新能源进展
新能源進展
신능원진전
Advances in New and Renewable Enengy
2013年
2期
405-412
,共8页
盲信号分离%独立成分分析%时频分析%卷积混合%频带挑选
盲信號分離%獨立成分分析%時頻分析%捲積混閤%頻帶挑選
맹신호분리%독립성분분석%시빈분석%권적혼합%빈대도선
blind signal separation%ICA%time-frequency analysis%convolutive mixing%band selection
在频域利用传统的ICA进行分离时,如果分离矩阵没有经过良好的初始化,算法的收敛与分离性能都不够理想.本文提出了一种新的基于频域独立成分分析(ICA)的语音信号盲分离方法.首先通过分析混合信号的时频域特性对各个频带的分离矩阵进行初始化,使算法的收敛速度更快,并很好的解决了输出信号的次序不确定性问题;进一步根据以初始化的分离矩阵分离出的源信号间的幅度相关性,仅挑选出一部分频带进行ICA的迭代,最终达到在追求良好分离性能的同时极大提升运算效率的目的.仿真的无回声环境和几种实际的回声环境下所得到的实验结果表明,该方法在分离性能和算法效率上均优于传统的频域ICA方法.
在頻域利用傳統的ICA進行分離時,如果分離矩陣沒有經過良好的初始化,算法的收斂與分離性能都不夠理想.本文提齣瞭一種新的基于頻域獨立成分分析(ICA)的語音信號盲分離方法.首先通過分析混閤信號的時頻域特性對各箇頻帶的分離矩陣進行初始化,使算法的收斂速度更快,併很好的解決瞭輸齣信號的次序不確定性問題;進一步根據以初始化的分離矩陣分離齣的源信號間的幅度相關性,僅挑選齣一部分頻帶進行ICA的迭代,最終達到在追求良好分離性能的同時極大提升運算效率的目的.倣真的無迴聲環境和幾種實際的迴聲環境下所得到的實驗結果錶明,該方法在分離性能和算法效率上均優于傳統的頻域ICA方法.
재빈역이용전통적ICA진행분리시,여과분리구진몰유경과량호적초시화,산법적수렴여분리성능도불구이상.본문제출료일충신적기우빈역독립성분분석(ICA)적어음신호맹분리방법.수선통과분석혼합신호적시빈역특성대각개빈대적분리구진진행초시화,사산법적수렴속도경쾌,병흔호적해결료수출신호적차서불학정성문제;진일보근거이초시화적분리구진분리출적원신호간적폭도상관성,부도선출일부분빈대진행ICA적질대,최종체도재추구량호분리성능적동시겁대제승운산효솔적목적.방진적무회성배경화궤충실제적회성배경하소득도적실험결과표명,해방법재분리성능화산법효솔상균우우전통적빈역ICA방법.
