欠定盲源分离算法及在语音处理中的应用研究

论文摘要

随着信息和计算机技术的发展,人们对信息处理方法的要求越来越高。很多实际应用中通过传感器获得的是一些有用信号的混叠信号或带噪声的混叠信号,如何从这些隐藏在混叠信号中的原始信号分离出来,是一些应用中必须解决的问题,盲源分离技术正是在这种背景下应运而生的。该技术一经提出,便引起了许多学者的广泛关注和重视。作为一种新的数据处理方法,盲源分离技术是人工神经网络、统计信号处理、信息理论、计算机学科等相结合的产物,在生物医学、医疗图像、语音信号处理、通信系统、信息检索等方面都具有非常重要的实际应用价值。盲源分离技术就是在信源信号和混叠过程均未知的情况下,仅根据少量的先验信息,从观测信号中恢复或估计出信源信号。这一先验信息就是盲源分离中的基本假设条件一信源信号之间是相互统计独立的,这是一个很宽松的条件,因此盲源分离技术在众多的领域中获得了广泛的应用,近年来成为现代信号处理领域中的一个新的研究热点。在早期的盲源分离研究中,一般都要做出观测信号的数目不少于源信号的数目的假设。然而,随着对盲信号处理研究的不断深入,作为常规模型的扩展,基于欠定模型的盲信号处理算法近年来得到了广泛的关注。这类算法主要解决源信号数目多于观测信号数目情况下的问题,更接近于盲源分离实际的情况。由于在此条件下系统是不可逆的,在研究的方法上与标准的盲源分离算法也有所不同,目前基于统计概率模型的过完备描述算法和基于稀疏特征的分离算法是研究欠定盲源分离的主要方法。本论文系统回顾了盲源分离技术的发展历史、研究现状和相关的经典算法,围绕欠定情况下盲源分离问题的一些关键技术进行了一些探索性的研究,包括欠定情况下源信号的可分离性、信源个数的估计、信源的稀疏性处理和欠定的非线性分离方法等,提出了一系列欠定盲源分离的算法,这些内容属于扩展的盲源分离问题,具有相当的理论意义和实际的应用价值。同时作为盲源分离技术的一个应用,在语音话者识别方面做了一定的研究工作。过完备描述算法作为一种扩展的盲源分离算法,在对信号特征刻画方面具有相当大的灵活性,不仅可以解决欠定盲源分离的问题,同时还可以得到描述信号高阶统计信息的过完备基函数。以此基函数为特征建立的基于文本无关的话者识别系统取得了很好的识别效果。本论文的主要成果概括如下:1.基于统计概率模型的过完备描述算法,该算法分为两步进行,首先在混叠矩阵固定的情况下对信源进行估计,然后在信源固定的情况下训练混叠矩阵。在具有二个观测信号或观测信号较少的情况下,提出了采用最短路径的方法来对信源进行估计,以提高训练速度,避免了求逆矩阵带来的运算量。2.在采用两步分离的欠定盲源分离算法中,混叠矩阵的精确估计是实现分离的前提,对信源作稀疏处理后,采用一新的加权势函数,在不增加运算量的前提下,低分辨率的情况即可以准确的估计出信源的个数,同时在聚类方向的邻域内采用高分辨率来精确的估计混叠矩阵。实验表明该算法可给出精确的估计,即使在观测信号中含有噪声的情况下,也可以保证很好的估计性能。3.在欠定盲源分离的分离方法上,传统的基于最小化L~1范数分离算法可给出确定的解,然而由于该算法是在最大化后验概率的情况下得到的,采用线性规划算法在信源稀疏性较差的情况下并不能给出理论上的最佳分离值。鉴于L~1范数分离算法的缺点,提出了两种改进的方法。第一,提出了基于在聚类方向加权的欠定盲源分离算法,该算法在寻找最佳分离矩阵时能较好的反映源信号的变化情况,在信源稀疏性较差的情况下较传统L~1范数分离算法能给出更高的信源分离信噪比,特别在信源中含有幅度较小的信源时,可避免由于L~1范数分离算法造成的分离不出小信号的情况。第二,提出了基于最小均方误差的欠定盲源分离算法,该算法在寻找最佳分离矩阵时能较好的跟踪源信号的内在变化,特别在信源稀疏性较差的情况下较传统L~1范数分离算法能给出更高的信源分离信噪比,通过对语音信号的分离并与原始语音信号对比试听,在语音的连续性和噪声方面都能达到满意的效果,具有实际应用的价值。4.含噪欠定盲源分离算法。由于噪声的影响将使算法的性能下降,然而在分离算法上实现去噪是非常困难的,为此含噪盲源分离算法常采用时频变换的技术,在进行分离之前先对观测信号进行滤波处理,然后考虑无噪声情况下的盲源分离。本文提出了一种新的基于高阶统计稀疏表征的欠定盲源分离算法,通过小波线性变换在变换域中对混叠信号进行分离,利用小波变换将信号能量“集中”在变换域中少数系数上的特征,既完成了对源信号的稀疏性处理,又可实现对噪声的消除,同时符合盲源分离的数学模型和先验假设,比基于二阶统计特征方法有更大的优越性,实验中取得了较好的分离效果。5.在话者识别应用方面。有效的特征信息一直是识别系统的关键,有效的话者特征同样是话者识别系统的关键。对于语音信号而言,不但包含有与话者有关的物理信息,同时也包含有语义信息,研究表明这两方面的信息可以认为是相互独立的,这与盲源分离模型的假设相一致。为此我们采用盲源分离技术中的过完备描述算法,将信号表示成基函数的线性组合,算法中通过设置基函数系数的分布特性来实现信号的分解,若假定系数具有稀疏的特性,即设置系数的分布为超高斯分布,则分解得到的基函数可准确地描述信号的高阶统计结构信息。该特征可用于语音信号处理中的话者识别和语音识别系统中,通过话者大量语音的学习获得与话者对应的特征信息,实验表明该特征具有较好的识别性能。综上所述,本论文针对目前欠定情况下的盲源分离算法存在的问题,以概率统计、稀疏处理和时频变换等技术为核心,对欠定盲源分离算法进行了较为深入的研究,并与实际应用相结合,成功的应用于语音信号处理中。论文最后总结了该研究领域亟待解决的一些问题和下一步的研究重点,同时对该领域的发展趋势进行了展望。

