说话人个数时变的语音盲分离研究
| 第1章 盲源分离问题概述 | 第1-18页 |
| ·问题起源 | 第10-11页 |
| ·数学模型 | 第11-14页 |
| ·线性瞬时混合 | 第11-12页 |
| ·后非线性卷积 | 第12-13页 |
| ·基于单频点的卷积混合信号分离模型 | 第13-14页 |
| ·相关术语 | 第14-16页 |
| ·研究现状 | 第16-17页 |
| ·国内外研究进展 | 第16页 |
| ·尚未解决的问题 | 第16-17页 |
| ·本文结构 | 第17-18页 |
| 第2章 盲源分离的基本理论与典型算法 | 第18-30页 |
| ·独立性假设 | 第18页 |
| ·可解性分析 | 第18-19页 |
| ·数据预处理 | 第19-21页 |
| ·中心化 | 第19页 |
| ·白化 | 第19-20页 |
| ·正交化 | 第20-21页 |
| ·优化准则与典型算法 | 第21-27页 |
| ·非高斯性度量 | 第21-22页 |
| ·互信息最小、信息最大准则 | 第22-23页 |
| ·最大似然估计 | 第23页 |
| ·定点算法 | 第23-24页 |
| ·非线性PCA | 第24页 |
| ·独立成分分析 | 第24-26页 |
| ·成分分析方法的差别 | 第26页 |
| ·准则的等价性说明 | 第26-27页 |
| ·性能分析 | 第27-28页 |
| ·评价准则 | 第28-29页 |
| ·基于系统矩阵的评价准则 | 第28页 |
| ·基于信号的评价准则 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 说话人个数时变的盲分离 | 第30-44页 |
| ·说话人个数变化对盲分离算法的影响 | 第30-31页 |
| ·说话人个数判断方法 | 第31-34页 |
| ·盖氏圆盘定理 | 第31-32页 |
| ·多重信号分类 | 第32页 |
| ·互功率谱相位 | 第32-34页 |
| ·超定语音盲分离方法DUET | 第34-42页 |
| ·数学模型及前提假设 | 第35页 |
| ·时频模板的选取准则 | 第35-37页 |
| ·窗的类型与尺寸选取 | 第37-39页 |
| ·混合语音的分解过程 | 第39-42页 |
| ·说话人识别技术用于聚类 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 盲定位引导盲分离 | 第44-51页 |
| ·盲定位方法概述 | 第44-45页 |
| ·两传感器实现信号源盲定位 | 第45-49页 |
| ·两传感器的盲定位模型 | 第45-46页 |
| ·互功率谱相位确定距离差双曲线 | 第46-47页 |
| ·DUET判断波达方向及去除虚定位 | 第47-48页 |
| ·仿真实验及分析说明 | 第48-49页 |
| ·盲定位对盲分离的指导作用 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |
