10.19678/j.issn.1000-3428.0048542
基于DSKSVD字典学习的语音信号欠定盲源分离算法
为解决传统算法训练的字典规模受限且运算量大的缺点,提出一种基于字典学习的语音信号欠定盲源分离算法,通过双重稀疏字典训练方法训练可稀疏表示的冗余字典并对观测信号进行稀疏分解.分析欠定盲源分离和压缩感知(CS)问题的等价性,构建基于CS的欠定盲源分离模型,并应用正交匹配追踪算法对信号进行重构,实现语音信号欠定盲源分离.实验结果表明,与KSVD算法和在线字典学习算法相比,该算法在保证分离精度几乎不变的前提下,能降低字典构建的计算复杂度,提高信号稀疏表示的有效性,并减少重构算法的运行时间.
欠定盲源分离、压缩感知、稀疏表示、冗余字典、正交匹配追踪算法
44
TN912.35
国家自然科学基金61461024
2018-12-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
252-257