【正文】 ................ 2 1 緒論 .................................................................................................................... 3 2 盲信號處理 BSP ............................................................................................. 4 盲信號處理 ................................................................................................... 4 盲分離處理 ........................................................................................ 4 Matlab 語音信號的采集 .............................................................................. 5 語音信號的采集方法 ........................................................................ 5 三路語音信號的采集 ........................................................................... 6 盲信號分離的兩種算法介紹 .......................................................................... 7 PCA 算法原理 ................................................................................... 7 獨立分量分析 ICA ............................................................................... 8 3 語音信號的分離方案設(shè)計 ................................................................................ 9 FASTICA 算法分離 ....................................................................................... 9 基于負熵最大的快速 ICA ................................................................... 9 主分量分析 PCA .......................................................................................... 13 主成分分析原理 .............................................................................. 13 PCA 算法原理 .................................................................................... 14 主分量分析 PCA 和 ICA 比較 .................................................................... 14 4 語音信號的分離方案實現(xiàn) ............................................................................ 16 語音信號的混合 ........................................................................................... 16 語音信號的分離實現(xiàn) ................................................................................... 17 FASTICA 算法分離 .......................................................................... 17 主分量分析算法分離 ........................................................................ 18 分離語音頻譜分析及比較 ................................................................ 18 5 總結(jié) ................................................................................................................ 20 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》報告 參考文獻 .............................................................................................................. 21 附錄 原始語音 Matlab 信號頻譜程序 ............................................................. 22 附錄 2 預(yù)處理部分 matlab 程序 ....................................................................... 27 附錄 3 算法的 matlab 程序 ............................................................................... 29 （ 1） FASTICA 算法 ................................................................................... 29 （ 2） PCA 算法分離 ..................................................................................... 31 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》報告 1 摘要 了解盲信號處理（ Blind Signal Processing,BSP）的概念，并掌握語音盲分離技術(shù)和 Matlab 的運用。 （ 4） 用求出的分離矩陣從混合信號中分離出原語音信號，并 畫出各分離信號的時域波形和頻譜圖 。 （ 5）對結(jié)果進行對比分析。 本文重點研究了以語音信號為背景的盲處理方法，從混有噪聲的的混疊語音信號中分離出各個語音源信號，來模仿人類的語音分離能力。 關(guān)鍵字 ： 盲信號處理 語音信號 盲源分離 BSS 獨立分量分析 ICA技術(shù) 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》報告 2 Abstract Understanding the concept of blind signal processing (Blind Signal Processing, BSP), and master the voice of blind separation technology and the use of Matlab. This paper focuses on the background to the speech signal blind approach, mixed with the noise from the speech signal aliasing isolated individual voice source signal, to mimic the human voice separation ability. The 3way design with matlab voice signal acquisition, select the appropriate mixing matrix to generate a number of mixed signals. ICA technology bined with independent ponent analysis to select the mixing matrix for three voice signals are mixed and separated from the mixed signals out of the original speech signal, draw each separated signal timedomain waveform and frequency spectrum and pare the original signal. In addition, the use of PCA algorithm to achieve the separation of mixed speech signals, and ulti mately the two algorithms were pared. Keywords: blind signal processing speech signals blind source separation BSS independent ponent analysis ICA technology 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》報告 3 1 緒論 近年來，盲信號處理逐漸成為當(dāng)今信息處理領(lǐng)域中熱門的課題之一，并且已經(jīng)在尤其在、地震探測、移動通信、語音處理、陣列信號處理及生物醫(yī)學(xué)工程領(lǐng)域展現(xiàn)出誘人的應(yīng)用前景。也是本文學(xué)習(xí)研究的重點。 為達到良好的學(xué)習(xí)效果，此次實踐有如下要求： （ 1）用 matlab 做出采樣之后語音信號的時域和頻域波形圖 （ 2）選擇合適的混合矩陣，得到混合信號，并做出其時域波形和頻譜圖 （ 3） 采 用混合聲音信號進行訓(xùn)練學(xué)習(xí)，求出分離矩陣，編寫出相應(yīng)的 matlab代碼。 2 盲信號處理 BSP 盲信號處理 盲信號處理作為 計算機智能學(xué)的核心研究的內(nèi)容，在生物醫(yī)學(xué)、醫(yī)療圖像、圖像增強、遠程傳感、雷達與通信系統(tǒng)、地震勘測等方面均具有突出的作用。 y(t)是對源信號 s(t)的估計，瞬時線性混疊盲分離問題允許存在兩個方面的不確定性： （ 1）排列順序的不確定性，無法了解所抽取的信號應(yīng)是源信號 s(t)為哪一個分量 . （ 2）信號幅度的不確定性，即無法知道源信號的真實幅值。 wavrecord 功能函數(shù)采集語音信號。 fs 是樣本采集頻率，為 8000Hz、 11025Hz、 22050Hz和 44100Hz 之一，默認值為 8000Hz； nbits 是每個樣本的位數(shù)， 8 位或 16 位，默認值為 8 位； ch：樣本采集通道， 1 為單聲道， 2 為雙聲道，默認值為 1（單聲道）； audiorecorder 對象創(chuàng)設(shè)后，就可以進行相應(yīng)的錄音、暫停、停止、播放以及數(shù)據(jù)讀取等操作。 clc。 fprintf(39。錄音中 ...39。)。%文字提示 wavwrite(y,fs,39。 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》報告 7 盲信號分離的兩種算法介紹 盲源分離在許 多領(lǐng)域中都有成功的應(yīng)用，近十幾年來，受到了越來越多的重視，已經(jīng)有大量的算法不斷地提出。假設(shè) x 均值為零，即： E[x]=O。特征向量的選擇取決于協(xié)方差矩陣的特征值的大小。 假設(shè)源信號若干個統(tǒng)計上相互獨立的信號組成的，它們在空間中形成交疊，獨立 分量分析 (Independent Component Analysis， ICA)是借助于多個信道同步觀察交疊信號，將觀察信號經(jīng)過解混分解成若干獨立成分，作為對源信號的一組估計，如圖 23所示： 圖 23 獨立分量分析法 可以假設(shè)： A 是線性系統(tǒng)可用矩陣表示，實際仿真時是隨機陣。 FastICA 算法能夠更科學(xué) 的去除元素組合之間的相關(guān)性，得到的元素組合比傳統(tǒng)方法更具有說服力。 ，而對于其他的算法來說，概率密度函數(shù)的估計不得不首先進行。它以負熵最大作為一個搜尋方向，可以實現(xiàn)順序地提取獨立源，充分體現(xiàn)了投影追蹤（ Projection Pursuit）這種傳統(tǒng)線性變換的思想， 由信息論理論可知：在所有等方差的隨機變量中，高斯變量的熵最大，因而武漢理工