论文部分内容阅读
盲信号分离技术是近年来信号处理领域的一个研究热点,由于其能够从观测的混合信号中恢复出原始信号,而对原始信号和混合系统的先验知识要求很少,因此在无线通信、医学信号处理、图像增强和语音分离方面有着广泛的应用。 混合语音信号的分离是该技术的研究初衷,也是信号处理领域中的一个难题。本文阐述了盲源分离的基本理论知识,研究了各种混合模型下语音分离的主要算法以及实际环境下的语音分离问题。本文的主要工作如下: 1.探讨了频域盲分离算法中实际环境下的混响长度与快速傅立叶变换(FFT)长度之间的关系,突破了以往算法对混响环境下要求FFT长度要大于混响冲击响应的长度的限制,研究表明并非越大长度的FIR滤波器所得分离效果越好。 2.本文尝试将一种新的定点ICA算法用于分离多通道混合语音信号,给出了一种基于FIR矩阵代数技术的时频域的新算法,实验证明了算法的有效性和较快的收敛速度。 3.基于传统优化算法的BSS算法,在分离实际环境下所采集的语音信号时,由于回响的存在,往往会因其全局收敛性能较差而使分离性能下降,本文将全局收敛性较好的免疫算法用于语音盲分离算法的优化阶段,得到了较好的分离效果。