共查询到20条相似文献,搜索用时 171 毫秒
1.
针对目前盲分离算法还无法满足对语音信号盲分离的精度需求,本文提出一种新型语音信号盲分离算法。该算法在最小增益的语音盲分离算法的基础上,针对其缺陷,引入了广义高斯分布模型,对最小增益的语音盲分离算法的迭代运算进行了优化处理,通过计算每次迭代后恢复出来的每个源的峰度值来增加原算法的分离精度。通过仿真试验进行验证,得到的结果是:改进的算法不仅仅没有失去本真效果,经过分离语音信号,对原始语音信号的波形基本保持在一定的范围内,而且表现出较好的性能。 相似文献
2.
针对现有盲源分离方法存在的源信号类型和高斯信号个数受限制问题,提出一种基于非线性函数和简化粒子群优化的盲源分离新算法.算法采用依据源信号类型选取的非线性函数作为目标函数,运用简化粒子群优化算法对目标函数进行优化,实现多类型源信号同时混合的盲源分离.仿真结果表明,本算法能够有效实现源信号为多类型和含有2路高斯信号的盲源分离.与其他算法相比,本算法收敛速度更快,分离精度更高. 相似文献
3.
4.
独立分量分析是近年发展起来的一种高效的信号分离方法,主要对观测的混合信号进行分离或提取各个源信号。简要介绍了ICA的概念、基本原理以及FastICA算法,通过实际语音信号的仿真,证明了用FastICA算法分离语音信号可以取得较好的结果。 相似文献
5.
6.
盲源分离问题的提出只是20世纪80年代的事,其真正的研究热潮则只是近10年的事,目前仍然是信号处理中一门朝气蓬勃的热门学科。它所要解决的问题说起来很简单,就是要从混合的观测数据向量中恢复出不可观测的各个源信号。这里的“盲”有两层含义:一是所要恢复的源信号不能直接被观测,二是所接收的观测数据向量到底是由源信号如何进行混合而成的也是未知的。而从观测数据向量中分离恢复出各个源信号也是通信、语音、地震和生物医学等很多领域中进行信号处理的自然需求。由于源信号未知、源信号的混合 相似文献
7.
8.
盲源分离问题的提出只是20世纪80年代的事,其真正的研究热潮则只是近10年的事,目前仍然是信号处理中一门朝气蓬勃的热门学科。它所要解决的问题说起来很简单,就是要从混合的观测数据向量中恢复出不可观测的各个源信号。这里的“盲”有两层含义:一是所要恢复的源信号不能直接被观测,二是所接收的观测数据向量到底是由源信号如何进行混合而成的也是未知的。而从观测数据向量中分离恢复出各个源信号也是通信、语音、地震和生物医学等很多领域中进行信号处理的自然需求。由于源信号未知、源信号的混合方式也未知,所以这是用普通的信号处理方法难… 相似文献
9.
10.
把卷积盲分离算法应用于雷达系统抗干扰中,提出一种新的雷达系统干扰抑制算法.该算法在时域中对四阶累积量进行联合块对角化,以实现雷达信号和干扰信号的盲分离.计算机仿真结果表明,在无噪及含噪情况下,该算法均可把卷积混合的雷达回波信号及干扰信号分离开来,且有很好的分离性能. 相似文献
11.
12.
针对单通道情况下传统盲源分离方法难以恢复源信号的问题,提出一种基于变分模态分解(VMD)的单通道信号盲源分离方法。首先对单通道信号进行变分模态分解(VMD)获得一系列本征模态函数(IMF)分量,将单通道信号和其IMF分量构成多维信号,然后采用主成分分析法估计源数,依据估计的源信号数目重组多通道观测信号,最后利用改进的变步长等变自适应分离(VSEASI)算法实现信号的盲分离。将所提出方法应用于齿轮和轴承的单通道信号仿真研究,仿真结果表明,该方法能够有效地分离出齿轮和轴承信号,解决了单通道信号盲源分离问题。 相似文献
13.
独立成分分析算法是在混合信号和源信号未知的情况下,通过一些线性分析,使其恢复源信号的一种方法。笔者主要是研究一种鲁棒性比较好的新的独立成分分析方法 Robust ICA,并用此方法对人工合成的混合信号进行分离,仿真结果证明此算法可以成功的分离混合信号,并且较原有的算法有更大的准确性。 相似文献
14.
对网络攻击信号进行盲分离,实现对攻击信号的准确有效检测。传统的网络攻击信号检测算法使用时频分析方法,提取非平稳群攻击信号的时频特征,实现信号检测,但算法把网络入侵检测正确率作为约束目标函数进行同步最优特征子集求解,复杂度较高,提出一种引入合同变换矩阵的网络攻击信号盲分离算法。采用时频分析Viterbi算法,得到信号谱的平均频率等于瞬时频率的时间平均,根据合同变换矩阵,对攻击信号进行离散数据解析化处理,构建网络攻击信号的解析模型,得到网络统计信号在多复变边界条件下的时频特征,实现盲分离算法改进。仿真实验表明,该算法能有效实现对网络攻击信号的盲分离,盲分离结果能准确反映网络攻击信号的内部特征,提高了对网络攻击信号的检测能力,对攻击信号的检测性能有所提高,保证了网络安全。 相似文献
15.
近些年,信号处理在理论与方法方面发展速度很快。独立分量分析技术(Independent Component Analysis,简称ICA)是信号处理领域近十几年才发展起来的一种新的理论和方法,并且逐步的成熟化与系统化,变成了信号处理领域内重要的组成部分。本文主要讨论线性瞬时混合情况下语音信号盲分离算法,阐述了算法原理,进行了实验仿真,以此来证明算法的有效性。 相似文献
16.
盲源分离技术能够帮助完成机械设备的故障诊断,其中,单通道盲源分离技术正是该领域研究的热点。学者们在该领域以机械振动信号作为研究对象应用最为广泛,在此基础上,本文针对单通道的转动机械声音信号盲源分离进行讨论,为机械声学故障诊断的发展奠定基础。 相似文献
17.
在语音处理及应用的众多领域中,语音信号经常会被噪声或其他语音干扰。讨论了一种快速独立分量分析算法,并将其应用到混合语音信号的分离及语音中噪声的消除。实验结果表明算法取得了良好的效果。 相似文献
18.
19.
针对语音信号降噪和提取算法存在降噪效果不佳等问题,已经无法满足现在社会的需求。本文提出一种基于改进EMD算法和Hilbert算法混合的语音信号降噪和提取方法,首先针对EMD算法在语音信号降噪可能破坏噪声特性的问题,利用全局阈值选择去噪的方法对其进行改进,然后引入Hil-bert算法将其与EMD算法融合,对语音信号进行降噪和提取。利用仿真实验可以发现:将EMD算法和Hilbert算法进行混合优化,和传统的小波变换语音信号降噪算法,不容易出现差错并且具有更好的降噪性能。 相似文献
20.
为解决频城内卷积混合乐音盲分离存在的顺序不确定问题,提出了基于频带间复数平均相关的调序算法,对每个频带的分离子信号进行顺序调整。仿真实验结果验证了该算法的有效性,与已有的基于幅值相关和能量相关的调序方法相比,其分离性能更优。 相似文献