基于相邻频点幅度相关的语音信号盲源分离.pdfVIP

第 10卷 第3期 r乜路 j系统学报 V01．10 NO．3 2005年 6月 J0URNALOFCIRCUITSAND SYSTEMS June， 2005 文章编号：1007．0249(2005)03—0001-04 基于相邻频点幅度相关的语音信号盲源分离 姜卫东 ， 陆佶人 ， 张宏滔 ， 高明生 (1 东南大学 无线I乜系，江苏 南京 210096；2．海军T=程大学 电子丁程学院，湖北 武汉 430033) 摘要：排序和幅度 致件足在频域进行信号自‘源分离的主要凼难。针对语音信号邻近频点问信号幅度相关性能 良好这一特点，本文提…基 J相邻频点问幅度相天的卣源分离算法，用以消除卷积信号盲源分离过 中排序不确定性。 本算法理论简单，稳健性好。仿真结果表明该方法对卷积混合后的语音信号能得到较好的分离效果，并FL耗时较短。 关键词；盲源分离；语音信号；栩邻频点；幅度相关 中图分类号：TN914 文献标识码 A 1 引言 盲源分离是指从传感器接收到的混合信号中恢复出统计独立的源信号，除信号独立性假设外，没 有其它有关源信号和传输信道的相关先验知识。由于对外界条件限制较少，因而盲源分离方法适用性 很强，近年来在阵列信号处理、生医信号处理和语音信号处理等领域得到广泛研究和应用。 根据信号混合形式的不同，盲源分离分为瞬时信号的盲源分离和卷积信号的盲源分离两种基本形 式。瞬时信号盲源分离方法的研究起步较早，它足研究卷积信号盲源分离算法的基础，目前有 一些比 较理想的分离算法，比如Infomax算法IIJ，基于非高斯性测度的快速定点盲源抽取算法 J等等 。而卷积 信号的盲源分离则比较困难，目前 尚缺乏分离性能较好的通用算法，冈而近年来它一直是信号处理领 域的研究热点。 卷积信号的盲源分离可以在时域也可以在频域进行。一股而言，时域盲解卷积算法在分离滤波器 阶数较短的情况下分离性能比较理想。而当解卷积所需要的滤波器阶数较高时，比如有时需要几T阶‘， 此时采用时域方法计算量大大增加；并且，由于时域滤波器相邻权系数之问的相关性，算法收敛速度 很慢，因而通常在频域进行卷积信号的盲源分离。将时域卷积混合模型转化为频域瞬时混合模型，一 方面可 以大大提高运算效率，另一方面可 以利用瞬时混合模型中各种成熟算法，这是解决卷积混合信 号盲源分离的一种有效手段。但是，频域盲源分离同样存在排列次序和幅度不确定性，这对分离信号 产生严重影响。 如何克服频域信号盲源分离过程中排序和幅度不一致性是各种频域盲分离算法的重要研究内容。 日本学者 Ikram 【】采用多阶段滤波器方法用 以消除频点问排序不一致性，兼顾了频谱分辨率和排序一致 性，取得 了对二输入二输出语音信号较好的分离效果。另一位 日本学者Kuritas[4l采用波束形成观点来 消除排序不确定性问题，但是该方法假设源信号和接收机位置确知，因而缺乏推广价值。西班牙学者 DapenaA【采用基于两个频点算法进行语音信号分离，从理论上较好地解决了排序和幅度不一致问题， 但是在实验过程中分离性能随频点参数选取变化较大。作者曾建立了基于单个频点的盲源分离算法 ， 通过对水声信号进行盲源分离，取得了较好的分离效果。 本文针对语音信号邻近频点问信号幅度普遍具有较好相关性这一特点，提出基于相邻频点问幅度相 关的盲源分离方法，能够消除卷积信号盲源分离过程中排序不确定性。本算法理论简单，稳健性好。 仿真结果表明该方法能得到较好的分离效果，并且耗时较短。 收藕 日期t2004．09—20 修订日期：2004—11-0l 基金项 目；国家重大基础研究项 目资助课题 (JC200202030200004) 2 电路与系统学报 第 10卷 2 频域盲分离算法 2．1 频域盲分离算法基本过程 在频域进行信号盲源分离，需要将去均值后的数据分成相等长度的 个数据块，分块的一般原则 是单个数据块长度Ⅳ取为 2的整数次幂。在此基础上分别对各子块进行傅里叶变化： 一 I