盲源分离应用领域

第９卷第２期　２０１１年６月　南京工程学院学报（自然科学版）　Ｊｏｕｒｎａｌ　ｏｆ　Ｎａｎｊｉｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）　Ｖｏ１．９，Ｎｏ．２　Ｊｕｎ．，２０１１　

文章编号：１６７２—２５５８（２０１１）０２—０００６—０５　

核独立分量分析在盲源信号分离中的　

应用研究　

王　翔　

（南京工程学院能源与动力工程学院，江苏　南京２１１１６７）　

摘要：提出利用核独立分量分析来分离混合语音信号的盲信号处理方法．介绍了基于核空间ＩＣＡ的原理和基本　算法，然后利用核独立分量分析算法和固定点快速分离算法分离了混合语音信号．试验结果表明：利用基于核独立　分量分析的方法可以得到较为理想的分离效果．　关键词：独立分量分析；核空间；声音信号；语音分离　中图分类号：ＴＢ５３３。ＴＮ９１１　

Ｒｅｓｅａｒｃｈ　ｉｎｔｏ　ｔｈｅ　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｋｅｒｎｅｌ　Ｉｎｄｅｐｅｎｄｅｎｔ　Ｃｏｍｐｏｎｅｎｔ　Ａｎａｌｙｓｉｓ　

ｉｎ　Ｂｌｉｎｄ　Ｓｏｕｎｄ　Ｓｉｇｎａｌ　Ｓｅｐａｒａｔｉｏｎ　

ＷＡＮＧ　Ｘｉａｎｇ　

（Ｓｃｈｏｏｌ　ｏｆ　Ｅｎｅｒｇｙ　ａｎｄ　Ｐｏｗｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎａｎｊｉｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ　２　１　１　１　６７，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏｐｏｓｅｓ　ａ　ｍｅｔｈｏｄ　ｔｏ　ｓｅｐａｒａｔｅ　ｍｉｘｅｄ　ｓｐｅｅｃｈ　ｓｉｇｎａｌｓ　ａｎｄ　ｔｏ　ａｄｄｒｅｓｓ　ｂｌｉｎｄ　ｓｏｕｎｄ　ｓｉｇｎａｌｓ　ｕｓｉｎｇ　ｋｅｒｎｅｌ　ｉｎｄｅｐｅｎｄｅｎｔ　ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ．Ｗｈａｔ　ｉｓ　ｉｎｔｒｏｄｕｃｅｄ　ｔｈｅｎ　ｉｓ　ｔｈｅ　ｐｒｉｎｃｉｐｌｅ　ａｎｄ　ｂａｓｉｃ　ａｌｇｏｒｉｔｈｍ　ｏｆ　ｋｅｒｎｅｌ　ｉｎｄｅｐｅｎｄｅｎｔ　ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ．Ｍｉｘｅｄ　ｓｐｅｅｃｈ　ｓｉｇｎａｌｓ　ａｒｅ　ｓｅｐａｒａｔｅｄ　ｕｓｉｎｇ　ｋｅｒｎｅｌ　ｉｎｄｅｐｅｎｄｅｎｔ　ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ　ａｌｇｏｒｉｔｈｍ　ａｎｄ　ｆａｓｔ　ｆｉｘｅｄ－ｐｏｉｎｔ　ｓｅｐａｒａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｉｎｄｉｃａｔｅ　ｔｈａｔ　ｔｈｅ　ｓｅｐａｒａｔｉｏｎ　ｕｓｉｎｇ　ｋｅｒｎｅｌ　ｉｎｄｅｐｅｎｄｅｎｔ　ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ　ｉｓ　ｄｅｓｉｒａｂｌｅ．　Ｋｅｙ　ｗｏｒｄｓ：ｉｎｄｅｐｅｎｄｅｎｔ　ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ；ｋｅｒｎｅｌ　ｓｐａｃｅ；ｓｏｕｎｄ　ｓｉｇｎａｌ；ｓｐｅｅｃｈ　ｓｅｐａｒａｔｉｏｎ　

