復(fù)雜混疊聲信號(hào)的盲分離方法及其應(yīng)用研究.pdf

1、在復(fù)雜環(huán)境中,聲信號(hào)傳感器直接測(cè)得的信號(hào)為多種聲音信號(hào)的混疊,有用的信號(hào)常常被淹沒(méi)在混疊信號(hào)中而無(wú)法辨識(shí),而聲音信號(hào)中包含了豐富的聲源信息。因此,對(duì)復(fù)雜環(huán)境下的混疊聲信號(hào)進(jìn)行分離有著重要的現(xiàn)實(shí)意義和實(shí)用價(jià)值。
　　 本文針對(duì)復(fù)雜混疊聲音信號(hào),進(jìn)行盲源分離的方法和應(yīng)用研究,主要研究?jī)?nèi)容歸納如下:
　　 (1)簡(jiǎn)述了盲源分離的研究意義、發(fā)展歷史和研究現(xiàn)狀,詳細(xì)介紹了盲源分離的數(shù)學(xué)模型及原理,對(duì)目前有代表性的幾種典型畝源分離方

2、法進(jìn)行了深入研究。
　　 (2)提出了一種基于負(fù)熵的雙梯度盲分離算法。在深入研究基于峭度的雙梯度盲源分離算法的基礎(chǔ)上,提出一種基于負(fù)熵的雙梯度盲分離算法,該算法以魯棒性較強(qiáng)的負(fù)熵作為準(zhǔn)則函數(shù),從而避開了峭度對(duì)野值敏感的缺點(diǎn)。仿真結(jié)果表明算法分離精度和收斂速度都得到了有效提高。
　　 (3)針對(duì)真實(shí)環(huán)境下的聲信號(hào)具有相關(guān)性的特點(diǎn),從理論推導(dǎo)和仿真實(shí)驗(yàn)兩個(gè)方面分析了典型算法應(yīng)用于相關(guān)源盲分離時(shí)的不確定性；對(duì)相關(guān)性源的盲分離研

3、究現(xiàn)狀進(jìn)行歸納；并應(yīng)用小波包濾波子帶分解畝分離方法解決相關(guān)性信號(hào)的盲源分離。通過(guò)仿真實(shí)驗(yàn)驗(yàn)證在源信號(hào)具有相關(guān)性的情況下,該方法能較好地提高盲源分離的性能。
　　 (4)飛機(jī)艙內(nèi)的聲音信號(hào)包含了豐富的聲源信息,但艙內(nèi)聲音繁多而復(fù)雜,包括語(yǔ)音信號(hào),非話語(yǔ)聲信號(hào),推進(jìn)系統(tǒng)噪聲以及空氣動(dòng)力噪聲等,針對(duì)機(jī)艙內(nèi)混疊聲信號(hào)的特點(diǎn),提出利用盲源分離方法進(jìn)行混疊聲信號(hào)分離的思想,并進(jìn)行初步的實(shí)驗(yàn)驗(yàn)證。以實(shí)測(cè)的聲音信號(hào)為實(shí)驗(yàn)數(shù)據(jù),用程序?qū)崿F(xiàn)算法并對(duì)