您的位置： &
基于盲源分离的单通道语音信号增强
优质期刊推荐毕业设计（论文）-基于盲源分离技术的语音信号噪声分析与处理广告提案 广告提..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
毕业设计（论文）-基于盲源分离技术的语音信号噪声分析与处理
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口语音信号识别基于盲源信号分离的实现
现代电子技术
作者：张 敏，于海燕，武克斌
摘要：为了识别两路频谱混叠语音信号，多采用的方法。但是该方法在工程实践中实现较困难。因此给出了一种利用盲源信号分离的原理及特点的实现方法，具体说明了用算法在A_BF533平台上实现盲源信号分离时的具体流程。该设计方案所需时间短，效率高，而且占用内存较少。
关键词：盲信号分离；DSP；FastICA；
&&& 近年来，许多学者都针对盲信号分离不断地提出新的理论算法，盲信号分离(BSS)发展也日趋完善。而用DSP器件实现这种技术具有很大意义。本文提出了盲源信号分离的实现原理、算法和实现步骤，并对利用DSP实现时经常出现的问题提出了解决方案。
&&& 盲信号分离是指在传输信道特性和输入信息未知或者仅有少量先验知识的情况下，只由观测到的输出信号来辨识系统，以达到对多个信号分离的目的，从而恢复原始信号或信号源。它是一种在神经网络和统计学基础上发展起来的技术，并在近十年来获得了飞速发展。盲源信号分离对很多领域的多信号处理与识别提供了很大方便。该技术在通信、生物医学信号处理、语音信号处理、阵列信号处理以及通用信号分析等方面有着广泛的应用前景。它不仅对信号处理的研究，而且也对神经网络理论的发展起着积极的推动作用。
1 盲源信号分离的数学模型及常见算法
1．1 数学模型
&&& 盲分离问题的研究内容大体上可以划分为瞬时线性混叠盲分离、卷积混叠盲分离，非线性混叠盲分离以及盲分离的应用四部分。当混叠模型为非线性时，一般很难从混叠数据中恢复源信号，除非对信号和混叠模型有进一步的先验知识。图1所示是瞬时线性混叠盲分离信号模型示意图。
&&& 图1中，S=[s1(t)，s2(t)，&，sN(t)]T是未知的N维源信号向量，A是未知的混合矩阵，n=[n1(t)，n2(t)，&，nN(t)]T是M维噪声向量，X=[x1(t)，x2(t)，&，xM(t)]T是传感器输出的M维观测信号向量，有X=AS+n，盲源分离算法要求只知道X来确定S或A。独立分量分析(Independent ComponentAnalysis，ICA)是BSS的一种，其基本含义是把信号分解成若干个互相独立的成分。图1中，ICA的目标就是寻找一个分离矩阵W，使X经过变换后得到的新矢量Y=[y1(t)，y2(t)，&，yN(t)]T的各分量尽可能的独立。Y=WX为待求的分离信号向量，也就是源信号S的估计值。
1．2 盲信号预处理常见算法
&&& 在盲信号处理过程中，为了减少计算量，提高系统效率，通常需要经过预处理。预处理一般包括中心化和白化。中心化是使信号的均值为零。由于在一般情况下所获得的数据都具有相关性，所以通常都要求对数据进行初步的白化处理，因为白化处理可去除各观测信号之间的相关性，从而简化后续独立分量的提取过程。而且，通常情况下，对数据进行白化处理与不对数据进行白化处理相比，其算法的收敛性较好、工作量少、效率高。
