文档介绍：山东大学
博士学位论文
欠定盲源分离算法及在语音处理中的应用研究
姓名:白树忠
申请学位级别:博士
专业:通信与信息系统
指导教师:刘琚
20081020
中文摘要随着信息和计算机技术的发展,人们对信息处理方法的要求越来越高。很多实际应用中通过传感器获得的是一些有用信号的混叠信号或带噪声的混叠信号,如何从这些隐藏在混叠信号中的原始信号分离出来,是一些应用中必须解决的问题,盲源分离技术正是在这种背景下应运而生的。该技术一经提出,便引起了许多学者的广泛关注和重视。作为一种新的数据处理方法,盲源分离技术是人工神经网络、统计信号处理、信息理论、计算机学科等相结合都具有非常重要的实际应用价值。盲源分离技术就是在信源信号和混叠过程均未知的情况下,仅根据少量分离中的基本假设条件一信源信号之间是相互统计独立的,这是一个很宽松的条件,因此盲源分离技术在众多的领域中获得了广泛的应用,近年来成为现代信号处理领域中的一个新的研究热点。的数目的假设。然而,随着对盲信号处理研究的不断深入,作为常规模型的扩展,基于欠定模型的盲信号处理算法近年来得到了广泛的关注。这类算法主要解决源信号数目多于观测信号数目情况下的问题,更接近于盲源分离实际的情况。由于在此条件下系统是不可逆的,在研究的方法上与标准的盲源分离算法也有所不同,目前基于统计概率模型的过完备描述算法和基于稀疏特本论文系统回顾了盲源分离技术的发展历史、研究现状和相关的经典算法,围绕欠定情况下盲源分离问题的一些关键技术进行了一些探索性的研究,盲源分离技术的一个应用,在语音话者识别方面做了一定的研究工作。过完的产物,在生物医学、医疗图像、语音信号处理、通信系统、信息检索等方面的先验信息,从观测信号中恢复或估计出信源信号。这一先验信息就是盲源在早期的盲源分离研究中,一般都要做出观测信号的数目不少于源信号征的分离算法是研究欠定盲源分离的主要方法。包括欠定情况下源信号的可分离性、信源个数的估计、信源的稀疏性处理和欠定的非线性分离方法等,提出了一系列欠定盲源分离的算法,这些内容属于扩展的盲源分离问题,具有相当的理论意义和实际的应用价值。同时作为山东大学博士学位论文
备描述算法作为一种扩展的盲源分离算法,在对信号特征刻画方面具有相当谕臣聘怕誓P偷墓瓯该枋鏊惴ǎ盟惴ǚ治A讲浇校紫仍诨叠矩阵固定的情况下对信源进行估计,然后在信源固定的情况下训练混叠矩阵。在具有二个观测信号或观测信号较少的情况下,提出了采用最短路径的方离的前提,对信源作稀疏处理后,采用一新的加权势函数,在不增加运算量的前提下,低分辨率的情况即可以准确的估计出信源的个数,同时在聚类方向的邻域内采用高分辨率来精确的估计混叠矩阵。实验表明该算法可给出精确的估计,即使在观测信号中含有噪声的情况下,也可以保证很好的估计性能。谇范ぴ捶掷氲姆掷敕椒ㄉ希车幕谧钚』疞妒掷胨惴ǹ给出确定的解,然而由于该算法是在最大化后验概率的情况下得到的,采用线性规划算法在信源稀疏性较差的情况下并不能给出理论上的最佳分离值。鉴于范数分离算法的缺点,提出了两种改进的方法。第一,提出了基于在聚类信号的变化情况,在信源稀疏性较差的情况下较传统范数分离算法能给出更高的信源分离信噪比,特别在信源中含有幅度较小的信源时,可避免由于范数分离算法造成的分离不出小信号的情况。第二,提出了基于最小均方误差的欠定盲源分离算法,该算法在寻找最佳分离矩阵时能较好的跟踪源信号的内在变化,特别在信源稀疏性较差的情况下较传统范数分离算法能给出更高的信源分离信噪比,通过对语音信号的分离并与原始语音信号对比试听,在语肭范ぴ捶掷胨惴āS捎谠肷挠跋旖顾惴ǖ男阅芟陆担欢分离算法上实现去噪是非常困难的,为此含噪盲源分离算法常采用时频变换的大的灵活性,不仅可以解决欠定盲源分离的问题,同时还可以得到描述信号高阶统计信息的过完备基函数。以此基函数为特征建立的基于文本无关的话者识别系统取得了很好的识别效果。本论文的主要成果概括如下:法来对信源进行估计,以提高训练速度,避免了求逆矩阵带来的运算量。诓捎昧讲椒掷氲那范ぴ捶掷胨惴ㄖ校斓卣蟮木饭兰剖鞘迪址方向加权的欠定盲源分离算法,该算法在寻找最佳分离矩阵时能较好的反映源音的连续性和噪声方面都能达到满意的效果,具有实际应用的价值。技术,在进行分离之前先对观测信号进行滤波处理,然后考虑无噪声情况下的盲源分离。本文提出了一种新的基于高阶统计稀疏表征的欠定盲源分离算法,通过小波线性变换在变换域中对混叠信号进行分离,利用小波变换将信号能量山东大学博士学位论文
又可实现对噪声的消除,同时符合盲源分离的数学模型和先验假设,比基于二阶统计特征方法有更大的优越性,实验中取得了较好的分离效果。诨罢呤侗鹩τ梅矫妗S行У奶卣餍畔⒁恢笔鞘侗鹣低车墓丶行У话者特征同样是话者识别系统的关键。对于