硕士学位论文-语音信号的盲源分离算法研究及应用

《硕士学位论文-语音信号的盲源分离算法研究及应用》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、中山大学硕士学位论文语音信号的盲源分离算法研究及应用姓名：吴其泽申请学位级别：硕士专业：计算机应用技术指导教师：罗笑南20100604语音信号的盲源分离算法研究及应用摘要论文题目：语音信号的盲源分离算法研究及应用专业：计算机应用技术硕士生：吴其泽指导教师：罗笑南教授摘要盲源分离问题即在不知道源信号和传输通道的先验信息的情况下，根据源信号的统计特性，仅由观测到的混合信号恢复出源信号的过程。盲源分离应用领域非常广阔，目前已广泛应用于语音信号处理，阵列信号，图像处理及医学信号处理等许多领域。而语音信号的盲源分离是盲源分离技术的一个非常重要的分支，是当前语音信号研究的热点。独立

2、量分析(independentcomponentanalysis，简称ICA)是盲信号处理运用得最普遍的一类算法。本文深入细致地研究了盲源分离的理论，包括盲源分离的现状、发展和盲源分离原理和处理方法等内容。在盲源分离算法的研究中，重点研究了基于峭度和最大熵的盲源分离算法。在传统的随机梯度算法中，一般需对源信号的概率密度函数预先做一个假设。如果假设的概率密度函数与真实源信号差别较大的话，将对分离的结果产生较大的影响。由此，本文提出了一种基于峭度的自适应调节算法，并不需要预先假设源信号的概率密度函数，而是根据源信号的特性自动调节生成。在MATLAB上对该算法的仿真证明，该算

3、法达到了良好的分离率。此外，在该算法中对噪声存在的情况进行了研究。在最大熵算法中，发现传统的固定步长算法不能达到较为理想的收敛速度和分离效果，从而在本文中提出了一种自适应变步长的方法，使得分离的速度更快，效果更理想。并且，本文对该算法在卷积混合的情况下也进行了实现。另外，本文给出了该算法在数字信号处理器(简称DSP)上的实现。在通过理论分析和语音信号仿真实验验证了该算法的可行性之后，本文创建了一个以DSP为核心的二维语音信号盲源分离硬件实验系统，把基于最大熵的自适应步长算法嵌入到DSP中去，探索了本算法在语音信号盲源分离中的实际应用。该系统的硬件平台采用的是ADI公司的

4、Blackfin一533开发板。实验表明，该实验论文题目摘要系统在一定的条件下对混合语音信号达到良好的分离效果。这与基于最大熵的自适应可变步长算法的理论分析相一致。本文提到的算法均在MATLAB上进行了大量的仿真实验，测试和评价算法分离的效果，得到了较为满意的结果。关键词：盲源分离、语音信号、独立量分析、峭度、最大熵ResearchOilB1indSourceSeparationallItsApplicationinspeechabstractTitle：Major：Name：onB1indSourceSeparationandItsApplicationsinSpee

5、chComputerApplicationTechnologyQizeWuSupervisot：Prof．XiaonanLuoAbstractB1indSourceSeparation(BSS)problemiStoseparateorextractindividualsourcesignalfromasetofmixedsignals，undertheconditionofnotknowinganyinformationaboutthesourceandthetransformchannel．BlindSourceSeparationhaswideapplicatio

6、ns，includingspeechsignalprocessing，imageprocessing，arraysignalandmedicalsignal，etc．SpeechBSSisahot—spottingamongtheapplicationsofBSS．Independentcomponentanalysis，ICAforshort，isanalgorithmofBSSusedmostwidely．ThispaperhasdoneresearchdeepintothethesisofBSS，includingthepresentsituation，devel

7、opmentandbasisresearchapproaches，placingemphasisontheKurtosisalgorithmandInformaxalgorithm．InthetraditionKurtosisalgorithm，itisneededtoassumetheprobabilitydensityfunctionofthesourcesignalandgettheactivationfunction．Theseparationresultswi11beoutofexpectationiftheassumingpr