盲源分离欠定问题欠定问题的研究与应用

盲源分离(Blind Source Separation,BSS)技术,越来越成为信号处理领域中的重点关注问题。“盲源分离”这一概念的最初提出,主旨是为了解决某系统在源信号及信号个数未知、混合矩阵未知而只有观测号已知的情况下,对源信号进行恢复。

本文主要研究的是欠定盲源分离问题,即观测信号数目小于源信号数目的情况。基于稀疏分量分析(Sparse Component Analysis,SCA)法,分两个阶段讨论了混合矩阵和源信号的估计,并分别提出了估计混合矩阵和恢复源信号的新方法。

本文主要内容包括:讨论了基于SCA的“两步法”。在混合矩阵的估计阶段,研究了三类估计方法,分别是k均值算法、霍夫变换发及势函数法;对各算法的原理进行了分析,并通过仿真实验实现各算法,并验证了算法的有效性。

在源信号估计阶段,主要研究了目前最常用的最短路径法。提出了一种基于蚂蚁觅食原理的改进蚁群聚类算法估计混合矩阵,并利用网格密度法对聚类中心进行进一步修正。

首先利用源信号的稀疏性,对观测信号进行标准化处理形成球状堆;再利用观测信号之间的欧氏距离确定初始信息素矩阵,得出初始聚类中心;然后按照传统蚁群聚类法对数据进行聚类;接着利用网格密度法提取出每一类密度最大的网格,将该网格的中心作为该类聚类中心;最后输出每个聚类中心作为混合矩阵各列向量。提出了一种基于加权的最小l1范数法对源信号进行恢复,相较于传统l1范数法的寻找一组最优解,改进的范数法将其他可能的分解项按照权值进行相加,从而使恢复出的信号更加接近源信号向量。

当有两路观测信号时,按照分解项与观测信号的角度差大小作为加权值;当有两路以上观测信号时,将每个可行解的范数所占的均值作为加权值。

第２６卷第１１期　

２００６年１　１月　计算机应用　

Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　Ｖｏ１．２６　Ｎｏ．１１　

ＮＯＶ．２ｏｏ６　

文章编号：１００１—９０８１（２００６）１１—２６９４—０２　

盲源分离在单通道语音增强算法中的应用　

马建芬，李鸿燕，张雪英，王华奎　

（太原理工大学计算机与软件学院，山西太原０３００２４）　

（ｍａｊｉａｎｆｅｎｔｙｕｔ＠１２６．ｃｏｍ）　

摘要：提出一种单通道语音增强算法。首先由接收到的单声道语音信号的含噪部分构造一个　

假想噪声源，将这一噪声源和含噪的信号作为多通道自适应去相关（ＭＡＤ）盲分离算法的输入，得到　

增强的语音信号。进一步将这一增强的语音作为输入，利用Ｄａｕｂｅｃｈｉｅｓ小波对其进行分解，在小波域　

中选取合适的阈值函数进行滤波，然后合成时域语音信号。根据以上步骤得到的增强语音有较高的　

信噪比及可懂度。　

关键词：语音增强；盲源分离；小波变换　

中图分类号：ＴＮ９１２　文献标识码：Ａ　

Ｕｓａｇｅ　ｏｆ　ｂｌｉｎｄ　ｓｏｕｒｃｅ　ｓｅｐａｒａｔｉｏｎ　ｉｎ　ｓｉｎｇｌｅ　ｃｈａｎｎｅｌ　ｓｐｅｅｃｈ　ｅｎｈａｎｃｅｍｅｎｔ　ａｌｇｏｒｉｔｈｍ　

ＭＡ　Ｊｉａｎ－ｆｅｎ，ＬＩ　Ｈｏｎｇ－ｙａｎ，ＺＨＡＮＧ　Ｘｕｅ－ｙｉｎｇ，ＷＡＮＧ　Ｈｕａ－ｋｕｉ　

（Ｃｏｌｌｅｇｅ　ｏｆＣｏｍｐｕｔｅｒ　ａｎｄ　Ｓｏｆｔｗａｒｅ，Ｔａｉｙｕａｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ　Ｓｈａｎｘｉ　０３００２４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ａ　ｎｅｗ　ｓｉｎｇｌｅ　ｃｈａｎｎｅｌ　ｓｐｅｅｃｈ　ｅｎｈａｎｃｅｍｅｎｔ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｐｕｔ　ｆｏｒｗａｒｄ．Ａ　ｐｓｅｕｄｏ　ｎｏｉｓｅ　ｓｏｕｒｃｅ　ｗａｓ　ｕｓｅｄ　ａｓ　ｔｈｅ　

