《基于独立分量分析的混合语音信号盲分离系统的研究》-毕业设计（论文）.docVIP

PAGE lw 基于独立分量分析的混合语音信号盲分离系统的研究 摘 要 盲分离 (Blind signal separation，BSS)技术是现代信号处理领域中一个崭新的研究方向。目前已广泛应用于语音信号处理、图像处理、多用户通信、阵列信号处理及医学信号处理等许多领域。目前解决盲分离问题主要利用独立分量分析(Independent component analysis，ICA)方法提取相互统计独立的源信号。本文着重研究ICA在语音信号瞬时盲分离系统、卷积盲分离系统，以及在此基础上推导出的FastICA算法及基于FastICA的盲分离系统，并且对其进行了在实际环境下的混合语音盲分离的实验仿真。归纳起来，本文的主要工作有： 首先介绍盲信号分离技术的基本理论；然后研究瞬时盲分离系统，并对其进行了语音信号的仿真实验；对语音信号这一时延卷积混合的盲分离问题，本文研究了时域卷积信号的盲分离，建立了时域卷积盲分离系统。最后，本文着重研究了频域盲解卷积算法，推导了频域复值FastICA算法，从而建立了基于FastICA的时频域盲分离系统，并将其应用到实际环境中的语音信号盲分离中。与时域盲分离方法比较大大提高了盲分离的精度和收敛速度，增强了实用性。 本文的创新点主要体现在： 对于实际环境中的混合语音信号盲分离问题，本文以独立分量分析（ICA）为基础，通过在瞬时混合盲分离系统基础上推出的时