稀疏分量分析在水下盲语音分离中的应用研究  

作　　者：王光艳[1] 张艳 李玥玲 马肖蓉 

机构地区：[1]天津商业大学信息工程学院 [2]河北工业大学电子信息工程学院

出　　处：《电子世界》2019年第3期145-146,共2页Electronics World

基　　金：天津市应用基础与前沿技术研究计划(重点项目)(No.14JCZDJC32600);天津市大学生创新训练计划项目(No.201710069052)

摘　　要：引言:盲语音分离模拟人耳的“鸡尾酒会”效应,仅根据观测信号,便可提取或分离出目标语音信号。独立分量分析(ICA)已成为盲语音分离的主要分析方法,但ICA方法要求观测信号个数多于或等于源信号个数。事实上,观测信号个数少于源信号个数的欠定情况更普遍。稀疏分量分析(Sparse Component Analysis,SCA)利用信号在时频域的稀疏性,可以较好地解决欠定盲源分离的问题。1998年,Lewicki等首先提出利用信号的稀疏性进行欠定盲源分离。Zibulevsky较早提出利用最大似然估计和最大后验概率估计出混合矩阵和源信号。2001年Bofill等首次采用“两步法”对只具有2路观测信号的欠定盲分离问题进行分析。2004年,Cichocki等利用文献中的算法进行了欠定源信号的恢复。

关 键 词：稀疏分量分析 语音分离 最大后验概率估计 语音信号 应用 水下 独立分量分析 最大似然估计 

分 类 号：TN911[电子电信—通信与信息系统]