| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·语音增强应用背景 | 第9页 |
| ·盲源分离技术发展概况 | 第9-12页 |
| ·本论文主要研究内容及章节安排 | 第12-13页 |
| 2 语音信号处理的基础知识 | 第13-17页 |
| ·语音信号的基本特征 | 第13-14页 |
| ·语音信号的时域特征 | 第13页 |
| ·语音信号的频域特征 | 第13页 |
| ·语音信号的统计特征 | 第13-14页 |
| ·语音信号的传输模型 | 第14-15页 |
| ·短时傅里叶变换 | 第15页 |
| ·语音增强效果评价 | 第15-16页 |
| ·主观评价法 | 第16页 |
| ·客观评价法 | 第16页 |
| ·本章小结 | 第16-17页 |
| 3 基于快速ICA的语音信号盲源分离算法研究 | 第17-27页 |
| ·基于ICA方法的盲信号混合模型 | 第17页 |
| ·基于负熵的优化判据 | 第17-19页 |
| ·快速ICA算法介绍 | 第19-20页 |
| ·快速ICA的改进算法 | 第20-24页 |
| ·快速ICA算法的误差分析 | 第20-21页 |
| ·提高快速ICA算法精度的改进算法 | 第21-22页 |
| ·基于短时平稳性的快速ICA改进算法 | 第22-24页 |
| ·计算机仿真实验结果 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 4 基于语音稀疏性的欠定盲辨识方法 | 第27-42页 |
| ·稀疏性信号欠定混合模型的特征分析 | 第27-28页 |
| ·信号欠定混合的数学模型 | 第27-28页 |
| ·信号稀疏性的特征及其利用 | 第28页 |
| ·语音混合信号向量在空间中的投影特性 | 第28-30页 |
| ·源信号个数已知情况下的盲辨识 | 第30-31页 |
| ·源信号个数未知情况下的盲辨识 | 第31-36页 |
| ·ISODATA算法用于混合矩阵的估计 | 第31-34页 |
| ·在混合矩阵估计中ISODATA算法的控制参数设定 | 第34-35页 |
| ·对聚类进行修正的改进算法 | 第35-36页 |
| ·计算机仿真实验结果 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 5 基于逐层分离的欠定语音盲分离方法 | 第42-53页 |
| ·语音信号的时频特性分析 | 第42-43页 |
| ·语音信号的近似正交不重叠性质 | 第42-43页 |
| ·语音信号正交性能好坏对语音分离效果的影响 | 第43页 |
| ·提取源信号的逐层分离法 | 第43-50页 |
| ·按源信号重叠个数对时频域进行分层 | 第43-44页 |
| ·语音源信号的逐层分离 | 第44-50页 |
| ·计算机仿真实验结果 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |