisseparation.Thisreferencealgorithmindependentstatisticalprinciple

5、stoestablishthesourceoftheobjectivefunction.Pretreatmentoftheobjectivefunction,theuseofnegativeentropymaximizationmethodtocalculatetheestimatedvectorYoftheoriginalindependentsignalvector.ICAalgorithminanegativeentropymaximizationmethodaftertheseparationofvoicerapiddivergence,t

6、hecharacteristicsofinformationmaximization.ThereforenegativeentropymaximizationmethodintheICAalgorithmtoseparatethemixedvoice.ThisisthebasicreasonoftheindependentsourcesignalsusingtheICAalgorithmindependentstatisticalprinciplestoinferhybridsystems.Experimentalresultsshowthat:u

7、singthealgorithmofICA(IndependentComponentAnalysis)processtheblindsourcemixed-signal.Wecaneasygetanindependentsignalwhichisveryclear,accurate,algorithmoptimizationandconvenient.Keywords:Independentcomponentanalysis;AlgorithmofICA;Methodofnegativeentropymaximization.内蒙古工业大学本科毕业

8、设计说明书目录引言1第一章前言21.1ICA算法应用背景21.2ICA算法的研究现状21.3ICA算法的发展趋势21.4研

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。