文档介绍：￥基于衰减延时模型的语音信号盲反卷陈彪指导教师姓名:申请学位级别:论文定稿同期:学位授予单位:学位授予冢赵明旺教授武汉科技大学信息科学与工程学院答辩委员会主席:人:胡荣强教授王耀青教授评阅分类号:密级:
: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指导教师签名:本人郑熏声明:所呈交的学位论文足本人在导帅指导下,独探醒究所取得的成果。除了文巾已经注明引用的内容或属合作研究共煌瓿傻工作外,本论文不包含任何其他个人或集体已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。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。日期: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,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。日
腶,的主要任务及实质就是对于一个未知的混合武汉科技大学摘要盲源分离系统,在其源信号完全未知或仅有少量先验知识的情况下,仅由系统的观测信号来重构源信号或进行系统辨识,它是以独立分量分析印.,为理论基础的。受益于这种“盲”的特性,盲源分离对多个领域都有很大的促进作用,特别是它在语音、图像、声纳、雷达、通信等方面的应用对军事和国防科技的发展起着非常重要本文主要针对纯衰减延时模型对语音信号的频域盲反卷问题进行了研究,其主要思想是利用傅立叶变换把混合模型在时域中的复杂卷积运算转换为频域中的相对简单的乘法运算,把时域中的解卷积问题简化为频域中的每一个频率点上的瞬时分离问题。这样做大大降低了算法的计算量和计算复杂度,提高了盲源分离的效率。然而,频域盲反卷方法会带来源序和幅值的不确定性问题。本文通过检验不同频率点上的分离矩阵,以相邻频率点上列相似性较大的列为同一列序,完成了对源序的调整。同时,采用系统辨识菽夂的方法进一步完成了对幅值的调整。最后本文还对提出的方法进行了实验仿真,基本完成了对混合信号的分离。关键词:盲源分离,衰减延时,语音信号,盲反卷硕士学位论文第的作用。⋯,.
╰·,甀甌【‘珺琲,·行畂甌畉琾.,’
武汉科技大学录目』⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯盲源分离的研究背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯盲源分离的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯盲源分离的国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯盲源分离的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的研究内容以及组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章盲源分离的数学基础与基本理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯统计学和信息论方面的数学知识⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.臣贫懒⒑⒒バ畔⒘亢颓投取独立分量分析母拍钣肽P汀~目煞掷胄浴脑ご矸椒ā盲源分离算法的评价指标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章瞬时混合信号盲分离研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.瞬时混合信号盲分离的模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.联合近似特征矩阵对角化算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯实验仿真⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第四章基于衰减延时模型的卷积混合语音信号的频域盲分离研究⋯⋯⋯⋯⋯⋯⋯⋯⋯.卷积混合信号盲分离的模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.基于衰减延时模型的卷积混合语音信号的频域盲分离⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.哟案盗⒁⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...
武汉科技大学硕士学位论文本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第五章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文工作总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯今后工作展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