文档介绍：硕士学位论文大连理工大学语音信号盲分离技术的研究与应用林兰学科、专业:指导教师:软件工程曹晓东论文答辩日期:年月日
摘要盲信号分离技术是信号处理中用于阵列处理和数据分析的一种新的技术,在源信号和混合过程未知的情况下,从混合信号中分理处源信号。盲信号分离技术可以广泛应用于无线通讯、医学信号处理、语音图像处理以及雷达信号处理等多个应用领域,已成为信号处理领域的一个研究热点。本文对语音信号盲分离技术理论及其应用问题进行了研究,主要工作如下。首先对信号盲分离问题的研究历史以及研究现状进行回顾论述,给出了信号盲分离问题的数学描述,包括盲分离问题的数学模型、保证盲分离问题可解的基本假设条件、信号盲分离问题中常用的数学原理和方法以及现有的信号盲分离主要算法等。盲信号分离分为线性混合和非线性混合。在线性混合中,又包括两大类:一类是基于瞬时混合模式,一类是基于卷积混合模式。在实际环境中,很多信号与语音信号一样,都是以卷积混合的模式存在。而卷积混合盲分离算法,在很大程度上都是基于瞬时混合盲分离算法的改进。因此,本文首先给出了瞬肘混合情况下,语音信号盲分离的算法,并进行了计算机仿真,证实了算法的有效性。而后,本文重点研究了卷积混合语音信号的盲处理方法。现有的大部分盲分离算法都是建立在高阶统计量的基础上的,因为只有高阶统计量才能使输出信号是相互独立的。而二阶统计量只能使得输出信号互不相关。但二阶统计量可以实现非平稳信号和有色信号的盲分离。本文综合考虑了语音信号即是非平稳信号又是有色信号的特点,把传统的针对非平稳信号的盲分离算法与针对有色信号的盲分离算法结合起来,给出了针对语音信号的的盲分离算法,并用实验证明了在对语音信号进行盲分离时,此算法是非常有效的。最后,根据本文的算法特性,对算法作了详细地分析,并且与现有的一些较成熟的算法进行了对比,证实本算法在对语音信号盲分离处理中具有较好的性能。本文所做的工作对语音处理具有普遍的意义。关键词:语音信号:盲源分离:独立分量分析;二阶统计量大连理工大学硕士学位论文
’.,,.琤產.,;籅;籗.,
作者签名:趣叁独创性说明日期::::作者郑重声明:本硕士学位论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得大连理工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。¨.
作者签名:趑新签名:越童蛰翌』年—禄噬先大连理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用规定”,同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。大连理工大学硕士研究生学位论文
言引语音信号的盲分离问题有一个经典描述——“鸡尾酒会问题”【浚涸诶嗨萍ξ簿苹翁獗尘昂脱芯恳庖盲信号分离是信号处理领域中的一个重要研究方向,近些年来得到了飞速的发展,成为信号处理领域研究的热点。在信号处理中我们经常遇到这样的问题,如何从一组未知随机信号经过一组混合系统得到的观测信号中恢复出这些原始信号,如果重构过程中没有混合系统和原始信号的先验知识,我们就称该过程为“盲分离”。盲分离技术成功地用在了通信、医学、图像和语音信号处理等领域。语音识别系统中的音源分离技术就如何分离众多讲话人环境下,麦克风所采集的混叠语音信号,是盲信号分离研究的一个主要课题。使计算机具有和人类一样的听觉,是计算机智能领域研究者们的梦想。语音识别技术为我们实现计算机听觉的这一目标提供了有效途径,使得计算机能听懂我们人类的语言,计算机操作从此变锝更互动和简单自然,方便了人机的交流。但是目前这项技术还远未像人们想象的那么成熟,无论识别率还是识别环境都还有很大的局限性。我们所要研究的混合语音分离问题虽然不能实现计算机听觉这一目标,但是通过该技术却能使原本相互混叠的语音信号相互剥离,进而作为语音识别的预处理,从而使得噪声环境下和众多讲话人情形下的语音识别的实现成为可能,增大了识别算法的鲁棒性和适应能力,从这种意义上来讲该问题的研究具有很大的现实意义。但是意义不仅限于此,高质量的语音通信,助听器和远程会议系统都会得益于此项技术。因此,近年来由于实际应用的需求使得混叠语音信号盲分离成为了信号处理,移动通讯和神经网络领域的研究热点。这样的嘈杂环境中,入们总是可以把注意力集中在一个入身上,专注的听他说话而不会被周围嘈杂的说话声、音乐声所干扰