面向高混响环境的欠定卷积盲源分离算法OA
Algorithm of underdetermined convolutive blind source separation for high reverberation environment
为了解决高混响环境下欠定卷积混叠信号的分离问题,提出一种新的欠定卷积盲源分离算法.针对高混响环境的影响,设计全局脉冲响应网络削弱混响回声,提高信号质量.基于全局脉冲响应网络建立新的时频域混叠信号数学模型,采用全局脉冲响应矩阵缩短了传统脉冲响应的长度,降低了高混响带来的模型变换近似误差.基于非负矩阵分解理论设计模型参数的实时更新学习规则,将源信号分离问题转换为模型参数优化问题,实现混叠信号的盲源分离.实验结果表明,所提算法可以有效地实现中英文语音、音乐混叠信号的盲源分离,与现有比较流行的盲源分离算法的对比验证了所提算法的优越性.
解元;邹涛;孙为军;谢胜利
广州大学机械与电气工程学院,广东 广州 510006广州大学机械与电气工程学院,广东 广州 510006广东工业大学智能检测与制造物联教育部重点实验室,广东 广州 510006广东工业大学物联网智能信息处理与系统集成教育部重点实验室,广东 广州 510006
信息技术与安全科学
盲源分离欠定卷积混叠高混响环境全局脉冲响应网络非负矩阵分解
《通信学报》 2023 (2)
82-93,12
国家自然科学基金资助项目(No.62003095,No.52171331)广东省重点领域研发计划基金资助项目(No.2019B01054002)
评论