文档介绍：硕士学位论文
基于独立成分分析
混合语音信号盲分离技术研究
RЕSЕАRСΗОN BLІND SЕРАRАΤІОN
ОF МІXЕD SРЕЕСΗ SІGNАL BАSЕD
ОN ІNDЕРЕNDЕNΤСОМРОNЕNΤАNАLYSІS
ΤЕСΗNІQUЕ
ΤRUОNG SYNАМ
哈尔滨工业大学
2013 年 7 月
国内图书分类号: 学校代码:10213
国际图书分类号: 密级:公开
工学硕士学位论文
基于独立成分分析
混合语音信号盲分离技术研究
硕士研究生: 张士南
导师: 赵雅琴副教授
申请学位: 工学硕士
学科: 信息与通信工程
所在单位: 电子与信息工程学院
答辩日期: 2013 年 7 月
授予学位单位: 哈尔滨工业大学
Сlаssіfіеs Іndеx:
:
Dіssеrtаtіоn fоr Master Dеgrееіn Еngіnееrіng
RЕSЕАRСΗОN BLІND SЕРАRАΤІОN
ОF МІXЕD SРЕЕСΗ SІGNАL BАSЕD
ОN ІNDЕРЕNDЕNΤСОМРОNЕNΤАNАLYSІS
ΤЕСΗNІQUЕ
Саndіdаtе: ΤRUОNG SY NАМ
Suреrvіsоr: Associate Рrоf. Zhао Yаqіn
Асаdеmіс DеgrееАррlіеd fоr: Master оf Еngіnееrіng
Sресіаlіty: Information munication
Engineering
Аffіlіаtіоn: School оf Electronics and
Іnfоrmаtіоn Еngіnееrіng
Dаtеоf Dеfеnсе: July, 2013
Dеgrее-Соnfеrrіng-Іnstіtutіоn: Ηаrbіn Іnstіtutеоf Τесhnоlоgy
哈尔滨工业大学工学硕士学位论文
摘要
盲分离(Blind signal separation,BSS)技术是现代信号处理领域中一个崭新
的研究方向。目前已广泛应用于语音信号处理、图像处理、多用户通信、阵列
信号处理及医学信号处理等许多领域。目前解决盲分离问题主要利用独立分量
分析(ponent analysis,ICA) 方法提取相互统计独立的源信号。
本文着重研究 ICA 在语音信号瞬时盲分离系统、卷积盲分离系统中的应用,以
及在此基础上推导出的 FastICA 算法及基于 FastICA 的盲分离系统,并且对其
进行了在实际环境下的混合语音盲分离的实验仿真。
具体,本文研究了瞬时盲分离系统,并对其进行了语音信号的仿真实验;
对语音信号这一时延卷积混合的盲分离问题,本文研究了时域卷积信号的盲分
离系统。最后,本文在瞬时混合盲分离系统基础上推出时域 FastCIA 算法,在
时域卷积混合盲分离系统基础上推出频域卷积混合盲分离算法,将这两种算法
相结合,提出了频域复值 FastICA 算法,再将此算法与时域预处理方法以及最
后回到时域中的利用相关系数求解分离信号方法相结合,从而建立了基于
FastIAC 的时频域盲分离系统,并将其应用到实际环境中的语音信号盲分离中。
与基于时域盲分离方法的系统相比,该系统解决了时域算法迭代时间长、实时
性差的问题。通过应用于实际环境中语音信号的盲分离证明了该系统运算速度
快、精度高,实用性强。
然后我们对混合语音信号盲分离问题研究中,本文以独立分量分析(IAC)
理论为基础,通过对时域 FastICA 算法与频域卷积混合盲分离算法的研究,提
出了频域复值 FastICA 算法,并在此算法基础上,引入时域预处理方法,最后
再回到时域利用相关系数完成分段语音信号的接序实现信号的整体分离,从而
建立了一种盲分离系统一一基于 FastCIA 的时频域盲分离系统,即 T-FFastClA
系统。
关键词:盲信号分离;独立分量分析;卷积混合;时频结合
- I -
哈尔滨工业大学工学硕士学位论文
Abstract
A novel technique in modern signal processing