基于影响因子的频域盲源分离排序算法

卷积混合信号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问题.本文研究了频点距离和各频点分离质量对基于相邻频点幅度相关性的排序算法的影响,提出了改进的频域盲源分离排序算法.改进算法通过影响因子来控制频点距离和各频点分离质量对排序的影响,距离小且分离质量好的频点设置较大影响因子,距离大或分离质量不好的频点则设置较小影响因子.文中详细讨论了影响因子的设定函数.最后对瞬时混合信号、卷积混合信号、实际房间采集信号分别进行盲源分离实验.实验结果表明了本文算法的有效性.     

基于性能权重聚类的频域盲分离排序算法

卷积混合盲源分离可以在频域得到有效解决,但频域盲分离必须要解决排序模糊性问题。本文提出了一种基于性能权重聚类的频域盲分离排序算法,该算法利用聚类来得到顺序参考,对各频点上分离信号的准确性进行计算,根据分离结果的准确性予以不同频点不同的聚类权重,从而提高聚类结果的可靠性。通过对频点进行分段处理可以有效抑制排序错误的传播,提高算法性能。最后通过多组仿真实验验证了基于性能权重聚类的频域盲分离排序算法的普适性与性能上的优越性,同时也探究了接收端个数对算法性能的影响。仿真结果表明本文提出的基于性能权重聚类的频域盲分离排序算法相较于传统的幅度相关性排序算法在信干比上会有2 dB左右的提升。接收天线数越多,算法分离性能越好。     

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。

     

基于频谱相关的时域盲分离排序算法

由于水声信道的时变性,水声信号分离后存在排序模糊性,限制了盲分离算法的应用.针对盲分离后信号存在排序模糊性的问题,提出了一种基于频谱相关的盲分离排序算法.根据水声环境中各信号的频谱差异,对分离后信号进行重新排序,来改善盲分离算法的排序模糊性.仿真实验表明,该算法可以有效消除分离信号的顺序不确定性,提高盲分离算法的性能.     

一种新的多通道混合语音时域盲分离算法

卷积混合语音进行盲源分离时,不能直接应用独立分量分析（ICA）算法。采用一种新的卷积混合语音模型,对多通道混合语音使用近来提出的时域EFICA算法进行盲分离,然后利用聚类和重构算法来恢复源信号。通过真实语音实验表明,提出的算法能有效地分离混合语音信号。     

一种室内混响语音盲分离算法

在信号处理领域,室内环境下的混响语音盲分离一直以来都是一个重点与难点,主要是由于混合系统存在的混响和回声严重影响了语音质量,从而降低了算法分离效果.因此,本文提出了一个应对算法,由麦克风采集到室内混响语音混合信号后,对该混合信号进行两阶段去混响处理:首先通过设计一个逆滤波器来抑制早期混响或增大信号混响能量比,再采用谱减...     

一种频域盲分离算法在语音分离中的应用

频域分离算法将时域计算复杂的解卷积问题变换为频域简单的瞬时分离问题。采用基于自然梯度的迭代函数实现瞬时盲分离,在频域用瞬时盲分离解决时域卷积盲分离问题时,遇到的两个难点就是频点间幅度和排列次序不确定性,为此我们分别采用归一化方法和分阶段分离方法来解决上述两个问题,仿真实验证明了算法的有效性。     

盲分离算法在听音波束净化中的性能分析

波束形成作为一种空域滤波技术,可以对听音信号进行净化,但效果不理想,盲分离技术的出现,给听音波束的净化带来新的方法,但由于受到水声环境的限制,盲分离算法在水声信号处理方面的应用还受到许多约束.对几种常用盲分离算法进行分析,并仿真检验其在听音波束净化方面的性能.     

一种新的自适应步长盲源分离算法

自然梯度盲源分离算法通常采用固定步长,但这样做会造成算法收敛速度慢和跟踪能力差.为此,提出了一种新的自然梯度自适应步长盲源分离算法,使步长在每次迭代中根据其他参数的变化做出相应的调整.在非稳态环境下,计算机仿真试验结果表明,新算法不仅具有良好盲分离性能,而且在上述两个方面都有了较大改善.     

一种快速的频域盲语音分离系统

对真实环境中的混迭语音信号进行盲分离是一个非常困难的任务。许多在仿真信号环境下工作很有效的算法常常不能成功地分离真实环境中录取的混迭语音信号。本文通过对一系列预处理(如解相关),独立分量分析和后处理(解排列和尺度不定性)算法进行优化和有机结合,提出了一种快速的频域盲语音分离系统,有效地实现了对卷积混迭的语音信号的盲分离。特别,文中引入一种改进的数据白化算法,它可以节省运算量并提高独立分量分析算法的收敛速度。基于真实录音信号的仿真实验显示该系统能够快速和稳健地分离卷积混迭的语音信号。     

一种新的多信号卷积混合信号盲分离算法

对于含噪声情况下多个源信号卷积混合盲分离,由于混合矩阵比较复杂,分 离算法会出现迭代次数增加、收敛速度变慢等问题。在对多信号卷积混合进行合理简 化的基础上,提出一种以四阶累积量为独立准则的多信号卷积混合的新的时域盲源分离算法 。由于采用高阶累积量为独立准则,该算法对高斯噪声具有良好的抑制作用,改善了信噪比 。 其次,算法也建立了步长因子的选取与二次残差之间的非线性函数关系,使得算法既获得了 较 快的收敛速度,也得到较高的分离精度。仿真数据表明提出的算法对于多个源信号卷积 混合具有良好的分离效果。     

A blind source separation based method for speech encryption

The underdetermined problem poses a significant challenge in blind source separation (BSS) where the number of the source signals is greater than that of the mixed signals. Motivated by the fact that the security of many cryptosystems relies on the apparent intractability of the computational problems such as the integer factorization problem, we exploit the intractability of the underdetermined BSS problem to present a novel BSS-based speech encryption by properly constructing the underdetermined mixing matrix for encryption, and by generating the key signals that satisfy the necessary condition for the proposed method to be unconditionally secure. Both extensive computer simulations and performance analyses results show that the proposed method has high level of security while retaining excellent audio quality.     

