用于卷积盲源分离的方法和设备技术

描述了用于卷积盲源分离的方法和设备。将多个输入信号中的每一个变换至频域中。通过对至少依赖于解混滤波器的系数的代价函数进行梯度下降过程，计算对应于频率区间的解混滤波器的系数的值。在梯度下降过程的每一迭代中，调整用于计算解混滤波器的相同系数的值的梯度项，以改进频率区间上的梯度项的平滑度。关于频率区间中的每一个，通过经由各个解混滤波器对经变换的输入信号进行滤波而估计源信号，其中各个解混滤波器是用系数的计算出的值来配置的。将各个频率区间上的估计的源信号变换至时域。该代价函数适合于评估所估计的源信号之间的去相关性。

【技术实现步骤摘要】
用于卷积盲源分离的方法和设备
本专利技术一般涉及音频信号处理。更具体地，本专利技术的实施例涉及用于卷积盲源分离的方法和设备。
技术介绍
在各种实际应用中，卷积混合模型通常用于对原始的源信号与传感器(如麦克风)捕获的混合信号之间的关系进行近似。如果离散傅里叶变换(DFT)的帧尺寸远大于信道长度，则线性卷积可由圆周卷积进行近似。然后，能够用频域中的乘法表示卷积混合过程Y(ω，t)＝W(ω，t)X(ω，t)(1)其中，Y(ω，t)表示所估计的源[Y1(ω，t)，...，YN(ω，t)]T，X(ω，t)是麦克风信号[X1(ω，t)，...，XN(ω，t)T，而W(ω，t)(也称为频率区间ω的解混滤波器)表示包含解混滤波器系数的解混矩阵。例如，在两入两出(two-input-two-output，TITO)情况下，通过针对直接信道假定单位增益，解混矩阵可以表示为于是，分离出的信号可表示为Y1(ω，t)＝X1(ω，t)+W12(ω，t)X2(ω，t)(3)Y2(ω，t)＝X2(ω，t)+W21(ω，t)X1(ω，t)(4)已提出各种方案来对解混滤波器进行估计。一类算法通过仅要求非相关源而不是更强本文档来自技高网...

【技术保护点】
一种进行卷积盲源分离的方法，包括：将多个输入信号中的每一个变换至频域；通过对至少依赖于解混滤波器的系数的代价函数进行梯度下降过程，计算对应于各频率区间的所述解混滤波器的所述系数的值，其中在所述梯度下降过程的每一迭代中，调整用于计算所述解混滤波器的相同系数的值的梯度项，以改进所述频率区间上的所述梯度项的平滑度；关于所述频率区间中的每一个，通过经由各个解混滤波器对所述经变换的输入信号进行滤波而估计源信号，所述各个解混滤波器是用所述系数的计算出的值来配置的；以及将各个频率区间上的所估计的源信号变换至时域，其中所述代价函数适合于评估所述估计的源信号之间的去相关性。

