基于时域的语音信号盲分离算法研究及其DSP实现

摘要

该文只针对我们感兴趣的语音信号做出研究.盲信号分离分为线性混合和非线性混合.在线性混合中,又包括两大类:一类是基于瞬时混合模式,一类是基于卷积混合模式.目前,语音信号盲信号分离的研究重点是基于卷积混合模式的.我们主要从时域出发对卷积混合模式下的盲信号分离作了研究.首先给出了一种可用于实际环境中的语音信号盲分离算法.在简化了一般的盲信号分离模型基础上,阐述了该算法的分离准则并对其自适应收敛算法进行了推导.该算法仅使用了二阶统计量,相对于其它的盲信号分离算法计算量较小,并可以处理非最小相位系统的盲分离.对两个语音源信号的混合信号被两个麦克风所拾取的情况,利用实际环境中所采集到的真实语音信号,进行了计算机仿真,得到较好的试验结果.基于TI公司的浮点DSP:TMS320C6701,利用上述的盲信号分离算法,实现了两个语音源信号,两个麦克风情况下的盲信号分离系统.论述了该盲信号分离系统的DSP实现,并对该系统的性能做了分析.经现场验证,该系统不仅达到了实时处理的要求,而且对真实房间中的两路语音信号的盲分离得到了较好的效果.最后,该文还针对目前盲信号分离研究中存在另一个难点问题,即在噪声环境中,如何进行语音信号盲分离的问题进行了研究.为了解决由于噪声存在而导致解混合系统性能发生严重恶化的问题,利用语音源信号的短时平稳特性和噪声信号的长时间平稳特性,我们提出的差分方法可以抵消噪声信号的影响,使得解混合系统的权仍能够收敛到正确值.同样的,我们也用计算机仿真证明了算法的有效性.

目录

文摘

英文文摘

1前言

1.1目的和动机

1.2盲信号分离的数学表示

1.3盲信号分离的应用

1.4目前研究进展及障碍

2真实环境中的盲信号分离算法

2.1盲信号分离算法概述

2.2盲信号分离系统的模型

2.3一种真实环境中的盲信号分离算法

2.4小结

3盲信号分离算法的DSP实现

3.1硬件系统概述

3.2软件设计

3.3小结

4系统效果评估

4.1实验条件

4.2主观测试

4.3客观测试

4.4小结

5噪声环境中的盲信号分离

5.1噪声对盲信号分离算法的影响

5.2盲信号分离算法二阶差分的改进

5.3算法仿真

5.4小结

6结束语

参考文献

声 明

致 谢