&&& 线性混叠盲分离信号模型一般都采用独立分量分析的方法。ICA的主要依据和前提是假设源信号是独立的，因此，自然就可以设想ICA算法的第一步是建立目标函数来表征分离结果的独立程度。目标函数确定后，可通过各种不同的优化算法进行优化，进而确定分离矩阵W，其中有代表性的算法主要有最大信息量(Infomax)法、自然梯度法、快速独立元分析算法(FastICA)、矩阵特征值分解法等。盲分离中经常要用到优化运算，就优化手段而言，Infomax算法、自然梯度算法属于梯度下降(上升)寻优算法，收敛速度是线性的，速度略慢一些，但属于自适应方法，且具有实时在线处理能力；FastICA算法是一种快速而数值稳定的方法，采用拟牛顿算法实现寻优，具有超线性收敛速度，通常收敛速度较梯度下降寻优算法快得多；矩阵特征值分解方法一般通过对矩阵进行特征分解或者广义特征分解来估计分离矩阵，这是一种解析方法，可直接找到闭形式解(Closed Form Soutions)，由于其没有迭代寻优过程，因此运行速度最快。
2 盲源信号分离的DSP实现方法
2．1 实现原理
&&& 由于FastICA算法和其他的ICA算法相比，具有许多人们期望的特性：如收敛速度快、无需选步长参数、能够通过选择适当的非线性函数g来最佳化、能减小计算量等。同时也有许多神经算法的优点，如并行、分布式且计算简单，内存要求很少等。因此，FastICA得到了广泛的应用。本文就采样了这种算法。
2．2 实现方法
&&& 基于负熵最大的FastICA算法的基本原理是基于中心极限定理。即：若一随机变量X由许多相互独立的随机变量Si(i=1，2，&，N)之和组成，那么，只要Si具有有限的均值和方差，则不论其为何种分布，随机变量X较Si更接近高斯分布。由信息论理论可知；在所有等方差的随机变量中，高斯变量的熵最大，因而可以利用熵来度量非高斯性，常用熵的修正形式，即负熵。因此，在分离过程中，可通过对分离结果的非高斯性度量来表示分离结果间的相互独立性，当非高斯性度量达到最大时，表明已完成对各独立分量的分离。
&&& 负熵的定义公式如下：
&&& 式中：YGauss是与Y具有相同方差的高斯随机变量，H(&)为随机变量的微分熵，其表达式为：
&&& 当Y具有高斯分布时，Ng(Y)=0；Y的非高斯性越强，其微分熵越小，Ng(Y)值越大，所以，Ng(Y)可以作为随机变量Y非高斯性的测度。由于根据公式计算微分熵时，要知道Y的概率密度分布函数不切实际，于是可采用如下公式：
&&& 式中：E[&]为均值运算；g(&)为非线性函数，其表达式可用下列非线性函数表示：
&&& 这样就可以算出一个独立分量，但每次迭代完成后，还应对Wi进行归一化处理。当计算n个独立分量时，需要n个列矢量，并且每次迭代后，都需进行线性组合以去掉相关性。
3 软硬件实现
3．1 硬件平台
&&& Blackfin处理器以RISC编程模型突破性地把信号处理性能和电源效率结合起来。这种处理器在统一的结构中可提供微控制器(MCU)和信号处理两种功能，并可以在控制和信号处理两种功能需求之间灵活的划分。
&&& 本硬件系统包含ADSP-BF533处理器，32 MBSDRAM MT48LC32M16A2TG，2 MB FLASHPSD4256G6V，ADV1836音频编解码器等，其系统结构框图如图2所示。
3．2 软件实现
&&& Matlab仿真成功后，还需要用硬件来实现。这里以选用ADSP_BF533为例进行阐述。其流程图如图3所示。在用DSP编程实现时，其常见问题首先是白化处理中要用到特征值分解，采用的方式是进行多次QR分解。
&&& 为了使人耳可以分辨出不同的声音，观测时间应该足够大，在AD1836采集频率为48kHz时，采集约为22s的声音信号，其需要处理的数据长度为48K&22b，约为一百万个点。在常规的程序设计中，对此信号的处理就需要定义长度为一百万的数组，这远远的超出了内存容量，故其解决方案是直接访问(包括读写)存储在SDRAM中的数据，并把原来程序中的数组运算修改为针对每个元素的运算。每个元素均可直接访问SDR-AM，而不必将保存在SDRAM中的数据通过数组的方式传递到内存中。这就相当于用时间换取内存空间。
&&& AD1836采集的数据为24位的二进制有符号整形数据。为了提高精度，减小误差，应选用32位而不是16位的数据格式进行处理。从24位到32位的转换可采用的方案如下：
