卷积混合频域盲分离论文-吴奇昌

卷积混合频域盲分离论文-吴奇昌

导读:本文包含了卷积混合频域盲分离论文开题报告文献综述及选题提纲参考文献,主要关键词:盲信号分离,独立分量分析,卷积语音信号,时频分析

卷积混合频域盲分离论文文献综述

吴奇昌[1](2011)在《卷积混合语音信号频域盲分离研究》一文中研究指出近年来,语音信号的盲分离成为了盲信号处理领域的一个热点问题,它在语音识别、小型移动通信设备以及远程会议方面有着广泛的应用前景。针对语音信号盲分离的方法主要有独立分量分析(ICA)方法和基于时频分析的时频掩蔽(TF Masking)方法。目前,针对瞬时混合信号的盲分离已经获得了很好的效果,而对于在实际环境中由房间的回响和各种反射造成的卷积混合语音信号,要实现分离相当困难。目前越来越多的研究采用频域上的方法来进行卷积语音信号的盲分离,该方法可以将时域上的卷积问题变换为频域上的乘积问题,这样就可以采用相对成熟的解瞬时混合的ICA方法对混合信号进行分离。与TF Masking方法相比,频域独立分量分析(FDICA)方法优点在于使分离信号的音乐噪声与谱失真较小,但收敛速度不够理想,且存在固有的幅度和次序的不确定性问题。本文将传统的FDICA方法与TF Masking方法相结合,提出了一种新的基于FDICA的卷积语音信号盲分离方法,利用TF Masking的聚类结果对FDICA做初始化,并进一步进行ICA迭代频带挑选,该方法着眼于追求良好分离性能并极大提升运算效率,同时也解决了次序不确定性问题。在此基础上,又通过搭建的多通道数据采集平台,进行了分块在线的盲分离尝试,并针对性的加入了对ICA分离的后处理优化方法,在付出极小运算代价的情况下进一步提升了语音信号分离性能,这也为后续的盲分离系统的研究奠定了基础。具体研究工作包括以下几个方面:第一,为了加深对盲分离的理解与认知,第二章首先介绍了盲信号分离的信号混合模型和麦克风阵列模型,接着采用MLS(Maximum Length Sequence)方法进行了房间声学脉冲响应测量。第叁章对ICA的基本概念、数学知识和基本算法做了较为全面的介绍,并且给出了频域卷积混合语音盲分离的概念以及基于信息最大化的FDICA基本算法。第二,在第四章中首先回顾了基于语音时频分析的盲分离算法,为了提升传统FDICA收敛和分离性能,结合TF Masking方法,提出了一种新的基于FDICA的盲分离方法,加快了ICA的收敛速度,并在追求良好分离性能的同时极大提升了运算效率。第叁,在第五章中首先利用ASIO驱动实现了多通道同步语音采集平台,该平台将有利于进一步的盲分离研究和盲分离系统的搭建;然后对分块在线盲分离可能存在的问题进行了分析,在第四章的算法基础上提出了针对FDICA的时频掩模后处理方法,从分块在线的实验结果来看,在消耗极小运算量的情况下,后处理方法对于语音信号的分离性能有较明显的提升;经过改进后的整套算法在分离性能和运算效率方面也表现出了很好的性能。这也为后续针对实际应用的盲分离系统的搭建奠定了坚实的基础。(本文来源于《中国科学技术大学》期刊2011-05-01)

王凯旋,袁大钧,刘静微[2](2010)在《基于联合对角化的卷积混合语音频域盲分离算法》一文中研究指出针对卷积混合语音的特点,本文提出了一种基于联合对角化的卷积混合语音频域盲分离算法。首先对卷积混合语音进行短时傅里叶变换,将时域的卷积混合形式转换成频域里线形混合形式,然后利用联合对角化方法,在频域中对混信号进行分离,并在转换回时域前解决排序和膨胀问题。最后仿真实验,证明了算法的有效性。(本文来源于《中国通信学会通信建设工程技术委员会2010年年会论文集》期刊2010-06-01)