一种强混响环境下的盲语音分离算法

强混响环境下语音信号的频域盲分离问题是盲源分离领域的一个难点,主要是因为混合系统的脉冲响应时间过长,甚至超过信号的非平稳时间,导致算法性能下降。本文针对这个问题提出了一种解决方法,在用一个短时傅立叶变换将时域卷积混合信号转化为频域的过程,再在时频域上使用另一个短时傅立叶变换,将信号变换到调制谱域,这样较长的脉冲响应就被转化为调制谱域上的瞬时混合形式,而瞬时混合情形则采用独立向量分析(IVA)算法来避免排序模糊性问题。计算机仿真实验证实了该算法在强混响环境下优于传统频域盲分离算法。      

A new multi-scale framework for convolutive blind source separation

This paper presents a new multi-scale decomposition algorithm which enables the blind separation of convolutely mixed images. The proposed algorithm uses a wavelet-based transform, called Adaptive Quincunx Lifting Scheme (AQLS), coupled with a geometric demixing algorithm called Deds. The resulting deconvolution process is made up of three steps. In the first step, the convolutely mixed images are decomposed by AQLS. Then, Deds is applied to the more relevant component to unmix the transformed images. The unmixed images are, thereafter, reconstructed using the inverse of the AQLS transform. Experiments carried out on images from various origins show the superiority of the proposed method over many widely used blind deconvolution algorithms.     

三重降噪的盲源分离抗干扰算法

为了提高低信噪比条件下盲源分离的性能,提出了一种基于互补集合经验模态分解降噪、小波阈值降噪和随机共振降噪的三重降噪盲源分离抗干扰算法,分析了三种互补集合经验模态分解降噪与小波阈值降噪相结合的前降噪方案和扩频结合随机共振的后降噪方案,仿真讨论了所提算法的抗干扰性能。仿真结果表明,该算法在一定范围低信噪比条件下能够从受扰的混合信号中恢复出通信方的期望信号。     

基于负熵FastICA的设备声音盲分离算法

文章利用巡检机器人所带拾音器采集设备运行声音样本,并利用基于负熵的FastICA算法实现设备声音和环境噪声的分离,并对分离性能指标进行了统计和分析,实验结果表明该算法成功分离了声音样本中的各独立声音分量,分离性能稳定可靠,有助于提高后续状态识别的识别率。     

回溯式在线EASI盲源分离算法

针对现有的在线盲源分离算法在时变混合矩阵突变后初始阶段分离精度低的问题,提出一种改进的在线盲分离算法。该算法通过检测误差函数的变化来确定时变混合矩阵的突变点,并利用突变前收敛较好的分离矩阵对之前的观测数据进行回溯分离。仿真结果表明,对于具有间歇式突变的时变混合环境的场景,相较于传统在线盲分离算法,提出的回溯式在线EASI盲源分离算法能提高分离初始阶段的分离精度,有效地跟踪混合矩阵的突变。      

Variable step-size EASI algorithm for sequential blind source separation

A new variable step-size equivariant adaptive source separation via independence (VS-EASI) algorithm for on-line blind separation of independent sources is proposed. The algorithm utilises a variable step-size and thereby matches its performance to the dynamics of the input signals together with changes in the underlying mixing matrix. The algorithm is therefore particularly well suited to blind source separation in a non-stationary environment. Monte Carlo simulation studies support the expected improvement in convergence speed of the approach.     

基于盲源分离的自适应抗干扰算法研究

在卫星导航系统遇到的干扰中,一般分为压制式干扰和转发式干扰。压制式干扰远大于卫星信号,采用功率倒置算法就可以形成所需的零陷;转发式干扰的信号强度可以与卫星信号相比拟,要在干扰位置处形成零陷存在一系列困难。在干扰信号与有用信号相比拟的情况下,提出将快速独立分量分析算法（fast independent component analysis,FastICA）结合自适应抗干扰算法对干扰进行抑制,自适应算法采用波达方向估计（DOA）算法及基于DOA的波束形成算法,该方法能在干扰与有用信号比拟的情况下,对干扰进行有效抑制,计算机仿真结果也证明了该方法的有效性。为导航系统中有效抑制弱干扰提供了一种新思路。     

A new key generation method for frequency-domain speech scramblers

This paper describes a method which uses “derangement” permutations as scrambling keys in a frequency-domain speech scrambling system. Subjective tests based on the number test confirm that such keys produce scrambled speech with virtually no residual intelligibility. A new derangement generation algorithm is introduced for key generation. This algorithm maps each integer g, in the range of 0⩽g<(n-1)!, to a distinct derangement of 2 elements,