基于FastICA的语音分离与图像分离.pdfVIP

电脑编程技巧与维护 基于FastICA的语音分离与图像分离 田其冲，郑卫国，孙大雷 (中国矿业大学计算机科学与技术学院，徐州 221l16) 摘 要：独立分量分析 (ICA)基于信号的高阶统计量，能从混合信号中分离出既具有统计独立性又具有非高斯性的源 信号，在诸多ICA算法中，固定点算法 (也称FastlCA)以其收敛速度快、分离效果好被广泛应用于信号处理领域。 在介绍 ICA的基本模型与FastICA算法的原理后 ，分别对混合的语音信号与图像信号进行了分离实验 ，仿真结果表 明FastICA应用于语音分离与图像分离，效果都很好。 关键词：独立分量分析；固定点算法；语音分离；图像分离 StudyonSpeechSeparationandImageSeparationBasedonFastICA TIANQichong，ZHENGWeiguo，SUNDalei (SchoolofComputerScienceandTechnology，ChinaUniversityofMiningandTechnology，Xuzhou221116) Abstract：IndependentComponentAnalysis (ICA)basedonthehigher-orderstatisticsofsignals，canseparatesourcesig- nalswhich arebothstatisticallyindependentandnon—Gaussianfrom themixingsignals．Thefixed-pointalgorithm ，also calledFastICA，hasfastconvergencerateandgoodseparation result，SOitcanbewidelyusedinthesignalprocessing．In thispaper，thebasicmodelofICAandtheprincipleoftheFastlCA algorithm areintroduced．Andthenthesimulationexper- imentsonseparatingthemixingspeechsignalsandmixingimagesignalsweremade．Basedontheexperimentalresults，it comestotheconclusionthattheFastICA algorithm hasgoodseparationperformancewhenitappliedtospeechseparationor imageseparation． Keywords：ICA；FastICA；Speechseparation；ImageSeparation 1 引言 x=As (2) 独立分量分析 fIndependentComponentAnalysis，ICA)起 ICA的目标就是求得一个分离矩阵w，并通过W 从观测 源于鸡尾酒会问题，它是在统计独立的源信号与混合矩阵未 信号 x中恢复出一个尽可能地逼近源信号 8的向量 知且无其他先验知识的情况下，仅根据观测信号而恢复出源 Y= ，!…，YJ，且Y的各分量尽可能地相互独立，即 信号的一种技术 ，也是一种非常有效的盲信号分离技术。ICA 分离过程为： 基于信号的高阶统计量 ，能分解出相互独立的非高斯信号， y=Wx=WAs (3) 其分离结果也更接近于实际情况，因而在诸多领域取得广泛 源信号s与混合矩阵A均是未知的