王超,方勇,张倩[3](2009)在《基于修正离散傅里叶变换的频域卷积混合盲分离》一文中研究指出针对频域卷积混合盲分离,依据所导出的卷积混合信号每帧的频域表示模型,提出了一种最小均方误差意义下的最优变换——修正离散傅里叶变换,用于代替频域卷积混合盲分离中常用的离散傅里叶变换。在每个频率片上,卷积混合信号的修正离散傅里叶变换系数在最小均方误差意义下最接近于源信号频谱的瞬时混合。相对于离散傅里叶变换系数,现有瞬时混合盲分离算法能从修正离散傅里叶变换系数中更精确地估计各频率片上分离矩阵,从而提高现有频域卷积混合盲分离算法的分离性能。仿真结果证明了修正离散傅里叶变换对现有频域卷积混合盲分离算法的有效性。(本文来源于《数据采集与处理》期刊2009年05期)

王超,方勇[4](2009)在《基于非连续多帧平滑的卷积混合盲分离频域算法》一文中研究指出本文研究了卷积混合盲分离频域算法问题,基于短时傅立叶变换中各帧"部分卷积"的性质,提出了一种非连续多帧平滑的方法。该方法有助于降低源信号"短时谱"的瞬时混合和卷积混合信号的短时谱之间误差,从而提升分离性能。仿真实验证实了提出算法的有效性。(本文来源于《信号处理》期刊2009年01期)

吴文妍,张立明[5](2008)在《解卷积混合语音频域盲分离的次序问题新方法》一文中研究指出多通道语音信号的混合往往是卷积混合,瞬时盲分离方法不能获得好的分离效果,而频域方法由于频率次序的问题使性能下降。本文采用时频掩模的方法得到各频点上具有确定次序的、但带有失真的分离信号,将其作为参考,与频域上解得的次序不定信号进行相关,从而获得精确的语音分离信号。实验表明:本文提出的方法能有效地解决频域盲分离的次序不确定性问题,得到精度更高的分离卷积混合的语音信号。(本文来源于《数据采集与处理》期刊2008年06期)

熊英[6](2008)在《卷积混合信号频域单源盲分离方法》一文中研究指出利用滑窗短时傅里叶变换将信号时域卷积混合形式转换到频域瞬态混合形式,这样可用瞬时混合模型中各种成熟的ICA算法进行卷积混合信号的盲分离。基于卷积混合信号频域盲分离算法,针对实际环境分离滤波器阶数较高的情况,在每个频率点利用一种快速收敛的单源算法即复数固定点算法,一次分离出一个源信号。为防止每次分离收敛于同一信号,采用抽气技术,把分离出的源信号从待分的混合信号中抽出,同时解决其存在的排序和幅度不一致的问题,实现卷积混合信号的盲分离。计算机仿真证实了该方法的有效性,对油气勘探具有参考价值。(本文来源于《西南石油大学学报(自然科学版)》期刊2008年03期)

王超[7](2008)在《频域卷积混合盲分离研究》一文中研究指出卷积混合盲分离是信号处理的研究热点之一,在数据传输、无线通信、图像恢复、语音增强、生物医学信号检测等领域中都得到了广泛的应用。卷积混合的分离既能在时域执行也能在频域执行,其中频域方法利用短时傅立叶变换将卷积混合转换为多个频率片上的瞬时混合,显着的降低了分离的难度,吸引了研究者们越来越多的关注。目前,频域方法仍存在大量问题有待深入研究,分离性能需要进一步提高。首先,“循环—部分卷积误差”导致短时傅立叶变换系数和源信号频谱瞬时混合间存在差异,影响了各频率片分离矩阵的估计精度和分离性能。其次,各频率片上瞬时盲分离中顺序不确定性的差异形成了“扰动不确定性”,使所合成的分离滤波器阵列不再为真实混合滤波器阵列的逆系统,严重损害了卷积混合的分离性能。最后,现有的代价函数设计方法完全忽视了“跨频率片独立性”,这导致其对分离矩阵的特征描述不够全面,影响了迭代的收敛速度和分离性能。为此,本文对抑制“循环—部分卷积误差”、消除“扰动不确定性”和“跨频率片独立性”的应用这叁方面开展研究以提高频域方法的分离性能。论文的主要贡献和创新点包括以下几个方面:1)提出了两种抑制“循环—部分卷积误差”的预处理手段:时域滤波器和加权修正离散傅立叶变换。时域滤波器将短时傅立叶变换系数视为“带噪瞬时混合”,采用“非连续多帧平滑”的滤波形式来抑制“循环—部分卷积误差”带来的“噪声”,能提高后续频域方法对各频率片上混合矩阵的估计精度并提高分离性能。加权修正离散傅立叶变换则是一种基于幅度谱分布特征的最优变换,其变换系数在加权最小均方误差意义下最接近所希望提取的源信号频谱的瞬时混合,等效完成了“循环—部分卷积误差”抑制,可代替短时傅立叶变换中的离散傅立叶变换从而提高现有频域方法的分离性能。2)依据不同频率片上不同维频域源信号间“跨频率片独立性”,我们提出了一种基于跨频率片去相关的“跨频频域方法”,利用相邻多个频率片的信息估计每个频率片上分离矩阵。该方法利用了现有频域方法所忽视的“跨频率片独立性”,使其代价函数对各频率片上分离矩阵所具有特征的描述更为全面,从而能获得更快的迭代收敛速度和更高的分离性能。3)依据所提出的基于单频点稠密短时谱的信号重构方法,我们提出了一种单频点频域方法,仅利用一个频率片的信息来完成卷积混合盲分离。由于从根本上消除了扰动不确定性发生的可能,单频点频域方法能获得更高的分离性能。4)提出了“频域独立准则的时域优化”的通用公式,可将任何频域算法在各频率片上分离矩阵的迭代公式合成时域分离滤波器迭代梯度,直接获得时域分离滤波器的最优解。该方法被用于所提出的“跨频频域方法”,消除了扰动不确定性发生的可能。本论文对频域卷积混合盲分离的理论进行了深入的研究,所提出的算法具有一定的创新性,对于卷积混合盲分离的应用研究具有一定的参考价值。(本文来源于《上海大学》期刊2008-06-01)