【技术特征摘要】
1.一种进行卷积盲源分离的方法，包括：将多个输入信号中的每一个变换至频域；通过对至少依赖于解混滤波器的系数的代价函数进行梯度下降过程，计算对应于各频率区间的所述解混滤波器的所述系数的值，其中在所述梯度下降过程的每一迭代中，调整用于计算所述解混滤波器的相同系数的值的梯度项，以改进所述频率区间上的所述梯度项的平滑度，其中，所述调整包括：关于所述系数中的每一个，将用于计算所述系数的、所述频率区间上的所述梯度项变换为长度T的时域滤波器；对该时域滤波器的位于超过第一阈值的时间索引处的系数进行去加重，所述第一阈值小于所述长度T；以及通过长度T的变换而将该时域滤波器的系数从时域变换至频域；关于所述频率区间中的每一个，通过经由各个解混滤波器对所述经变换的输入信号进行滤波而估计源信号，所述各个解混滤波器是用所述系数的计算出的值来配置的；以及将各个频率区间上的所估计的源信号变换至时域，其中所述代价函数适合于评估所述估计的源信号之间的去相关性。2.根据权利要求1所述的方法，其中所述多个输入信号的数目为2。3.根据权利要求2所述的方法，其中关于所述频率区间中的每一个，根据以下方法之一计算当前迭代中使用的梯度项：以及其中，μ1和μ2为步长函数，为用于计算系数W12的值的梯度项，为用于计算系数W21的值的梯度项，X1和X2分别为前次迭代中的经变换的输入信号，Y1为所述前次迭代中估计为X1+W12X2的源信号，Y2为所述前次迭代中估计为X2+W21X1的源信号，且＊表示复共轭。4.根据权利要求2所述的方法，其中关于所述频率区间中的每一个，将当前迭代中使用的梯度项计算为：其中，μ1和μ2为步长函数，为用于计算系数W12的值的梯度项，为用于计算系数W21的值的梯度项，Y1为前次迭代中估计为X1+W12X2的源信号，Y2为所述前次迭代中估计为X2+W21X1的源信号，且＊表示复共轭。5.根据权利要求1所述的方法，其中关于所述频率区间中的每一个，所述值的所述计算包括：确定所述解混滤波器是否处于发散状态；如果所述解混滤波器处于所述发散状态，则采用前次迭代中计算的梯度项作为当前迭代中使用的梯度项；以及如果所述解混滤波器未处于所述发散状态，则计算当前迭代中使用的梯度项。6.根据权利要求1所述的方法，其中所述系数的所述去加重包括，将所述位于超过所述第一阈值的时间索引处的系数归零，或者相对于该时域滤波器的不位于超过所述第一阈值的时间索引处的系数，减小所述位于超过所述第一阈值的时间索引处的系数。7.根据权利要求1所述的方法，其中根据处于发散状态的所述解混滤波器的比例而在所述梯度下降过程的至少一个迭代中调整所述第一阈值，其中所述比例越高，所述第一阈值越小。8.根据权利要求1所述的方法，其中根据所述平滑度而在所述梯度下降过程的至少一个迭代中调整所述第一阈值，其中如果所述平滑度等于或高于第二阈值，则增加所述第一阈值，而如果所述平滑度低于所述第二阈值，则降低所述第一阈值。9.根据权利要求8所述的方法，其中通过计算相邻频率区间之间的梯度项的相关性且然后将所述相关性进行平均而评估所述平滑度。10.根据权利要求9所述的方法，其中所述第二阈值等于或大于0.5。11.根据权利要求1所述的方法，其中根据所述估计的源信号的频谱一致性而在所述梯度下降过程的至少一个迭代中调整所述第一阈值，其中如果所述一致性等于或高于第三阈值，则增加所述第一阈值，而如果所述一致性低于所述第三阈值，则降低所述第一阈值。12.根据权利要求11所述的方法，其中通过计算相邻频率区间之间的所述估计的源信号的相关性并将所述相关性进行平均而评估所述一致性。13.根据权利要求12所述的方法，其中所述第三阈值等于或大于0.5。14.根据权利要求5或7所述的方法，其中如果所述解混滤波器的输出对输入的功率比大于第四阈值，则确定所述解混滤波器的所述发散状态。15.根据权利要求14所述的方法，其中所述第四阈值等于或小于1。16.根据权利要求1所述的方法，其中通过选择各置换中使欧氏距离最小化或使相邻频率区间之间的梯度项的相关性最大化的置换而调整所述梯度项。17.一种用于进行卷积盲源分离的设备，包括：第一变换器，其将多个输入信号中的每一个变换至频域；计算器，其通过对至少依赖于解混滤波器的系数的代价函数进行梯度下降过程，计算对应于各频率区间的所述解混滤波器的所述系数的值，其中在所述梯度下降过程的每一迭代中，调整用于计算所述解混滤波器的相同系数的值的梯度项，以改进所述频率区间上的所述梯度项的平滑度，其中，所述调整包括：关于所述系数中的每一个，将用于计算所述系数的、所述频率区间上的所述梯度项变换为长度T的时域滤波器；对该时域滤波器的位...

【专利技术属性】
技术研发人员：孙学京，
申请(专利权)人：杜比实验室特许公司，
类型：发明
国别省市：