单双通道欠定瞬时混合语音盲分离算法研究与实现

摘要

盲分离（Blind Source Separation，BSS）是指在源信号及混合信道未知的情况下，将源语音信号从混合信号中分离出来。盲分离算法在语音信号处理、无线通信等领域都具有重要应用，是目前研究的热点课题。
　　当混合语音的合成过程中不存在反射信号时，合成的信号是瞬时混合信号。通常情况下，混合语音信号的数目小于源信号的数目，属于欠定语音BSS难题。其中，单通道和双通道混合语音信号的分离，更是欠定语音BSS研究的难点。尽管这方面研究已取得一些可喜的成果，但现有算法仍存在着一定的局限性，分离性能还有待提高。为此，本文主要围绕单通道和双通道欠定瞬时语音盲分离算法开展研究。
　　针对单、双通道欠定瞬时混合语音的盲分离问题，本文主要做了如下三个方面的工作:(1)改进了一种较为有效的称作BLUES(BLind Underdetermined Extraction ofSources)的双通道欠定瞬时语音盲分离算法，根据条件数的意义，将其固定门限值改为自适应门限值。基于仿真信号和实际信号进行的盲分离实验结果表明，本文算法提高了双通道欠定混合语音的分离性能;(2)引入了小波分解和重构算法，结合本文改进的自适应门限BLUES算法，提出了一种有效的单通道语音分离算法，语音分离实验结果验证了本文单通道分离算法的有效性;(3)整合现有的多种语音盲分离算法，基于MatlabGUI开发了一种适合多种混合语音信号分离的用户图形界面软件，从而在软件层面上实现了多种混合语音信号的欠定盲分离。

目录

声明

摘要

1 绪论

1．1 研究背景与意义

1．2 语音盲源分离发展概况及现状

1．3 本文主要内容

2 语音BSS基础算法概述

2．1 欠定瞬时BSS基础算法概述

2．2 二进制T-F masking算法

2．3 BLUES算法介绍

2．3．1 BLUES算法数学模型

2．3．2 BLUES算法的终止判断标准

2．4 小波分解及重构介绍

2．4．1 小波变换的数学模型

2．4．2 小波分解及重构原理

3 自适应门限值的BLUES改进算法

3．1 改进算法介绍

3．2 自适应门限值的BLUES算法原理

3．2．1 判决门限值的动态改变

3．2．2 停止条件设计

3．3 分离实验

3．3．1 实验中窗函数参数的设置

3．3．2 仿真语音分离实验

3．3．3 实际语音分离实验

3．3．4 门限值增长率对性能的影响

3．4 小结

4 基于BLUES的单通道语音BSS算法研究

4．1 算法流程介绍

4．2 算法原理介绍

4．2．1 信号预处理

4．2．2 伪生成信号的形成

4．3 分离实验

4．3．1 信号的分解

4．3．2 信号的重构

4．3．3 小波函数的选择

4．3．4 自适应门限值下的分离实验

4．4 小波函数对实验的影响

4．5 小结

5 语音盲分离的软件设计与开发

5．1 MATLAB图形用户界面概述

5．1．1 图形用户界面概述

5．1．2 用户图形界面的设计流程

5．1．3 用户图形界面组件介绍

5．2 语音BSS软件开发思路

5．2．1 软件设计思路

5．2．2 软件涉及的分离算法简介

5．3 软件设计流程图

5．3．1 软件系统流程图

5．3．2 信号合成模块流程图

5．3．3 混合信号分离模块流程图

5．4 软件界面及功能展示

5．4．1 主要功能界面

5．4．2 分离过程举例

5．5 小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