论文目录

• 中文摘要
• ABSTRACT
• 缩略语简表与符号说明
• 第一章 绪论
• 1.1 概述
• 1.2 国内外研究现状
• 1.2.1 线性瞬时混叠盲源分离
• 1.2.2 欠定情况下的盲源分离
• 1.2.3 国内的研究情况
• 1.2.4 盲源分离发展
• 1.3 盲源分离技术的应用
• 1.4 论文的研究内容和主要贡献
• 1.4.1 过完备描述算法及在话者识别中的应用研究
• 1.4.2 基于聚类方向加权和最小均方误差的欠定盲源分离算法研究
• 1.4.3 基于高阶统计稀疏表征的欠定盲源分离算法研究
• 第二章 盲源分离的基本理论与典型算法
• 2.1 引言
• 2.2 盲源分离的数学模型和先验假设
• 2.2.1 盲源分离的基本数学模型
• 2.2.2 盲源分离问题的先验假设和不确定性
• 2.3 分离准则及优化算法
• 2.3.1 非高斯最大化
• 2.3.2 最小互信息
• 2.3.3 极大似然估计方法
• 2.3.4 Informax准则
• 2.4 欠定情况的盲源分离
• 2.5 小结
• 第三章 过完备描述盲源分离算法与实现
• 3.1 引言
• 3.2 过完备描述数学模型
• 3.3 过完备描述盲源分离基本算法
• 3.3.1 推断系数或源信号
• 3.3.2 训练学习算法
• 3.4 算法的具体实现
• 3.5 仿真实验及分析
• 3.6 小结
• 第四章 基于稀疏特征的欠定盲源分离算法
• 4.1 引言
• 4.2 系统模型和先验假设
• 4.3 混叠信号的聚类特性
• 4.4 欠定盲源分离算法
• 4.4.1 信源个数和混叠矩阵的估计
• 4.4.2 信源的估计与恢复
• 4.4.3 L1范数算法的缺点
• 4.5 基于信源方向加权的欠定盲源分离算法
• 4.6 基于最小均方误差的欠定盲源分离算法
• 4.7 仿真实验及分析
• 4.7.1 信源个数与混叠矩阵的估计
• 4.7.2 源信号的分离
• 4.8 小结
• 第五章 基于统计稀疏的带噪欠定盲源分离算法
• 5.1 引言
• 5.2 基于稀疏表征的欠定盲源分离
• 5.2.1 系统框图
• 5.2.2 统计稀疏分量分析
• 5.2.3 仿真实验及分析
• 5.3 带噪语音欠定盲分离
• 5.3.1 系统框架
• 5.3.2 小波去噪处理
• 5.3.3 仿真实验及分析
• 5.4 小结
• 第六章 盲源分离在话者识别中的应用
• 6.1 引言
• 6.2 过完备算法在话者识别中的应用
• 6.2.1 话者识别简介
• 6.2.2 基于过完备描述的话者特征
• 6.2.3 语音信号基函数的提取
• 6.2.4 共振峰基函数的提取
• 6.3 识别方法及实验结果
• 6.3.1 识别方法
• 6.3.2 实验结果及分析
• 6.4 小结
• 第七章 结论与展望
• 附录
• 参考文献
• 致谢
• 攻读学位期间发表的论文与参加的科研项目
• 附件:外文论文两篇
• 学位论文评阅及答辩情况表