语音混合信号的盲分离研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-15页 |
| ·瞬时混合信号盲分离的研究现状 | 第12-13页 |
| ·卷积混合信号盲分离的研究现状 | 第13-15页 |
| ·论文内容和结构安排 | 第15-16页 |
| 第二章 瞬时混合信号盲分离 | 第16-36页 |
| ·引言 | 第16页 |
| ·模型定义 | 第16-18页 |
| ·基本假设和不确定性 | 第18-19页 |
| ·基本假设 | 第18-19页 |
| ·不确定性 | 第19页 |
| ·代价函数 | 第19-23页 |
| ·基于峭度的代价函数 | 第20页 |
| ·基于互信息的代价函数 | 第20-21页 |
| ·基于负熵的代价函数 | 第21-22页 |
| ·基于熵的代价函数 | 第22页 |
| ·基于似然函数的代价函数 | 第22-23页 |
| ·优化算法 | 第23-24页 |
| ·批处理算法 | 第23页 |
| ·自适应处理算法 | 第23-24页 |
| ·逐层分离算法 | 第24页 |
| ·数据的预处理 | 第24-25页 |
| ·中心化 | 第24页 |
| ·白化 | 第24-25页 |
| ·主要分离算法 | 第25-30页 |
| ·固定点算法(FastICA法) | 第25-28页 |
| ·特征矩阵的联合近似对角化算法(JADE法) | 第28-30页 |
| ·算法仿真实验 | 第30-35页 |
| ·小结 | 第35-36页 |
| 第三章 卷积混合信号盲分离 | 第36-53页 |
| ·引言 | 第36页 |
| ·模型定义 | 第36-37页 |
| ·频域盲分离方法 | 第37-46页 |
| ·频域盲分离方法概述 | 第37-39页 |
| ·短时傅立叶变换 | 第39-40页 |
| ·复数域分离算法 | 第40-43页 |
| ·次序调整方法 | 第43-46页 |
| ·比例调整方法 | 第46页 |
| ·算法仿真实验 | 第46-52页 |
| ·人工混合数据仿真实验 | 第46-50页 |
| ·实录语音信号分离实验 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第四章 变步长独立向量分析梯度算法的研究 | 第53-73页 |
| ·引言 | 第53页 |
| ·独立向量分析模型 | 第53-55页 |
| ·基本假设和不确定性 | 第55-57页 |
| ·基本假设 | 第55-56页 |
| ·不确定性 | 第56-57页 |
| ·卷积混合的IVA模型 | 第57-58页 |
| ·代价函数 | 第58-60页 |
| ·基于互信息的代价函数 | 第58-59页 |
| ·基于负熵的代价函数 | 第59页 |
| ·基于似然函数的代价函数 | 第59-60页 |
| ·多元概率密度函数 | 第60-61页 |
| ·L~p范数不变联合密度 | 第60页 |
| ·稀疏球对称联合密度 | 第60-61页 |
| ·优化算法 | 第61-66页 |
| ·自然梯度算法 | 第62-63页 |
| ·基于最速步长下降的变步长梯度算法 | 第63-64页 |
| ·基于估计函数的变步长梯度算法 | 第64-66页 |
| ·算法仿真实验 | 第66-71页 |
| ·人工混合数据仿真实验 | 第66-69页 |
| ·实录语音信号分离实验 | 第69-71页 |
| ·小结 | 第71-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻硕期间取得的研究成果 | 第81页 |
