基于核函数的混合音频多路信号盲分离方法.pdf
《基于核函数的混合音频多路信号盲分离方法.pdf》由会员分享,可在线阅读,更多相关《基于核函数的混合音频多路信号盲分离方法.pdf(4页珍藏版)》请在咨信网上搜索。
1、Microcomputer Applications Vol.39,No.8,2023文章编号:10 0 7-7 57 X(2 0 2 3)0 8-0 134-0 4研究与设计基于核函数的混合音频多路信号盲分离方法微型电脑应用2 0 2 3年第39 卷第8 期王文娟,王柳婧,张珣(浙江中烟工业有限责任公司宁波卷烟厂,浙江,宁波3150 0 0)摘要:基于核函数的混合音频多路信号盲分离方法可提升音频信号的分离精度,实现高精度、高效多路混合音频信号盲分离。通过结合核函数与独立分量分析获得核函数独立分量分析方法,运用均值化与白化预处理初始混合音频多路信号,简化盲分离运算过程,运用核函数独立分量分析方
2、法盲分离预处理后的混合音频多路信号,获得多路分离音频信号输出,实现混合音频多路信号的盲分离。结果表明,所得多路分离音频信号与源音频信号具有较高相似系数和信噪比,二者几乎完全吻合,可获得良好的分离效果,具有较高的实际应用价值。关键词:核函数;混合音频;多路信号;盲分离;白化预处理中图分类号:TN911文献标志码:ABlind Separation Method of Mixed Audio Multichannel SignalBased on Kernel FunctionWANG Wenjuan,WANG Liujing,ZHANG Xun(Ningbo Cigarette Factory
3、of China Tobacco Zhejiang Industrial Co.,Ltd.,Ningbo 3150o0,China)Abstract:The blind separation method of mixed audio multi-channel signals based on kernel function can improve the separationaccuracy of audio signals and achieve high-precision and efficient blind separation of multi-channel mixed au
4、dio signals.By com-bining the kernel function and independent component analysis,the kernel function independent component analysis method isobtained,the initial mixed audio multi-channel signal is pre-processed by averaging and whitening,and the blind separation op-eration process is simplified.The
5、 kernel function independent component analysis method is used to blindly separate the pre-processed mix multiple audio signals,obtain multiple separated audio signal output,and realize the blind separation of mixedaudio multiple signals.The results show that the obtained multi-channel separates aud
6、io signal,and the source audio signal hashigh similar coefficients and signal-to-noise ratio.The two are almost completely consistent.Hence,a good separation effectcan be obtained,and it has high practical application value.Key words:kernel function;mixed audio;multichannel signal;blind source separ
7、ation;albino pretreatment0引言盲信号分离又称盲源分离,它是在未知混合矩阵与源信号的前提下,以输入源信号特征为依据,仅依靠混合信号将不同源信号预估出来的信号分离技术1。该技术应用范围较广,通常用于数据挖掘、勘探、图像增强等领域2。作为盲信号分离技术中核心的混合音频多路信号盲分离技术,可实现在音频较多情况下将采集到的混合音频信号进行盲分离,获得与源音频信号相吻合的分离信号 3-5。盲分离可提升语音通话质量与辨识度、降低音频噪声,该技术已逐步成为移动通信语音处理等领域的重点研究方向6 。独立分量分析(ICA)方法以盲信号分离技术为基础,运用相关优化算法分解混合信号,获得数个
8、单独信号分量,实现混合信号盲分离 7-8。核函数独立分量分析(KICA)方法是独立分量分析方法与核函数相结合的全新非线性独立分作者简介:王文娟(198 7 一),女,硕士,工程师,研究方向为企业管理信息化、计算机应用;王柳婧(198 2 一),女,本科,工程师,研究方向为企业管理信息化、计算机应用;张珣(197 6 一),男,大专,工程师,研究方向为弱电工程。量分析方法。该方法通过对比函数的设定,并结合相关优化算法优化对比函数后,得出分离矩阵用于分离混合信号,实现混合信号盲分离 9;该方法能有效解决存在高斯噪声混合信号内源信号的高精度分离。综上,本文结合核函数研究提出一种核函数独立分量分析的混
9、合音频多路信号盲分离方法,实现混合音频多路信号的高效、高精度分离,为提升音频质量提供保障。1混合音频多路信号盲分离方法1.1混合音频信号预处理对混合音频多路信号实施盲分离前,为了简化运算过程,需对初始混合音频多路信号实施均值化与白化预处理,使初始混合音频多路信号变成零均值与单位方差向量后,再实施盲分离。134Microcomputer Applications Vol.39,No.8,20231.1.1均值化处理设某路初始混合音频信号为随机变量y,此信号变量y取代达到零均值的运算式为J=y-E(y)运算过程中,通过算术平均值替代数学期望值 10。设m路初始混合音频信号为随机矢量Y,且Y(t)=
10、y i,y 2,y m T,均值化处理该初始m路的混合音频信号表达式为J.(t)=y:(t)-1.1.2白化预处理设某mXm维白化矩阵以W表示,运用该白化矩阵对均值化处理后的m路混合音频信号矢量Y进行线性变换,所得m路混合音频信号矢量以X表示:X=WY(Rx=EXXTJ=I式中,与X相关矩阵用Rx表示。线性变换后其全部分量符合Ea,=i,;为克罗内克函数:6i=(1i=j盲分离前,实施白化预处理是将信号中不同分量间关联性消除,保证信号中不同分量间具有独立二阶统计 11。式(5)中引人混合信号后可得:(5)式中,源音频信号用U表示,混合系数用C表示。与m路混合音频信号Y有关的矩阵Ry表示为Ry=
11、EYYT设Ry特征矢量用正交矩阵H表示,与其相对应的对角矩阵用B2表示,则:Ry=HB2 HT白化矩阵可表示为W=B-HTRx=WRWT=(B-1H T)(H BHT)(B-1H)=I零均值化的路混合音频信号经白化处理后,其不同分量均具备单独二阶统计,在此基础上对该混合音频多路信号X实施盲分离时,可有效减少运算次数,有利于提升整体盲分离速度。1.2基于核函数的独立分量分析方法1.2.1独立分量分析独立分量分析(ICA)方法主要通过解混系数矩阵实现初始混合音频信号的盲分离 12。设某组初始混合音频信号为Y=Yi,Y2,,YT,某组互为独立关系的源音频信号为U=U i,U,,U m T。通过源音频
12、信号组U内的不同单独源音频信号线性构成Y内的每个分量,可表示为(10)在未知U、C 的前提下,通过ICA方法运用解混系数矩阵V,将不同源音频信号的近似信号Z从初始混合音频信号Y内分离出来,分离出来的近似信号Z表示为(11)ICA方法主要运用解混系数矩阵,因求解该矩阵过程属.135研究与设计于数学矩阵转换,求解过程涉及数据量庞大,且需进行多次迭代,导致收敛速度降低、分离效率不高 13。基于此,实施盲分离前,将初始混合音频多路信号转变(1)为零均值与互为独立的单位方差向量,可减少运算迭代次数。本文通过将核函数与ICA方法相结合,获得核函数独立分量分析方法,运用相关对比函数在高维空间内将核函数向线性
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 函数 混合 音频 信号 分离 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。