&&& 对于负数：
&&& 其次，为了保证处理过程中的精度，还可选择将data转为float运算的方法。
&&& 一般地，处理完的数据数值很小，范围在(-10，10)之间，而播放时必须经过D／A，但D／A本身的热噪声会带来很大的误差，信噪比显然无法容忍。对此，其解决办法是将处理完的数据乘以较大的数值，这样，声音信号的相对值并没有发生改变，因而播放时可达到良好的效果。这一方法也是用数字电路工具(如DSP，FPGA等)处理模拟信号时的常用方法。
4 实际效果
&&& 图4所示是两段录音的音频信号时域图，图5则是经过瞬时线性混合后的信号时域图，图6是经过在BF533平台上利用FastICA算法得到的分离后的信号时域图。实验发现，图6所示的结果分离效果良好，可以清楚地听到不同的源信号。
&&& 本文首先简单介绍了盲信号分离的数学模型以及常用的理论算法。之后详细介绍了用ADSP_BF533实现盲信号分离时的具体流程以及实现过程中常见问题的解决方案。本设计方案所需时间短，效率高，而且占用内存较少。在工程应用方面具有一定的参考价值。
继续阅读>>
热门关键词
热门技术文章基于盲源分离的单通道语音信号增强--《计算机仿真》2008年07期
基于盲源分离的单通道语音信号增强
【摘要】：在运用基于独立分量分析(ICA)的盲源分离法进行语音增强时,要求观测信号(含噪语音)的个数不少于源信号(纯净语音和噪声)的个数。由于含噪语音通常是单通道的,所以必须合理地生成另一路的虚拟观测信号,以实现纯净语音和噪声的分离是个关键。介绍了一种基于盲源分离和谱减法的单通道语音信号增强的方法。首先运用谱减法对语音进行部分去噪,产生了ICA其中的一路观测信号,并产生了对噪声的估计值。用语音和噪声估计值的帧平均能量构成了加权函数,将噪声的估计值与原始含噪语音进行加权组合,生成另一路的虚拟观测信号。由于虚拟观测信号很好地再现了实际的观测信号,所以运用ICA可以较好地实现了噪声和语音的分离。同时,盲源分离和谱减法相互结合,使语音增强的性能提高。实验证明了算法可以在信噪比很小的情况下实现对噪声的去除,其效果要优于传统的去噪算法。
【作者单位】：
【关键词】：
【基金】：
【分类号】：TN912.3【正文快照】：
1引言在语音的获取或者语音通信中,由于环境或信道噪声的干扰,使得语音的质量大大降低,甚至有时无法识别,这使得语音增强一直成为值得关注的研究课题。语音增强系统的研究是极具挑战性的,它广泛应用于语音识别、移动通信、语音助听等领域。盲源分离作为信号处理领域较新的理论
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【引证文献】
中国硕士学位论文全文数据库
高留洋;[D];解放军信息工程大学;2010年
罗飞雪;[D];中南大学;2011年
樊雯;[D];太原理工大学;2012年
陈喆;[D];北京工业大学;2012年
【参考文献】
中国期刊全文数据库
张智林,皮亦鸣,孙志坚;[J];电子科技大学学报;2005年03期
周成,刘钊;[J];激光与红外;2005年05期
钟静;傅彦;;[J];计算机应用;2006年05期
马建芬;李鸿燕;张雪英;王华奎;;[J];计算机应用;2006年11期
徐岩,杨静,王维汉;[J];铁道学报;2004年01期
彭煊,刘金福,王炳锡;[J];信号处理;2002年05期
徐静波;于洪涛;冉崇森;;[J];应用科学学报;2006年03期
【共引文献】
中国期刊全文数据库
李洪;孙云莲;;[J];北京邮电大学学报;2007年05期
粟泽毅;陈阿林;;[J];重庆师范大学学报(自然科学版);2005年04期
曹宗杰;庞伶俐;皮亦鸣;;[J];电子科技大学学报;2008年03期
李忠国;张为公;周耀群;冯长钰;;[J];东南大学学报(自然科学版);2007年01期
