【技术实现步骤摘要】
基于模式聚类和子空间算法的语音欠定盲恢复方法及装置
本专利技术涉及数字信号处理
，尤其涉及一种基于模式聚类和子空间算法的语音欠定盲恢复方法及装置。
技术介绍
盲信号处理[1]作为数字信号处理的一种新的方向，专注于解决在信道未知的情况下，利用观测信号恢复源信号的问题，例如：在移动通信中，由于发射端所发出的原始信号未知，通信信号也在不断的变化中，因此，需要由接收信号去恢复原始信号。盲源分离技术广泛应用于语音信号和图像处理[2-3]、通信信道估计[4]、机械故障诊断[5]等领域。由于其输入信号未知、信道参数未知的“双盲”特性，成为众多学者研究和探讨的难点问题之一。盲源分离过程的实现通常可分为两个阶段：1)盲识别，是指通过观测信号获得一个对于混合信道的准确估计的过程；2)盲恢复阶段，是指利用盲识别的结果恢复源信号的过程[6]。依照源信号数目N和观测信号数目M的相对关系，盲源分离可区分为超定(N<M)、正定(N＝M)及欠定(N>M)三种情形。盲信号处理内容大致包括：盲辨识、盲解卷积、盲信号分离。欠定观测盲信号恢复问题的困难在于：观测通道数目...
【技术保护点】
1.一种基于模式聚类和子空间算法的语音欠定盲恢复方法，其特征在于，所述方法包括以下步骤：对M路观测信号做加汉宁窗L点50％重叠的STFT变换，得到观测频谱；逐帧对STFT混合信号频谱做基于插值法的频谱校正操作，并对所有谐波参数对进行模式筛选；逐帧重复上一步骤，收集所有时间帧得到的SAS模式组成单源域；对单源域中的SAS模式进行数据密度聚类，得到估计的源数目及混合矩阵；根据估计出的源数目及混合矩阵，并通过子空间算法恢复源信号。
【技术特征摘要】
1.一种基于模式聚类和子空间算法的语音欠定盲恢复方法，其特征在于，所述方法包括以下步骤：对M路观测信号做加汉宁窗L点50％重叠的STFT变换，得到观测频谱；逐帧对STFT混合信号频谱做基于插值法的频谱校正操作，并对所有谐波参数对进行模式筛选；逐帧重复上一步骤，收集所有时间帧得到的SAS模式组成单源域；对单源域中的SAS模式进行数据密度聚类，得到估计的源数目及混合矩阵；根据估计出的源数目及混合矩阵，并通过子空间算法恢复源信号。2.根据权利要求1所述的一种基于模式聚类和子空间算法的语音欠定盲恢复方法，其特征在于，所述对所有谐波参数对进行模式筛选包括：频率合并、有效候选模式筛选和单源成分判定。3.根据权利要求2所述的一种基于模式聚类和子空间算法的语音欠定盲恢复方法，其特征在于，所述频率合并具体为：其中，为第q簇的频率估计；Γq为第q簇元素数。4.根据权利要求2所述的一种基于模式聚类和子空间算法的语音欠定盲恢复方法，其特征在于，所述有效候选模式筛选具体为：给定一个阈值ε，对于每个观测信号都存在且唯一存在一个下标满足：则即可被当作候选有效成分，为第m路下标为的频率估计。5.根据权利要求2所述的一种基于模式聚类和子空间算法的语音欠定盲恢复方法，其特征在于，所述单源成分判定具体为：给定一个临界值ζ，如果中的平均投影满足下式，则判定为单源模式：6.根据权利要求1所述的一种基于模式聚类和子空间算法的语音欠定盲恢复方法，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。