共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
混合语音信号的分离是盲分离的重要内容,也是信号处理领域的一个难题。独立分量分析是一种无需知道信号的先验信号而实现信号分离的盲源分离技术,本文介绍了独立分量分析的基本理论和算法,探讨了独立分量分析在混合语音信号分离中的应用,给出了信息最大化盲源分离算法并对瞬时混合语音信号进行了盲分离仿真。实验结果表明,该方法能有效地提高运算效率并获得较好的分离效果。 相似文献
3.
独立成分分析法(ICA)是近几年发展起来的一种新的信号分离方法。本文介绍了ICA的定义、基本原理及几种主要算法及其相互关系,并进一步讨论了ICA在各个领域的应用。 相似文献
4.
无线通信信号的调制方式识别是复杂电磁环境下频谱检测和频率控制的重要研究目标,为了实现频谱共存条件下调制信号的模式识别,通过利用范围区间和灵敏度参数构造参考信号,提出了一种带参考信号约束的独立分量分析(CICA)算法进行无线通信信号分离,实验仿真表明CICA算法能够很好地分离出感兴趣的信号,在0dB信噪比下分离信号和源信号的相似系数高于60%,与传统ICA方法相比,分离效果有了明显的提升。 相似文献
5.
本文主要专注于独立成分分析(Independent Component Analysis简称ICA)图像识别方面的算法研究,提出了混合信号的维数可以小于分离的独立成分的维数的过饱和算法,而且保证了相当的精度.在实际应用中意味着使用少量的信号采集设备就可以得到目标对象的本质特征,这在很大程度上降低了信号处理的成本,扩展了ICA的应用领域. 相似文献
6.
7.
盲源分离也称盲信号分离,是指在源信号和传递信道的参数均未知的情况下,仅根据输入源信号的统计特性,通过观测信号恢复各个源信号的过程。语音信号的盲分离技术在计算机听觉、语音识别、语音增强等领域具有重大的研究意义。现有的有关语音信号盲分离研究基本不考虑噪声的影响,然而在现实生活中,接收到的语音信号不可避免地混有各种噪声。因此,对于带噪声混叠语音的盲分离方法研究具有十分重要的现实意义。针对带噪声混叠语音信号,提出一种基于稀疏编码和EFICA的分离方法。首先用稀疏编码去噪方法消除带噪混叠语音信号中的噪声,然后将经过去噪处理后的观测信号用EFICA方法进行盲分离。Matlab仿真实验结果表明,该算法对带噪声混叠的语音进行盲分离效果良好。 相似文献
8.
将核估计中递归选择窗宽的ICA算法应用于DS-CDMA系统的多用户检测中,在样本总体真实密度未知时,根据给定的核密度和抽取的样本点来选择最优窗宽。采用ICA最优核窗估计算法检测器的输出初始化独立分量分析的迭代,对任意混叠信号进行盲分离。通过仿真证明了该算法在DS-CDMA多用户检测中的有效性。 相似文献
9.
《安徽教育学院学报》2012,(3)
将核估计中递归选择窗宽的ICA算法应用于DS--CDMA系统的多用户检测中,在样本总体真实密度未知时,根据给定的核密度和抽取的样本点来选择最优窗宽。采用ICA最优核窗估计算法检测器的输出初始化独立分量分析的迭代,对任意混叠信号进行盲分离。通过仿真证明了该算法在DS--CDMA多用户检测中的有效性。 相似文献
10.
本文研究了后非线性混合信号的盲分离 .后非线性混合信号是由线性混合的每一路信号分别经过一个非线性畸变产生的 .因此分离这种信号需要在适用于线性混合的线性分离结构前放置一个用于补偿非线性畸变的非线性校正部分 .本文用一种最大似然方法推导了一般后非线性分离结构的学习公式 .在前人一些工作的基础上 ,提出了一种用于亚、超高斯信号后非线性混合的盲分离算法 .该算法用多层感知器对分离结构的非线性校正部分进行建模 ,迭代过程中根据一稳定性条件在分别适用于亚、超高斯信号的概率模型间进行切换并以块自适应方式工作 .通过对模拟信号及实际信号 (图像和语音 )的实验证明了该算法的有效性 . 相似文献
11.
