一种改进的瞬时混合语音信号盲分离算法.pdfVIP

维普资讯 大 庆 石 油 学 院 学 报 第31卷 第4期 2007年 8月 JouRNAIOFDAQINGPETROlEUM INSTITUTE Vo1．31 No．4 Aug． 2007 一 种改进的瞬时混合语音信号盲分离算法 李大辉 ，李长荣 ，杨 阳 (1．齐齐哈尔大学 计算机与控制工程学 院，黑龙江 齐齐 哈尔 161006； 2．齐齐 哈尔铁路工程学校 计算机系，黑龙江 齐齐 哈尔 161000) 摘 要 ：给出语音信号分离的数学模型 ，并确定了可分离的假设条件 和分离准 则．通 过分析 2种学习规 则的步长变 化对分离效果的影响，提出改进 的学 习规则．应用改进的学习规则实现 自适 应算法对语 音信 号的盲分离 ，消除步长递 减 过早或过 晚的现象 ，收敛速度快 ，稳态性强，分离效果较好． 关 键 词 ：瞬时混合 ；语音信号 ；盲分离 中图分类号 ：TP721．2 文献标识码 ：A 文章编号 ：1000—1891(2007)04—0080—04 基于独立分量分析 (ICA)设计的盲分离算法 ，由独立性依据和优化算法2部分构成．先选择一个多维 随机信号矢量的独立性依据作为代价函数；然后选择适当的优化算法调节分离矩阵，使得选择的目标函数 最大化或者最小化．代价函数决定 ICA 方法的统计性质 ，如渐进方差、鲁棒性 、一致性等；优化算法决定 算法的特性 ，如收敛速度 、算法稳定性 、计算速度等：．笔者给出信号分离的数学模型 ，通过分析优化算法 的性能 ，改进步长的学习规则 ，消除步长递减过早或过 晚的现象 ，分离效果较好． 1 模型的建立 1．1 数学模型 在语音信号的混合系统中，设 s()为源信号矢量 ，s(f)一[。(f)，S()，… ()]，x()为混合信号矢 量， ()一[z ()，。()，…， (，)]．其中， (，)为 (，)中的 个独立源信号分量的线性组合 ，故有 X (t)一 AS(t)． (1) 式中：A为混合矩阵 ，A—Ea。] 一1，2，… ， ，一1，2，… ，n． 分离模型以观测到的 (f)作为输入 ，通过解混合矩 阵w ．输出一个 维随机矢量 l，(t)，l，(t)一[y (f)，Y。(f)，…，Y (f)]1，其中w为 Y／／xn分离矩阵，则有 y(，)： X () ， (2) 由式 (1～2)可得 l，(f)=cs(f)，其中c为n×n的混合一分离矩阵，C=WA． 1．2 基本假设 (1)A 为列满秩方阵 ，即 rank(A)一n，这是可分离 的充分必要条件． (2)源信号之间的统计独立 ，且均值为 0的随机变量．最多只能有一个源信号服从高斯分布 ，否则盲 分离算法失效． (3)噪声信号为0均值的随机信号 ．并且与源信号相互统计独立 ；或者假设噪声很小 ，可以忽略不计． 1．3 分离准则 在信号盲分离过程中，使混合～分离矩阵c尽量接近一个广义排列矩阵．通常采用实际混合一分离 矩阵与广义排列矩阵之间的差作为分离效果的评价指标．定义分离准则 ： 收稿 日期 ：2007—03～l6；审稿人 ：刘继承 ；编辑：郑丽芹 基金项 目：黑龙江省教 育厅科学技术研究(面上)项 口(1152】3】8) 作者简介 ：李大辉(1968一)，男，硕士，副教授 ．主要从事数字图像处理算法 、人丁智能和机器学习等方面的研究 · 8O · 维普资讯 第 4期 李大辉等 ：一种改进的瞬时混