【技术实现步骤摘要】
一种语音信号分离方法
本专利技术涉及一种在欠定模型下的语音信号分离方法，具体涉及一种语音信号分离方法，属于信号处理领域。
技术介绍
近几年，在信号处理领域，语音信号的分离已经成为了一个研究热点。它在电话会议，助听器和机器语音识别等方面有很多应用和影响。由于接收到的声音通常是有噪的，在这样的环境中识别感兴趣的声音并获得清晰的声音的问题成为值得探讨的问题，也就是所谓的盲源分离问题。盲源分离一般根据源信号和观测信号的数目进行划分，可以分为超定、适定和欠定盲源分离，其中欠定盲源分离更加符合实际情况，在生活中应用更广，同时也更具有挑战。欠定盲源分离是指在传感器或者麦克风数目少于源信号数目的情况。通常情况下，解决欠定盲源分离的方法同样适用于超定和适定情况，所以对于欠定盲源分离方法的研究是很有必要的。一般解决欠定盲源分离的方法是利用稀疏分量分析法，一般也称为“两步法”。第一步是通过观测信号对混合矩阵进行估计，第二步是利用估计出的混合矩阵对源信号进行分离。根据源信号分离的研究现状，针对在源信号数目增多情况下，目前的源信号分离算法普遍...
【技术保护点】
1.一种语音信号分离方法，其特征在于，包括以下步骤：/n步骤1：建立观测信号的线性瞬时混合模型，具体为：/n
【技术特征摘要】
1.一种语音信号分离方法，其特征在于，包括以下步骤：
步骤1：建立观测信号的线性瞬时混合模型，具体为：
其中x(t)＝[x1(t),x2(t),L,xN(t)]T是一个N维观测信号向量，A＝[a1,a2,L,aM]是一个N×M维的混合矩阵，s(t)＝[s1(t),s2(t),L,sM(t)]T是一个M维的源信号向量，t是时间采样点并且ai表示混合矩阵的第i个列向量；
步骤2：去除观测信号中全为零的列向量，之后将观测信号对称到上平面：
步骤3：采用改进的最小化l1范数分离源信号：
最小化l1范数为：
包括以下步骤：
(3a)计算t时刻下观测信号角度θ(t)和混合矩阵的列向量方向角度αi：
计算公式为：
αi＝arctan(ai2/ai1)i＝1,2,K,n
式中，表示两路观测信号，ain表示混合矩阵中第i个列向量中第n个元素；
(3b)通过正弦定理和余弦定理计算混合矩阵中的任意两个...
【专利技术属性】
技术研发人员：李一兵，吴静，孙骞，吕威，田园，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23
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。