本文介绍了ICA的基本概念、算法及其应用情况,重点阐述了ICA在多媒体信号中的应用。然后,分析了基于采样和ICA的特征分析方法模型,并分别介绍了二层、高层分解模型和在离散小波变换中的概貌分量的能量统计,最后提出将采样与ICA相结合的信号处理方法。 相似文献
12.
针对数字产品的版权保护问题,利用独立分量分析(ICA)的盲源分离特性,提出了一种基于DWT和DCT相结合的混合域图像盲水印算法。首先对图像进行离散小波变换,然后对其低频系数进行离散余弦变换,再将置乱处理过的水印嵌入到余弦变换的中频系数上。水印提取过程不需要原始图像及水印参与,先利用ICA分离出水印信号,再经过相关性分析及置乱还原处理,得到水印图像。实验结果表明,该算法能够较稳健地抵抗添加噪声、JPEG压缩和滤波等多种常见攻击,具有较高的安全性。 相似文献
13.
舒强 《中国现代教育装备》2008,(8):43-45
分析了小波语音增强的原理,介绍了一种在虚拟仪器开发平台LabVIEW中实现Mallat正交小波变换的方法,在LabVIEW环境下实现了语音信号的小波阈值去噪算法。通过引入小波变换,增强了LabVIEW的信号分析与处理能力。 相似文献
14.
提出了一种基于LPC的语音信号特征参数提取的算法思想,对原始的语音信号进行线性预测建模,估计预算模型参数,提取LPC系数,分析LPC倒谱并计算预测误差。实验结果表明,该算法能较好的提取语音信号的特征参数,且预测重构的语音信号误差较小,易于建模的实现,为语音信号处理提供了一种特征参数提取的方法。 相似文献
15.
为了对非平稳、非连续的语音信号进行降噪,提出一种基于VMD分解和小波阈值的语音降噪方法。通过仿真信号对比分析了VMD、EMD和EEMD算法对信号分解中存在的伪分量、模态混叠问题。先用VMD对语音信号进行分解,再利用小波阈值降噪。实验结果表明,该降噪方法明显优于小波阈值的语音信号降噪、基于EMD和小波阈值的语音信号降噪以及基于EEMD和小波阈值的语音信号降噪。 相似文献
16.
17.
胎儿心电(Fetal Electrocardiogram,FECG)是通过安置在母体腹部表面电极间接检测到的微弱信号,其中含有各种形式的干扰信号,如何将胎儿心电从强背景干扰中分离出来,具有重要的临床应用价值。独立成分分析(Independent Component Analysis,ICA)是近年发展起来的一种新的盲源分离技术(Blind source separation,BSS)。本文将ICA方法应用于胎儿心电信号的提取,并对胎儿心电的在线提取进行了研究,取得了较好的胎儿心电分离效果。 相似文献
18.
随着脑电信号处理技术的发展,脑诱发电位的提取更广泛地应用于神经精神科以及其他领域.但是,目前一系列脑电分析方法都存在一定的缺陷.而根据脑电信号以及信号分析方法各自的特点,把小波变换(WT)和独立分量(ICA)结合的方法(WICA)应用到脑电α波增强中,小波变换可以增强待检测信号成分,削弱非目标信号成分和噪声的干扰,经过小波变换后子带重组的多道ICA输入信号中,非目标信号成分和干扰信号成分己变得较弱,因此,WICA算法能有效地分离出相对较强的目标信号成分.实验结果表明,WICA算法在脑电α波增强中可取得比较好的效果. 相似文献
19.
基于盲分离技术和小波分析,提出了消除地震信号噪声的一种新算法,这种算法将小波分析和盲信号分离技术有机结合,较好地发挥了消除地震信号随机噪声的作用;并通过应用到实际地震信号中,与其它去噪技术相比,此种去噪技术结果更理想。 相似文献
20.
高友福 《长江工程职业技术学院学报》2006,23(4):54-57
介绍语音信号的线性预测分析原理,并详细分析用来求解线性预测正则方程的自相关法、Burg法、协方差法的原理和计算方法,并对算法进行了比较. 相似文献