牟海维;张芙蓉;;[J];大庆石油学院学报;2009年05期
杨红卫,段守敏,彭煊,王炳锡;[J];电声技术;2003年07期
王小敏;曾生根;夏德深;;[J];电子器件;2008年05期
吴周桥;陈爱菊;;[J];工业安全与环保;2008年06期
杨海峰;张德祥;;[J];合肥学院学报(自然科学版);2009年01期
杨红卫,彭煊,王炳锡;[J];计算机研究与发展;2004年11期
中国重要会议论文全文数据库
李强伟;;[A];第二十七届中国控制会议论文集[C];2008年
魏臻;张景达;陆阳;;[A];2007'中国仪器仪表与测控技术交流大会论文集（一）[C];2007年
中国博士学位论文全文数据库
黄伟国;[D];中国科学技术大学;2010年
高伟;[D];中国海洋大学;2011年
吕钊;[D];安徽大学;2011年
易尧华;[D];武汉大学;2004年
黄青华;[D];上海交通大学;2007年
王小敏;[D];南京理工大学;2008年
魏巍;[D];中国地质大学（北京）;2009年
中国硕士学位论文全文数据库
高留洋;[D];解放军信息工程大学;2010年
徐宏;[D];太原理工大学;2011年
杨斌红;[D];兰州大学;2011年
罗飞雪;[D];中南大学;2011年
付荣荣;[D];辽宁大学;2011年
邬晓红;[D];西南交通大学;2011年
黄立坤;[D];天津大学;2010年
张蓉;[D];华中科技大学;2011年
刘凤增;[D];国防科学技术大学;2011年
祝培;[D];西安理工大学;2004年
【同被引文献】
中国期刊全文数据库
谷德峰;孙蕾;易东云;;[J];兵工学报;2008年06期
李洪;孙云莲;;[J];北京邮电大学学报;2007年05期
黄磊;刘郁林;徐舜;;[J];重庆邮电大学学报(自然科学版);2007年02期
李银国;薛雯;徐洋;;[J];重庆邮电大学学报(自然科学版);2010年02期
徐爽,韩芳芳,郑德忠;[J];传感技术学报;2004年01期
毕雪;陈向东;李湃;;[J];传感器与微系统;2007年08期
徐克红;程鹏飞;文汉江;;[J];测绘科学;2007年06期
过静珺,戴连君,卢云川;[J];测绘通报;2000年12期
黄丁发,丁晓利,陈永奇,龚涛,熊永良;[J];测绘学报;2001年01期
黄声享,刘经南,柳响林;[J];测绘学报;2003年02期
中国博士学位论文全文数据库
朱习军;[D];山东科技大学;2006年
黄青华;[D];上海交通大学;2007年
戴吾蛟;[D];中南大学;2007年
欧世峰;[D];吉林大学;2008年
中国硕士学位论文全文数据库
石亚楠;[D];西安电子科技大学;2010年
姜琳峰;[D];武汉大学;2004年
刘瑾;[D];大连理工大学;2006年
徐进师;[D];吉林大学;2007年
职振华;[D];太原理工大学;2008年
闫波;[D];大连理工大学;2008年
王佑锋;[D];大连理工大学;2008年
张博;[D];天津大学;2008年
张普珩;[D];国防科学技术大学;2008年
孙晋松;[D];山东大学;2009年
【二级参考文献】
中国期刊全文数据库
吴小培,李晓辉,孔敏,冯焕清,周荷琴;[J];电工技术学报;2003年04期
杨红卫,段守敏,彭煊,王炳锡;[J];电声技术;2003年07期
侯新国,尹为民,吴正国;[J];电声技术;2003年09期
李英,汪航;[J];电声技术;2004年06期
徐耀华,王刚,郭英,门向生;[J];空军工程大学学报(自然科学版);2001年01期
李宏伟,段艳丽,郭英;[J];空军工程大学学报(自然科学版);2001年05期
蔡汉添,袁波涛;[J];通信学报;2002年08期
衡霞,刘志镜;[J];微机发展;2004年01期
刘晓晖,周祎 ,郑明,吴道悌;[J];西安交通大学学报;1998年12期
