语音信号盲分离的多变量密度估计方法.pdfVIP

小 语音信号盲分离的多变量密度估计方法 T嗍1 何振亚，扬绿溪，刘琚，鲁子奕 东南大学无线电工程jI。南京。210096 何 晨 上海交适大学电子工程_彖，上海，200030 ■蔓：本文给出了一种语音信号盲分高的训练算法．该算法选用KulIback—Lelbler 距高作为目标函数来衡量深信号备分量的独立性，利用乡变量概率密度估计技术和自然 梯度优化算法，最小化该目标函数．计算机仿真结果表明，算法既可以有效分离混迭语 音信号． 关t词；盲舞分离多变量密度估计互信忠统计独立 Blind MultivariateEstimation Signals：A De_sity Approach SeparationofSpeech Lu He，LuxiYang,JuLiu，Ziyi Zhenya ofRadio 210096 Engineedng．SoutheastUniversity,N柚jing Department ChenHe D∞q血∞mofElectronic Jiao University,Shanghai,200030 Engineering,StmghaiTong AbstrletA is forblind of speechsignals developed separation learningalgorithms function baszd COn艄．St fromalinearmixtureofthem．The m OH a algorithms minimizing estimation． definedintermsoftheKullback-Lciblerdistanceandmultivaria匝cdensity EstimationMutual Wolds Sources Multivariate Key Blind Separation Density InformationStatistical Independent 1．引言 盲源分离(又称独立分量分析IndependentComponentAnalysis-lCA)是指在未知系统 参数的情况下．仅用多通道观测输出，恢复出输入源信号各个独立成分。设有^，个传感器 由于是在捧的情况下处理，没有任何可以利用的先验信息，根据问题的