论文部分内容阅读
单通道盲源分离研究是盲信号分离二十多年来研究中的一个新的分支。其本身属于盲信号分离中一个特殊问题，但是在实际生活中又是一个普遍存在的问题，因此单通道盲源分离具有巨大的研究空间和研究价值。但是单通道盲源分离又存在着噪声混叠、源数目估计、算法收敛速度等问题，这些问题也是现阶段所要研究的方向。本文研究的主要内容是以语音信号为例的单通道盲源分离技术研究。文章的基本工作、核心工作和创新点主要体现在以下几个方面： 1.详细概述了盲信号分离和单通道盲源分离国内外研究现状。详细介绍盲源分离的分离准则、评价准则及一些常用的分离、优化算法，并对一些常见分离算法进行仿真分析，与此同时重点介绍了快速固定点算法。 2.结合研究背景和基本理论，文章介绍了经验模态分解算法和小波变换算法。并对这两种算法仿真分析阐述其特性。 3.在单通道语音盲源分离研究中，描述了独立分量分析的单通道盲源分离算法。在此基础上，运用经验模态与独立分量分析结合的单通道盲源分离算法，首先对观测到的单路混合信号进行经验模态分解，其次采用奇异值分解和贝叶斯信息准则对观测信号进行源数目估计，然后根经验模态特性进行扩维，最后再利用快速固定点算法进行盲源分离。 4.应用小波变换算法对上述研究步骤加以改进，并对改进算法进行了性能验证和对比分析，仿真验证结果显示改进算法的有效性。