信息處理課群綜合訓練與設(shè)計-語音信號的盲分離

題目:信息處理課群綜合訓練與設(shè)計——語音信號的盲分離lab合矩陣生成若干混合信號。選取合適的盲信號分離算法(如獨立成分分析ICA等)進行訓練學習，求出分離矩陣和分離后的語音信要求完成的主要任務:matlab后語音信號的時域和頻域波形圖(2)選擇合適的混合矩陣，得到混合信號，并做出其時域波形和頻譜圖(4)用求出的分離矩陣從混合信號中分離出原語音信號，并畫出各分離信號的時域波(5)對結(jié)果進行對比分析。系主任(或責任教師)簽名： I 練與設(shè)計說明書摘要是為是模仿人類的語音分離能力，因此具有較大的應用前景和現(xiàn)實意義。II 練與設(shè)計說明書sedthmICA1 練與設(shè)計說明書1緒論S2 練與設(shè)計說明書語音信號方面非常有效。fixedpoint負峰度的源信號。最近，人們已經(jīng)開始研究存在噪聲的混合和非線性混合信號的盲源分離問3 練與設(shè)計說明書對非線性靜態(tài)和動態(tài)過程實現(xiàn)盲源分離。Tan和Wang提出了基于遺傳算法cAlgorithm的梯度算法相比，基于遺傳算法的盲源分離方法有著更快的收斂速度和穩(wěn)定性，4 練與設(shè)計說明書2語音信號的分析語音信號的時域分析就是分析和提取語音信號的時域參數(shù)。進行語音分析s5 練與設(shè)計說明書進行分析，相應的頻譜稱為“短時譜”。。的離散傅立葉變換算法，計算速度較慢。函數(shù)FFT的另一種調(diào)用格式為6 練與設(shè)計說明書7 練與設(shè)計說明書8 練與設(shè)計說明書聲音的時域圖形9 練與設(shè)計說明書%將混合矩陣重新排列并輸出 練與設(shè)計說明書%將混合矩陣重新排列并輸出 練與設(shè)計說明書%將混合矩陣重新排列并輸出 練與設(shè)計說明書 練與設(shè)計說明書 練與設(shè)計說明書3盲分離的基本概念+分離系統(tǒng)Wssn1n1m3.2盲源分離的基本方法盲源分離包含了線性瞬時混合和卷積混合兩種盲源分離問題。解決盲源分離 練與設(shè)計說明書A斯、ICA差(1)最普遍的方法就是使用代價函數(shù)來衡量信號獨立性和非高斯性或者稀疏分離問題的基段(間接或直接的)，這種方法對多于一個高斯分布的源信號不適(2)如果源信號具有時序結(jié)構(gòu)，則其有非零的時序相關(guān)數(shù)，從而可以降低對 練與設(shè)計說明書一頻率A換，使得觀測信號在線性變換下各分量的統(tǒng)計獨立性最大化。這一過程稱之為BSSw，使得全局矩陣G的各行及各列中只有一個非零元素(不妨稱之為廣義對角矩通常用輸出信號的互信息、熵等作為統(tǒng)計獨立性的量度，如基于信息論的合信號的分離，還包括實際應用中更重要的卷積混合信號的分離。3.3盲分離的目標準則 練與設(shè)計說明書能的獨立。這種方法對多于一個高斯分布的源信號不適用(因為高斯信號的線性始變量更多信息的前提下，導出一組零均值隨機變量相對少的不相關(guān)線性組合 (主分量)，并由此恢復出對源信號的估計。(3)二階非平穩(wěn)性：即采用非平穩(wěn)性和二階統(tǒng)計量。由于源信號隨時間有不能分離具有相同非平穩(wěn)特性的源信號。3.4盲分離的研究領(lǐng)域 練與設(shè)計說明書時域盲分離算法解決盲解卷/盲均衡問題，但頻域上的尺度與交互不確定性問題信號本身的屬性有平穩(wěn)信號與非平穩(wěn)信號之分、窄帶信號與寬帶信號的差系，可分為適定盲分離、超定盲分離、適應的在線處理方式是基于單次觀測樣本進行盲分離系統(tǒng)的更新迭代，計算量低，適用于實時性要求較高的場合，如在線故障診斷等。 練與設(shè)計說明書3.5盲分離的研究內(nèi)容斯性、高階統(tǒng)計量、熵、互信息、概率密度函數(shù)(pdf)以及兩種pdf距離的Kullback-Leiblr度等函數(shù)進行度量。支持向量機(SVM)回歸估計方法等，本文正是在這個理論的基礎(chǔ)上對原有算法提出了新的改進，并取得而來良好的效果。 練與設(shè)計說明書4.1數(shù)據(jù)的預處理1M1Nijij尋找一個線性變換，使X(t)投影到新的子空間后變成白化向量，即：0 0WUT)0X000 練與設(shè)計說明書4.2FastICA算法ii種分布，隨機變量X較S更接近高斯分布。在分離過程中，可通過對分離結(jié)果i則表明已完成對各獨立分量的分離。YYggg于根據(jù)式(6)計算微分熵需要知道Y的概率密度分布函數(shù)，于是采用如下近似 練與設(shè)計說明書Y12311000示式(8)左邊的函數(shù)，可得F的雅可比矩陣JF(W)如下： 為了簡化矩陣的求逆，可以近似為(9)式的第一項。由于數(shù)據(jù)被球化， (4-10)234.3ICA分離的步驟=xE{x}R=E{H}~X~x~(^是對角陣)(可以證明Z是“白”的，及E{ZZH}=I)iiii1(5)W數(shù)據(jù)正交化1(6)如果不收斂(w在迭代后改變量較大)返回步驟4 練與設(shè)計說明書 練與設(shè)計說明書 練與設(shè)計說明書 練與設(shè)計說明書5小結(jié)通過學習和設(shè)計，使我更加清楚的明白的語音信號盲分離的具體過程及方法，使我對整個過程有了更加深刻的了解，同時也進一步了解了MATLAB的基在課程設(shè)計的過程中我遇到了很多問題，使我明白了自己的知識到底有在以后的學習中要注重知識和技能的提高，更應該注重方法和思路的培 練與設(shè)計說明書宇，吳仁彪.盲源分離及盲信號提取的研究進展[J].中國民[2]趙艷.盲源分離與盲信號提取問題研究[D].西安:西安理工大學;2004.[6]李著成.基于獨立分量分析盲源分離算法的研究[D].太原：太原理工大學 練與設(shè)計說明書%讀入混合前的原始聲音并顯示 練與設(shè)計說明書%將其組成矩陣數(shù)的矩陣%將混合矩陣重新排列并輸出 練與設(shè)計說明書征值分解 練與設(shè)計說明書%初始化列向量w的寄存矩陣,B=[b1b2..