文档介绍：烈枧>晃⒎蛳硕士学位论文基于低阶动力学模型的盲反卷学位授予单位:学位授予冢赵明旺教授评人:胡荣强教授王耀青教授刘惠康教授分类号:许海涛指导教师姓名:申请学位级别:论文定稿同期:武汉科技大学信息科学与工程学院答辩委员会主席:阅密级:
论文作者签名:熏王垢J⑷掌冢荷⋯武汉科技大学研究生学位论文版权使用授权声明研究生学位论文创新性声明工作外,本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本论文的研究成果归武汉科技大学所有,其研究内容不得以其它单位同意学校保留并向有关部门凑铡段浜嚎萍即笱Ч赜谘芯可宦畚氖章工作的规定》执行徒宦畚牡母从〖偷缱影姹荆市砺畚谋徊樵暮徒柙模同意学校将本论文的全部或部分内容编入学校认可的国家相关数据库进行检索和对外服务。论文作者签名:指导教师签名:本人郑重声明:所呈交的学位沦文足奉人在导师指导懒⒔醒究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的申请学位论文与资料若有不实之处,本人承担一切相关责任。的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定,日期:
摘要武汉科技大学盲源分离是指在信号的理论模型和源信号无法精确获知的情况下,从观测信号中分离出统计独立的源信号的过程。根据信号混合形式的不同,盲源分离分为瞬时混合和卷积混合两种基本形式。瞬时混合研究相对较早,它是在不考虑延时和卷积前提下,把观测信号看做各源信号的简单线性组合的混合信号,因此只适用于理想情况。卷积混合是一种接近实际环境的模型,它主要是利用傅里叶变换将时域的卷积混合方式转化为频域的瞬时混合方式,再对其进行独立分量分析。本文主要对语音信号盲源分离做了如下工作:首先介绍了盲源分离的背景及研究意义、盲源分离的发展和研究现状以及其在一些重要领域的应用。并分析了盲源分离的理论基础,包括数学模型、独立分量分析以及数据预其次,本文对盲源分离的典型算法进行了介绍,并重点分析和研究了惴ê特征矩阵联合对角化算法,阐述了两种算法的原理并对两种算法性能作了简单比最后,本文对盲源分离的动力学模型进行了描述,同时针对盲源分离过程中存在的源序和幅值不确定性提出了相关的解决方法,这也是本文的创新点所在。本文同时也对语音信号盲源分离的仿真流程做了介绍,具体包括加窗傅罩叶变换,用法对语音信号进行瞬时分离以及源序和幅值调整等。最后对语音信号盲源分离进行相关的仿真实验,得出了一些重要的结论和启示,这些对盲源分离今后的进一步深入研究具有一定的指导意义。关键词:盲源分离,动力学模型,独立分量分析,卷积混合,联合近似对角化。硕士学位论文第处理方法等。较。
:武汉科技大学..甀甌,.,,..瑃,,琁,
武汉科技大学目录硕士学位论文摘第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯盲源分离的研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯盲源分离的发展与研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.盲源分离的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本论文的主要研究内容和结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章盲源分离的理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯盲源分离的数学模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⒎⒎至糠治龅哪勘旰信号的预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一第三章盲源分离算法的分析与研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.瞬时混合盲源分离算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.惴ㄓ隞惴ū冉稀卷积混合盲源分离算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章语音信号的盲源分离研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯最小二乘估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..咝宰钚《《恕语音信号盲源分离的动力学模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯惴ā璴⋯⋯⋯