声明
致谢
摘要
1.1研究背景及意义
1.2国内外研究现状
1.2.1 语音增强与盲源分离发展及研究现状
1.2.2驾驶环境下研究现状
1.3论文主要研究内容
1.4论文结构安排
2语音增强与盲源分离算法模型
2.1语音增强算法介绍
2.1.1语音及噪声特点
2.1.2语音增强算法的分类
2.2噪声估计基本算法
2.2.1语音活动性检测
2.2.2最小值跟踪
2.2.3 MCRA及IMCRA算法
2.3盲源分离算法介绍
2.3.1盲源分离基础理论
2.3.2盲源分离主要算法
2.4语音质量评价标准
2.4.1语音质量的主观评价
2.4.2语音质量的客观评价
2.5本章小结
3 驾驶环境下低信噪比语音增强算法研究
3.1 驾驶环境下的噪声特点
3.2信号预处理
3.2.1噪声分析
3.2.2低频抑制
3.3 一阶递归平滑噪声估计及其改进算法
3.3.1 一阶递归平滑噪声估计算法
3.3.2平滑因子优化算法
3.3.3偏差补偿
3.4实验结果与分析
3.5本章小结
4低信噪比下基于噪声估计的盲源分离算法优化
4.1独立分量分析
4.2 FastICA算法
4.3基于负熵的FastICA优化算法
4.3.1基于负熵的FastICA算法
4.3.2改进的基于负熵的FastICA算法
4.4实验结果与分析
4.5本章小结
5总结与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集