畢業(yè)論文提綱：語(yǔ)音信號(hào)的盲源分離

大學(xué)本科畢業(yè)論文(設(shè)計(jì))開題報(bào)告
學(xué)院：　　信息學(xué)院　　　　　　　　　　　專業(yè)班級(jí)：　通信工程A班

課題名稱 語(yǔ)音信號(hào)的盲源分離

1、本課題的的研究目的和意義：
目前，語(yǔ)音識(shí)別和說話人識(shí)別基本上都是基于較為純凈的語(yǔ)音環(huán)境, 一旦待識(shí)別的環(huán)境中有噪聲和干擾, 語(yǔ)音識(shí)別就會(huì)受到嚴(yán)重影響。因此，噪聲魯棒性已成為語(yǔ)音識(shí)別走向?qū)嵱玫闹匾款i問題。盲源分離是在缺乏混合系統(tǒng)和源信號(hào)先驗(yàn)知識(shí)的條件下，僅通過觀測(cè)信號(hào)來恢復(fù)出源信號(hào)，從而再現(xiàn)另一端的信息，已經(jīng)成為目前數(shù)字信號(hào)
……（新文秘網(wǎng)http://m.jey722.cn省略381字，正式會(huì)員可完整閱讀）……　
通過MATLAB仿真實(shí)現(xiàn)語(yǔ)音信號(hào)的盲源分離。

4、擬解決的關(guān)鍵問題：

優(yōu)化算法，使之既能快速解決也能具有較低的計(jì)算復(fù)雜度


5、研究思路、方法和步驟：
課題研究的是語(yǔ)音信號(hào)的盲源分離,現(xiàn)實(shí)中語(yǔ)音信號(hào)和噪聲往往是獨(dú)立的.而ICA假設(shè)各源信號(hào)之間是獨(dú)立的,其目的是把接收到得混合信號(hào)分解為相互獨(dú)立的成分,而分離出的各成分即為源信號(hào).由此,ICA在本課題中是一個(gè)不錯(cuò)的方法.流行的ICA算法有很多,在此可選用FastICA算法，這是基于固定點(diǎn)迭代尋找飛高斯性最大值，它每次只從觀測(cè)信號(hào)分離一個(gè)獨(dú)立分量，是ICA的一種快速算法。
步驟有三步：1、去均值預(yù)處理
2、白化過程
3.用FastICA算法分離出分量
研究過程中也有考慮到如何降低計(jì)算復(fù)雜度，通過閱讀文獻(xiàn)以及仿真效果的對(duì)比，基于最大信噪比的盲源分離算法也符合要求。
基于最大信噪比的盲源分離算法中,以盲源分離效果越好時(shí)信噪比越大這一特點(diǎn),建立信噪比目標(biāo)函數(shù),把求優(yōu)過程轉(zhuǎn)換為廣義特征值求解,用求出的廣義特征值構(gòu)成特征向量矩陣—分離矩陣,該算法是全局最優(yōu)的盲源分離算法,具有低的計(jì)算復(fù)雜度.


6、本課題的進(jìn)度安排：

2月13日~3月6日 閱讀文獻(xiàn)和相關(guān)參考書籍
3月7日~3月21日 課題方案擬定
3月22日~4月17日 算法仿真實(shí)現(xiàn)
4月18日~4月30日 算法測(cè)試與改進(jìn)
5月1日~ 畢業(yè)論文撰寫與答辯


7、參考文獻(xiàn)：
1 T. Nishikawa, H. Saruwatari, K.Shikano. Multistage ICA for of real acoustic convolutive mi*ture Proc. ICA2003,2003; ( 4 ) :253～256
2 張智林, 皮亦鳴. 基于獨(dú)立分量分析的降噪技術(shù)[J] . 電子科技大學(xué)學(xué)報(bào), 2005, 34 (3) : ……（未完，全文共1683字，當(dāng)前僅顯示1070字，請(qǐng)閱讀下面提示信息。收藏《畢業(yè)論文提綱：語(yǔ)音信號(hào)的盲源分離》）