基于区域增长校正的频域盲源分离排序算法
卷积盲源分离可以在频域得到有效解决,但频域盲源分离必须解决排序模糊问题.该文提出一种基于区域增长校正的频域盲源分离排序算法.首先对卷积混合信号短时傅里叶变换,在频域的各个频点处建立瞬时模型进行独立分量分析,在此基础上使用分离信号功率比的相关性,对所有频点进行逐点排序置换.其次根据阈值将排序后的结果划分为若干个小区域.最后按区域增长方式进行区域置换与合并,最终得到正确的分离信号.区域增长校正可最大限度地减少频点排序错误扩散现象,从而改善分离效果.在模拟和真实环境中分别进行语音盲源分离实验,结果表明所提算法的有效性.
卷积盲源分离、频域排序、区域增长、功率比相关
41
TN911.7
国家自然科学基金61671095, 61371164, 61702065, 61701067, 61771085;信号与信息处理重庆市市级重点实验室建设项目CSTC2009CA2003;重庆市研究生科研创新项目CYS17219;重庆市教育委员会科研项目KJ1600427, KJ1600429
2019-04-24(万方平台首次上网日期,不代表论文的发表时间)
共8页
580-587