《基础群课设》课程设计- 语音信号的盲分离

《《基础群课设》课程设计- 语音信号的盲分离》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、49武汉理工大学《基础群课设》课程设计报告书.《基础群课设》课程设计任务书学生姓名：专业班级：通信0906班指导教师：工作单位：信息工程学院题目：语音信号的盲分离主要目的就是对学生进行基础课程、基本技能、基本动手能力的强化训练，提高学生的基础理论知识、基本动手能力，提高人才培养的基本素质。一、训练内容和要求设计任务：根据盲信号分离原理，用matlab采集两路以上的语音信号，选择合适的混合矩阵生成若干混合信号。选取合适的盲信号分离算法（如独立成分分析ICA等）进行训练学习，求出分离矩阵和分离后的语音信号

2、。设计要求：（1）用matlab做出采样之后语音信号的时域和频域波形图（2）选择合适的混合矩阵，得到混合信号，并做出其时域波形和频谱图（3）采用混合声音信号进行训练学习，求出分离矩阵，编写出相应的确matlab代码。（4）用求出的分离矩阵从混合信号中分离出原语音信号，并画出各分离信号的时域波形和频谱图。（5）对结果进行对比分析。二、初始条件计算机；MicrosoftOfficeWord软件；MATLAB软件三、时间安排1、2012年6月18日,作基础强化训练具体实施计划与报告格式要求的说明；学生查阅相

3、关资料，学习原理。2、2012年6月19日，算法设计。3、2012年6月20日至2012年6月22日，运用MATLAB软件仿真4、2012年6月23日，上交基础强化训练成果及报告，进行答辩。指导教师签名：年月日系主任（或责任教师）签名：年月日4949武汉理工大学《基础群课设》课程设计报告书目录摘要IIAbstractIII1Matlab软件的简介12语音信号的产生与获取33语音信号的处理53.1语音信号的时域分析53.1.1语音信号的采集53.1.2语音信号的时域波形图63.2原始信号的频域分析74盲

4、信号处理104.1盲信号处理的概述104.1.1盲信号处理的基本概念104.1.2盲信号处理的方法和分类104.1.3盲信号处理技术的研究应用114.2盲源分离法124.2.1盲源分离技术124.2.2盲分离算法实现124.2.3盲源分离技术的研究发展和应用134.3独立成分分析144.3.1独立成分分析的定义144.3.2ICA的基本原理154.3.3本文对ICA的研究目的及实现174.3.4分离结果分析205小结体会23附录程序254949武汉理工大学《基础群课设》课程设计报告书摘要语音信号盲分离

5、处理的含义是指利用BSS技术对麦克风检测到的一段语音信号进行处理。混合语音信号的分离是盲分离的重要内容，目前的混叠语音分离大多是建立在无噪环境中的混叠情形下，主要以盲源分离(BlindSourceSeparation，BSS)，根据信号的统计特性从几个观测信号中恢复出未知的独立源成分。本文重点研究了以语音信号为背景的盲处理方法，在语音和听觉信号处理领域中，如何从混有噪声的的混叠语音信号中分离出各个语音源信号，来模仿人类的语音分离能力，成为一个重要的研究问题。具体实现主要结合ICA技术，将语音去噪作为一

6、个预处理过程，对带噪声的混叠语音盲分离进行了研究，本文详细了介绍三种FastICA算法：SOBI算法以及CICA算法，将三种算法应用于实际的语音信号噪声分离中，并比较了传统算法和基于ICA/BSS算法在语音消噪和增强方面的差异，文章最后还介绍了分离效果评价准则，并比较了SNR和SIR参数。关键词语音信号，语音信号噪声，盲源分离，独立成分分析4949武汉理工大学《基础群课设》课程设计报告书AbstractBlindseparationofspeechsignalprocessingmeansistheu

7、seofBSStechniquesmicrophonedetectsavoicesignalprocessing.Separationofmixedspeechsignalsisimportantforblindseparation,thecurrentseparationofoverlappingspeechisbuiltmostlyintheabsenceofaliasingnoiseintheenvironment,underthecircumstances,mainlyinblindsourc

8、eseparation(BlindSourceSeparation,BSS),thestatisticalcharacteristicsofsignalSeveralobservationsfromtheunknownsignaltorecovertheindependentsourcecomponents; Thisarticlefocusesonthebackgroundtotheblindspeechsignalprocessingmethod,s