稀疏分量分析及其应用研究

• 作 者: 赵卫杰
• 机 构: 北京工业大学
• 出 处: 北京工业大学
• 发表日期: 2010年期

随着计算机技术和数字信号处理技术的发展，盲源分离技术成为了现代信号处理领域中的一个新的研究热点，盲源分离是指在源信号的信息和传输信道信息未知的情况下，仅从得到的观测信号中分离出各个源信号。盲源分离技术从开始提出到现在二十多年的时间里，引起了国内外越来越多的科研学者的兴趣，并且在生物医学信号处理，语音信号处理、数字通信、雷达、图像处理等领域有广阔的发展前景。　　
到目前为止，针对盲源分离问题已经提出很多方法和算法，其中比较经典的算法就是独立分量分析算法，但是独立分量分析不能解决欠定盲源分离问题。稀疏分量分析是基于稀疏表征的一种信号处理方法，能够有效的解决欠定盲源分离问题。基于稀疏分量分析算法求解欠定盲源分离问题的一些算法也在逐渐的提出，目前应用比较多的是用“两步法”来解决欠定盲源分离问题。本文在“两步法”的基础上，对欠定线性瞬时混叠以及含噪情况下的语音信号盲分离进行了研究。本论文的主要成果如下：　　
（1）针对观测信号的散点图在原点中心混叠程度过高导致无法准确估计混叠矩阵的缺点，提出了基于密度的“弭灭圆K均值”聚类算法，该算法剔除原点附近密度大于某一阈值的样本数据，减少原点周围混叠数据对聚类精度的影响，提高了混叠矩阵的估计精度。　　
（2）为了提高语音信号的稀疏性，通过小波分解的方法把语音信号变换到小波域，从而提高语音信号的频率分辨率。并且在小波域实现欠定混叠语音信号盲分离，然后再重构时域源信号。　　
（3）针对含噪语音信号，提出基于小波阈值去噪的方法对“两步法”分离方案进行了改进和扩充，通过计算机仿真实验证明本方案能够得到较好的分离效果。