论文摘要
卷积混合盲分离是信号处理的研究热点之一,在数据传输、无线通信、图像恢复、语音增强、生物医学信号检测等领域中都得到了广泛的应用。卷积混合的分离既能在时域执行也能在频域执行,其中频域方法利用短时傅立叶变换将卷积混合转换为多个频率片上的瞬时混合,显著的降低了分离的难度,吸引了研究者们越来越多的关注。目前,频域方法仍存在大量问题有待深入研究,分离性能需要进一步提高。首先,“循环—部分卷积误差”导致短时傅立叶变换系数和源信号频谱瞬时混合间存在差异,影响了各频率片分离矩阵的估计精度和分离性能。其次,各频率片上瞬时盲分离中顺序不确定性的差异形成了“扰动不确定性”,使所合成的分离滤波器阵列不再为真实混合滤波器阵列的逆系统,严重损害了卷积混合的分离性能。最后,现有的代价函数设计方法完全忽视了“跨频率片独立性”,这导致其对分离矩阵的特征描述不够全面,影响了迭代的收敛速度和分离性能。为此,本文对抑制“循环—部分卷积误差”、消除“扰动不确定性”和“跨频率片独立性”的应用这三方面开展研究以提高频域方法的分离性能。论文的主要贡献和创新点包括以下几个方面:1)提出了两种抑制“循环—部分卷积误差”的预处理手段:时域滤波器和加权修正离散傅立叶变换。时域滤波器将短时傅立叶变换系数视为“带噪瞬时混合”,采用“非连续多帧平滑”的滤波形式来抑制“循环—部分卷积误差”带来的“噪声”,能提高后续频域方法对各频率片上混合矩阵的估计精度并提高分离性能。加权修正离散傅立叶变换则是一种基于幅度谱分布特征的最优变换,其变换系数在加权最小均方误差意义下最接近所希望提取的源信号频谱的瞬时混合,等效完成了“循环—部分卷积误差”抑制,可代替短时傅立叶变换中的离散傅立叶变换从而提高现有频域方法的分离性能。2)依据不同频率片上不同维频域源信号间“跨频率片独立性”,我们提出了一种基于跨频率片去相关的“跨频频域方法”,利用相邻多个频率片的信息估计每个频率片上分离矩阵。该方法利用了现有频域方法所忽视的“跨频率片独立性”,使其代价函数对各频率片上分离矩阵所具有特征的描述更为全面,从而能获得更快的迭代收敛速度和更高的分离性能。3)依据所提出的基于单频点稠密短时谱的信号重构方法,我们提出了一种单频点频域方法,仅利用一个频率片的信息来完成卷积混合盲分离。由于从根本上消除了扰动不确定性发生的可能,单频点频域方法能获得更高的分离性能。4)提出了“频域独立准则的时域优化”的通用公式,可将任何频域算法在各频率片上分离矩阵的迭代公式合成时域分离滤波器迭代梯度,直接获得时域分离滤波器的最优解。该方法被用于所提出的“跨频频域方法”,消除了扰动不确定性发生的可能。本论文对频域卷积混合盲分离的理论进行了深入的研究,所提出的算法具有一定的创新性,对于卷积混合盲分离的应用研究具有一定的参考价值。
论文目录
摘要ABSTRACT英文缩略词第一章 绪论1.1 研究背景和意义1.2 卷积混合与分离的模型1.3 盲分离的数学表达式1.4 假设条件1.5 时域和频域方法比较1.6 论文的主要贡献和结构第二章 频域卷积混合盲分离理论和算法2.1 频域卷积混合盲分离概述2.1.1 短时傅立叶变换2.1.2 瞬时混合盲分离2.1.3 扰动不确定性调整2.1.4 分离信号的合成2.1.5 分离性能评价2.2 频域卷积混合盲分离算法2.2.1 基于非线性函数的频域方法2.2.2 基于2阶统计量的频域方法2.2.3 白化2.3 扰动不确定性调整方法2.3.1 基于滤波器系数一致性的方法2.3.2 DOA方法2.3.3 基于语音的特征的调整方法2.3.4 分裂谱2.3.5 基于耦合代价函数设计2.4 存在的问题2.5 本章小结第三章 加权修正离散傅立叶变换3.1 卷积混合帧的频域表示模型3.1.1 部分卷积3.1.2 卷积帧的频域表示模型3.1.3 卷积帧的稠密频域表示模型3.1.4 卷积混合帧的频域表示模型和稠密频域表示模型3.2 加权修正离散傅立叶变换WMDFT3.2.1 基于DFT的频域方法的缺陷3.2.2 修正离散傅立叶变换MDFT3.2.3 加权修正离散傅立叶变换WMDFT3.3 分离滤波器的合成3.4 仿真实验3.5 本章小结第四章 卷积混合盲分离的跨频频域方法4.1 频率片内部独立4.2 多延时集合独立和跨频率片独立性4.2.1 多延时集合独立4.2.2 跨频率片独立4.3 基于“跨频率片去相关”的跨频频域方法4.4 跨频去相关方法的迭代梯度4.4.1 跨频方法的“引导梯度”4.4.2 跨频方法的“追踪梯度”4.4.3 完整迭代梯度4.5 扰动不确定性的解决方法4.5.1 “频域独立准则时域优化”的通用公式4.5.2 跨频方法的扰动不确定性消除4.6 仿真实验4.7 本章小结第五章 频域卷积混合盲分离的时域滤波器5.1 带噪瞬时混合的噪声表达式5.1.1 循环一部分卷积误差5.1.2 带噪瞬时混合的噪声表达式5.2 频域卷积混合盲分离的时域滤波器5.2.1 每个频率片上的非连续平滑滤波器5.2.2 频域卷积混合盲分离的时域滤波器5.2.3 时域滤波器的平滑因子设置5.3 分离信号合成方法5.4 仿真实验5.5 本章小结第六章 单频点卷积混合盲分离频域方法6.1 单频点短时谱的信号重构原理6.1.1 双频点短时谱重构方法6.1.2 基于共轭双频点的单频点短时谱重构方法6.2 单频点卷积混合盲分离频域方法6.2.1 传统直接型方法的框架及其缺陷6.2.2 迭代优化型单频点方法6.2.3 参数设定6.3 代价函数6.3.1 重构信号自身的延时相似度6.3.2 重构信号间的相互独立性6.3.3 总体代价函数6.4 单频点方法的迭代梯度6.4.1 时延相似度代价函数关于变换矢量的梯度6.4.2 时延相似度代价函数关于分离矩阵元素的梯度6.4.3 相互独立性代价函数关于变换矢量的梯度6.4.4 相互独立性代价函数关于分离矩阵元素的梯度6.4.5 总体迭代梯度6.5 分离性能评估6.5.1 等效分离滤波器6.5.2 单频点方法的SIR指标6.6 仿真实验6.7 本章小结第七章 总结与展望7.1 本文总结7.2 未来工作展望附录A 基于Local PCA的初始化方法A.1 初始化原理A.2 Local PCA方法及其在初始化中的应用参考文献作者在攻读博士学位期间的成果致谢
相关论文文献
标签：盲信号处理论文; 频域卷积混合盲分离论文; 循环一部分卷积误差论文; 扰动不确定性论文; 跨频率片独立性论文;
