负熵最大化条件下的语音信号盲源分离技术研究.pdfVIP

第38卷第10期自动化仪表Vol．38No．10

2017年10月PROCESSAUTOMATIONINSTRUMENTATIONOct.2017

负熵最大化条件下的语音信号盲源分离技术研究

12

闫姝,徐岩

(1.兰州石化职业技术学院电子电气工程学院,甘肃兰州730060;

2.兰州交通大学电子与信息工程学院,甘肃兰州730070)

摘要:语音信号盲源分离是在不知道源信号和传输信道任何先验知识的情况下,仅根据输入语音源信号的统计特性,通过观察

信号恢复出各个独立源信号的过程。基于负熵的FastICA算法的最大优点在于其收敛速度较快,是一种性能较好的学习算法,在

语音信号盲源分离应用中具有较高的实用价值,但该算法存在计算量大的缺点。针对这一问题,提出了以负熵最大化作为目标函

数,采用牛顿迭代法求解FastICA算法的方法。但由于牛顿迭代法求解非线性方程计算量较大,需改进雅克比矩阵算式,并使用相

关系数来观察分离效果的优劣。仿真分析结果证明,改进后的算法由于未增加雅克比矩阵运算次数,所以收敛的迭代次数大幅度

减少,使程序运行时间显著减小。该算法在兼顾算法收敛速度的同时,提高了算法的性能,较好地恢复了源语音信号。

关键词:负熵最大化;牛顿迭代;FastICA;雅可比矩阵;混合矩阵;分离矩阵;盲源分离;语音增强

中图分类号:TH841;TP301.6文献标志码:ADOI:10.16086/ki.issn1000-0380.201710012

ResearchontheBlindSourceSeparationTechnology

ofSpeechSignalsunderNegativeEntropyMaximization

12

YANShu,XUYan

(1.SchoolofElectronicandElectricalEngineering,LanzhouPetrochemicalCollegeofVocationalTechnology,Lanzhou730060,China;

2.SchoolofElectronicandInformationEngineering,LanzhouJiaoTongUniversity,Lanzhou730070,China)

Abstract:Voicesignalblindsourceseparationistherecoveryprocessofeachindependentsourcesignal,byobservingsignalsand

onlyinaccordancewiththestatisticalcharacteristicsoftheinputspeechsourcesignals,withoutanypriorknowledgeaboutthe

sourcesignalandtransmissionchannel.ThenegativeentropybasedFastICAalgorithmisalearningalgorithmwithbetter

performance,itsbiggestadvantageisfastconvergence,andithasagoodpracticalvalueintheapplicationofblindsource

separationo