基于核独立成分分析的声信号去噪方法.pdfVIP

2011年第30卷 第l1期 传感器与微系统(TransducerandMicrosystemTechnologies) 43 基于核独立成分分析的声信号去噪方法 杨 旭，张学渊，李宝清 (中国科学院上海微系统与信息技术研究所 无线传感网络实验室，上海 200051) 摘 要：野外环境无线传感侦查网络中的声识别技术面临着复杂的 自然环境噪声的挑战，尤其是由强风 噪声造成的影响。独立成分分析(ICA)方法是一种能够较好地解决这种复杂环境去噪的方法。引入一种 基于核方法的非线性 ICA方法～ 核独立成分分析(KICA)。基于该算法 ，针对强风噪声的特性，设计一种 应用于单声传感器降噪的方案。通过降噪仿真实验，对KICA与ICA的典型算法快速ICA算法进行比较。 实验结果表明：在以均方误差作为指标的降噪性能和实际分类识别率两方面，KICA算法相较于快速ICA 算法对于该种强噪声具有更为优秀的降噪效果。 关键词 ：核独立成分分析 ；独立成分分析；无线传感侦查网络；声信号 ；降噪 中图分类号 ：TN912．3 文献标识码：A 文章编号：1000-9787(2011)11-0043-03 A denoisingmethodforacousticsignalbased0nkernel independentcomponentanalysis YANG Xu，ZHANG Xue—yuan，LIBao—qing (WirelessSensorNetworksLab，Sbanghm InstituteofMicro-systemandInformationTechnology， ChineseAcademyofSciences．Shanghm 200o51．China) Abstract：Theacousticrecognitiontechnology inwirelesssensorsurveillancenetwork in wild environmentis facingthe challenge ofthe complicated and strong acoustic noise，especially the effectofthewind noise． Independentcomponentanalysis(ICA)methodhasagoodperformanceindenoisingincomplicatedenvironment． Onthebasisofkernelindependentcomponentanalysis(KICA)，adenoisingschemeforsingleacousticsensoris designed．Itis a typicalnonlinear independentcomponentanalysis method．Through denoising simulation experiment，theKICA algorithm iscomparedwiththetypicalalgorithm of／CA method，fastICA algorithm．Results showthatinadenoisingapplicationaimedatthestrongwindnoiseinwildenvironment，withthemeansquareerror criterionandthecorrectclassificationratiocriterion，KICA algorithm issuperiortothefastICA algorithm． Keywords：kernelindependentcomponentanalysis(KICA)；independentcomponentanalysis(ICA)；wireless sensorsurveillancenet