彭煊,刘金福,王炳锡;[J];信号处理;2002年05期
【相似文献】
中国期刊全文数据库
吴微东,庄哲民;[J];汕头大学学报(自然科学版);2004年02期
王春华;公茂法;衡泽超;;[J];信息化纵横;2009年18期
权友波;王甲峰;岳旸;李蕾;严俊;;[J];通信技术;2011年04期
李广彪,张剑云,毛云祥;[J];舰船电子对抗;2005年05期
范乐昊;邱晓晖;司海飞;;[J];金陵科技学院学报;2006年04期
申丽岩;方滨;沈毅;;[J];中北大学学报;2005年06期
李鸿燕;王华奎;;[J];仪器仪表学报;2006年S1期
理华;郝程鹏;侯朝焕;马晓川;杨俊;;[J];数据采集与处理;2008年S1期
赵伟;陈伟杰;黄秀节;;[J];国外电子测量技术;2010年05期
邹永祥;吴建平;;[J];物探化探计算技术;2008年04期
中国重要会议论文全文数据库
邹永祥;吴建平;;[A];全国第六届核仪器及其应用学术会议论文集[C];2007年
周祥;樊涛;;[A];第八届沈阳科学学术年会论文集[C];2011年
刘喜武;刘洪;李幼铭;;[A];中国科学院地质与地球物理研究所二○○三学术论文汇编·第四卷(油气资源)[C];2003年
徐彬锋;罗小刚;黄茜;彭承琳;;[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年
查代奉;廖英杰;卢国庆;邱天爽;;[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
马明;杨玉林;雷三丫;;[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年
王延红;张彤;许学忠;董明荣;;[A];第八届全国信息获取与处理学术会议论文集[C];2010年
孙军晓;王永刚;白博;;[A];中国地球物理学会第二十四届年会论文集[C];2008年
解德鹏;景新幸;杨海燕;高珊;;[A];中国声学学会第九届青年学术会议论文集[C];2011年
谢凡;滕云田;徐沁;;[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年
中国博士学位论文全文数据库
林秋华;[D];大连理工大学;2006年
焦卫东;[D];浙江大学;2003年
李昌利;[D];西安电子科技大学;2010年
王卫华;[D];哈尔滨工程大学;2009年
张晓丹;[D];北京交通大学;2010年
米建勋;[D];中国科学技术大学;2010年
周仲兴;[D];天津大学;2009年
韩军;[D];天津大学;2004年
许宏吉;[D];山东大学;2005年
王峻峰;[D];华中科技大学;2005年
中国硕士学位论文全文数据库
赵军;[D];西安理工大学;2005年
龙飞;[D];安徽大学;2002年
刘云;[D];西北工业大学;2002年
牛奕龙;[D];西北工业大学;2005年
李喜林;[D];太原理工大学;2007年
贾凡;[D];西安电子科技大学;2004年
张小兵;[D];西北工业大学;2006年
高翔;[D];江南大学;2008年
韩仲志;[D];广西师范大学;2006年
王琳;[D];西安电子科技大学;2008年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备74号变步长EASI盲源分离算法及其性能仿真_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
变步长EASI盲源分离算法及其性能仿真
上传于||文档简介
&&大​学​生​毕​业​论​文
阅读已结束，如果下载本文需要使用
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩40页未读，继续阅读
你可能喜欢}