基于双麦克风的盲声源处理算法分析-analysis of blind source processing algorithm based on dual microphones.docxVIP

摘要摘要早期人们对于语音信号盲分离的研究主要是基于麦克风阵列的研究，出现了很多优秀的算法，比如ICA算法、基于信号的稀疏性研究等。随着人们对于盲源分离研究的不断进步，人们发现人的双耳对于语音信号的识别作用更加神奇，因此越来越多的学者投身到这个新的方向上，为了能够模拟人耳的这种分离功能，他们采用双麦克风模拟人的双耳。目前对于双麦克风盲源分离的研究还没有取得实质性的进展，对于这种模型我们可以用盲源分离中的欠定模型进行研究，解决这种情况的主流算法是采用信号的稀疏性进行信号的分离。本文对基于双麦克风的盲源分离进行了研究，主要做了以下几方面的研究：1.重点分析比较了ICA的四大类独立性判断准则，极大化似然估计准则、最小化互信息准则、信息最大化准则以及极大化非高斯性准则。2.结合前面介绍的ICA算法和二值时频掩蔽（T-FBM），研究了正定双麦克风盲源分离算法。首先，把采集到的两路语音信号应用ICA算法进行初步分离，分离得到两路信号。其次，对这两路信号进行短时傅里叶变换（STFT），变换到频域过后，通过分离的信号得到二值时频掩蔽（T-FBM）矩阵。由于时频掩蔽会造成音乐噪声的产生，最后，我们采用倒谱平滑的技术对得到时频掩蔽进行平滑处理，利用平滑过后的掩蔽分离出源信号。通过仿真实验证明该算法分离出的信号更接近于真实的语音信号，并且性能上也得到了提升。3.针对欠定模型的双麦克风分离技术，提出了一种基