方勇,王超[8](2007)在《单频点频域卷积混合盲分离技术》一文中研究指出在双频点频域卷积混合盲分离算法的基础上,提出一种单频点频域卷积混合盲分离算法.通过恰当地选取频域盲分离中短时傅里叶变换(STFT)的参数,可仅依靠一个频率片上的分离信号来完成双频点算法.相对于传统频域卷积混合盲分离方法,该方法不受各频率片顺序不确定性不统一及比例不确定性不统一的影响.仿真实验证明了该算法的有效性.(本文来源于《上海大学学报(自然科学版)》期刊2007年04期)

张安清,邱天爽,章新华[9](2004)在《卷积混合信号频域盲分离技术研究》一文中研究指出阵列声纳观测的舰船辐射噪声信号是由多目标源、海洋环境噪声等经多途卷积混迭形成.为提高被动声纳的检测能力、有效分离多目标信号与环境噪声,提出一种新的信号盲分离方法,利用滑窗短时傅里叶变换将时域信号卷积混合形式转换到频域瞬态混合形式.针对每个频率点利用非平稳水声信号的多拍交叉相关序列,建立频域适用盲分离算法,估计分离网络矩阵,分离恢复多源信号.研究了多源多途水声信号盲分离技术,用仿真信号和水池实验实录信号进行频域盲分离算法检验,结果表明信号分离效果较好.(本文来源于《大连理工大学学报》期刊2004年05期)

卷积混合频域盲分离论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

针对卷积混合语音的特点,本文提出了一种基于联合对角化的卷积混合语音频域盲分离算法。首先对卷积混合语音进行短时傅里叶变换,将时域的卷积混合形式转换成频域里线形混合形式,然后利用联合对角化方法,在频域中对混信号进行分离,并在转换回时域前解决排序和膨胀问题。最后仿真实验,证明了算法的有效性。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

卷积混合频域盲分离论文参考文献

[1].吴奇昌.卷积混合语音信号频域盲分离研究[D].中国科学技术大学.2011

[2].王凯旋,袁大钧,刘静微.基于联合对角化的卷积混合语音频域盲分离算法[C].中国通信学会通信建设工程技术委员会2010年年会论文集.2010

[3].王超,方勇,张倩.基于修正离散傅里叶变换的频域卷积混合盲分离[J].数据采集与处理.2009

[4].王超,方勇.基于非连续多帧平滑的卷积混合盲分离频域算法[J].信号处理.2009

[5].吴文妍,张立明.解卷积混合语音频域盲分离的次序问题新方法[J].数据采集与处理.2008

[6].熊英.卷积混合信号频域单源盲分离方法[J].西南石油大学学报(自然科学版).2008

[7].王超.频域卷积混合盲分离研究[D].上海大学.2008

[8].方勇,王超.单频点频域卷积混合盲分离技术[J].上海大学学报(自然科学版).2007

[9].张安清,邱天爽,章新华.卷积混合信号频域盲分离技术研究[J].大连理工大学学报.2004

标签:;  ;  ;  ;  

卷积混合频域盲分离论文-吴奇昌
下载Doc文档

猜你喜欢