论文部分内容阅读
盲信号分离(BSS)在语音分离与识别、阵列处理与数据分析、生物信号处理、数字通信以及图像增强等多种领域正得到日益广泛的应用。这一方向的研究也因此成为信号处理领域近年来的热点之一。盲信号的混合方式有瞬时混合和卷积混合两种形式，目前瞬时混合的研究已经比较成熟并且产生了很好的分离效果，其主要方法有独立分量分析(ICA)和主分量分析(PCA)。但是，在真实的物理声学环境中，由于多径效应，信号的传输具有延迟性，因此语音的混合为卷积混合形式。语音盲信号分离系统的实现由于以下三个原因的影响而变得非常复杂和特殊：冲击响应有大约数百毫秒的持续时间；没有任何其它先验信息，仅根据源信号之间的统计独立性质；系统必须是自适应的。因此实现高质量的语音盲信号分离系统仍是一个极赋挑战性的课题。 为实现语音盲信号分离，人们提出了各种方法，在这些方法中，从频域分析研究得较多。时域的卷积混合变换到频域就成了瞬时混合，因此我们可以在频域中用瞬时混合的方法(如：ICA)对时域的卷积混合进行盲信号分离。但用传统的频域方法将产生频率分辨率降低和信号间频谱相互干扰的矛盾，矛盾的任何一方突出时都会影响分离效果。为了解决这一矛盾，我们把短时综合叠接相加法引进到语音盲信号分离，这一方法有效地缓解了这一矛盾。因为传统的方法是窗函数的长度等于FFT变换的长度，而我们用的短时综合叠接相加法是FFT变换的长度等于窗函数的长度的两倍(FFT变换的序列由加窗序列和零四川大学硕士论文基于短时综合亚接相加法的语音盲信号分离的研究及其DsP实现序列组成)，如果在窗函数的长度相等的情况下，由于本方法FFT变换的长度等于传统方法的两倍，因此频谱分辨率也是传统方法的两倍，所以产生了较好的分离效果。并且本方法具有数字表达式简单，计算复杂度低等优点。适合语音盲信号分离的实时处理。 同时，我们用Tl公司的浮点DSP(TMS320C6701)作算法处理，用FPGA(FLEXIOK)设计外围电路(麦克风阵列的时分多路和帧同步信号的产生)，以及用其他相应外设组成的语音盲信号分离系统，使短时综合叠接相加法应用到实时语音盲信号分离中成为可能。关键词:语音盲信号分离，频谱分辨率，信号源间频谱，叠接相加法，DSP