ｉｎｐｕｔ　ｏｆ　ｔｈｅ　ｍｕｌｔｉｐｌｅ　ａｄａｐｔｉｖｅ　ｄｅｃｏｒｒｅｌａｔｉｏｎ（ＭＡＤ）ａｌｇｏｒｉｔｈｍ　ｔｏ　ｇｅｔ　ａｎ　ｉｍｐｒｏｖｅｄ　ｓｐｅｅｃｈ　ｓｉｇｎａ１．Ｍｏｒｅｏｖｅｒ，Ｄａｕｂｅｃｈｉｅｓ　ｗａｖｅｌｅｔ　

第３期　２００６钲　通　信　Ｃ０ＭＭＵＮＩＣＡＴＩＯＮ　对　抗　ＣＯＵＮＴＥＲＭＥＡＳＵＲＥＳ　Ｎｏ．３　２００６　

盲源分离　

——理论，应用与展望　

杨小牛　，付卫红　

（１．通信系统信息控制技术国家级重点实验室，浙江嘉兴，３１４０３３；　

２．西安电子科技大学ＩＳＮ国家重点实验室，陕西西安，７１００７１）　

摘要：探讨了盲源分离在通信侦察中的应用前景。在首先介绍盲源分离的基本理论和经典算法的　

基础上，讨论了盲源分离在通信侦察中的典型应用；通过初步仿真，分析研究了盲源分离技术在跳频信　

号分选与拼接以及ＣＤＭＡ多用户分离两个重要领域的应用可行性；最后对盲源分离在通信侦察中的　

应用前景进行了展望，提出了需重点研究的几个问题。　

关键词：盲源分离；通信侦察；跳频分选；ＣＤＭＡ多用户分离　

Ｂｌｉｎｄ　Ｓｏｕｒｃｅ　Ｓｅｐａｒａｔｉｏｎ：Ｔｈｅｏｒｙ，Ａｐｐｌｉｃａｔｉｏｎ　ａｎｄ　Ｐｒｏｓｐｅｃｔ　

ＹＡＮＧ　Ｘｉａｏ—ｎｉｕ　，ＦＵ　Ｗｅｉ－ｈｏｎｇ　

ｆｊ．Ｎａｔｉｏｎａｌ　Ｌａｂｏｒａｔｏｒｙ　ｏｆＩｎｆｏｒｍａｔｉｏｎ　Ｃｏｎｔｒｏｌ　Ｔｅｃｈｎｏｌｏｇｙｆｏｒ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ＆￣ｔｅｍ，Ｊｉａｘｉｎｇ，Ｚｈｅｊｉａｎｇ　３１４０３３，Ｃｈｉｎａ；　２．Ｎａｔｉｏｎａｌ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｉｎｔｅｇｒａｔｅｄ　Ｓｅｒｖｉｃｅｓ　Ｎｅｔｗｏｒｋｓ，Ｘｉｄｉａｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’觎，Ｓｈａｎｎｘｉ　７１００７１，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｐｏｔｅｎｔｉａｌ　ａｐｐｈｃａｔｉｏｎ　ｏｆ　ｂｈｎｄ　ｓｏｕｒｃｅ　ｓｅｐａｒａｔｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ｔｏ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｒｅｃｏｎｎａｉｓ——　

ｓａｎｃｅ　ａｎｄ　ｉｔｓ　ｐｒｏｓｐｅｃｔ　ａｒｅ　ｄｉｓｃｕｓｓｅｄ　ｉｎ　ｔｈｅ　ｐａｐｅｒ．Ａｔ　６ｒｓｔ．ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｂａｓｉｃ　ｔｈｅｏｒｙ　ｏｆ　ｂｈｎｄ　ｓｏｕｒｃｅ　ｓｅｐａｒａｔｉｏｎ　ａｎｄ