单通道盲源信号分离开题报告

《单通道盲源信号分离开题报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、开题报告本科毕业论文（设计）开题报告毕业设计(论文)题目单通道盲源信号分离学生姓名导师姓名专业通信工程报告日期班级08-03班指导教师意见签字年月日9开题报告专业(教研室)主任意见年月日系主任意见年月日9开题报告1.选题意义在一个鸡尾酒会现场，如果用安放在不同位置的多个拾音器现场录音，那么所记录的信号实际上是不同声源的混合信号（如不同人的说话声、音乐声以及其它声源的声音）。人们希望从这些混合录音信号中把不同的声源分离出来，这显然不是一件很容易的事，至少用传统的频域滤波方法行不通，因为不同声源信号的频谱相互混叠在一起，无法有效地设计

2、滤波器。我们所面临的困境是：对于每个源信号（这里是声音信号）以及这些源信号是如何混合的一无所知。盲源分离（BlindSourceSeparation,BSS）技术的出现为解决这类问题提供了一种有效的途径。所谓盲源分离，简单来说就是指在信号的理论模型和源信号无法精确获知的情况下,如何从混迭信号(观测信号)中分离出各源信号的过程。“盲”有两重含义：(1)源信号不能被观测；(2)源信号如何混合是未知的。显然,当根据从信源到传感器之间的传输特性很难建立其数学模型、或者关于传输的先验知识无法获得时,盲源分离是一种很自然的选择。如何分离在众多

3、讲话人环境下麦克风所采集的混叠语音信号，是盲源分离研究中的一个重要课题和研究热点。近年来取得很大进展的盲源分离技术为噪声和语音的分离提供了可能，从而使得噪声环境下和众多讲话人情形下的语音识别的实现成为可能，增大了识别算法的鲁棒性和适应能力。除此之外，高质量的语音通信，助听器和远程会议系统都会得益于此项技术。因此，语音信号的盲分离技术研究具有非常重要的理论价值和应用价值。在盲源信号分离中现有的各种研究都是在假设传感器的个数不少于源信号个数的基础上进行的,即超定或正定分离问题,其中每个传感器接收到的观测信号是源信号的不同组合。当传感器

4、数小于源数时，由于混合矩阵的逆矩阵不能直接得到，于是也就不能像超定或正定问题那样同时求出分离矩阵和源信号，而对于传感器个数少于源信号个数的情况如何实现源信号的分离的问题就成为了一个难题。单通道盲源信号分离对于突破典型盲源信号分离问题具有重要的意义，也进一步拓宽了盲源信号分离的应用领域，但单通道盲源分离问题是最近才几年出现的，虽然已经有不少国内外的科研工作者对其研究也取得了一定的成果，但是在理论和算法方面还是具有很多不成熟的地方，也正是因为如此单通道盲源信号分离问题具有巨大的研究空间与研究价值。单通道盲源信号分离是近些年来国际上信号

5、处理领域正在兴起的一个重要的研究热点和前沿课题。9开题报告单通道盲源信号分离是盲源信号分离中一种特殊的情况，所谓单通道盲源信号分离指的是观测信号是由一个传感器输出的，并且该输出信号包含几个不同的源信号。现如今单通道盲源信号分离正在逐步成为信号处理研究领域最受关注的一个研究方向。单通道盲源信号分离只需要一个信道接收，系统相对简单并且成本低廉，而且在很多的情况下，信号仅能够通过一个传感器或者信道接收，使得接收到的信号中包含了多个信号分量。实际生活中仅能够接收到包有多个信号分量的单通道信号的现象是普遍存在的，例如：在通信系统中，号传通道

6、存在的共道干扰；在声纳系统、雷达系统中，所接收到的信号为很多个具有不同衰减和延迟的回波以及噪声的叠加；出现在图像处理中的多个图像重叠的情况，如对从刑侦现场获得的指纹图片进行指纹识别时，得到的几乎都是多个指纹重叠在一起的图片；在对生物医学信号的分析与处理中，多个生物电信号成分存在于被测信号中，如对胎儿的心跳信号进行检测时避免不了的要测量到母亲的心跳信号与身体内部的各种噪声，脑电图中除脑电信号以外还同时含有心电动、肌肉电信号、眼动伪迹以及其他干扰信号；在语音信号的处理当中，也常常攒在多个信号分量共存于一个信道中的情况等。2.国内外研究

7、现状概述盲源分离技术是从上世纪八十年代末开始提出的，虽然信号盲源分离发展的时间很短，但是己成为现代数字信号处理的一个活跃领域。以下从国外方面和国内方面来描述盲源分离技术的发展历史和研究现状。最早研究盲源分离（BlindSignalSeparation,BSS）问题的是法国的Herault和Jutten。他们在1985年左右开始研究，他们的方法称为H一J算法，在他们的算法中提出了一种针对两个源信号和两个混合信号的递归连接的人工神经网络，通过利用梯度下降算法调整网络权值来对网络输出信号的残差进行最小化并实现源信号的盲分离。Tong等首

8、先在1991年对盲源分离问题的解的不确定性即可辨识性进行了较为系统的研究，指出信号盲源分离的问题实际上是一个不可解问题，或者更确切的说，是一个多解问题，该问题的不可分解性可以用一个任意的满秩矩阵进行参数化。1994年，Comon将数据处理与压缩的主