一种适用于信源数时变的自适应盲源分离算法

一种自适应算法的语音信号盲分离
梁淑芬;江太辉
【期刊名称】《信号处理》
【年(卷),期】2010(026)007
【摘要】盲信号处理算法主要有批处理算法和自适应算法两类,本文导出了一种批处理和自适应相结合的快速独立分量分析(Fast Independent Component Analysis,Fast ICA)算法,将该算法应用于语音信号盲分离处理,通过综合实验,从分离前后的波形、频谱图和主要评价参数说明该算法具有良好的信号分离效果.与扩展联合对角化(The Joint Appmximative Diagonalization of Eigenmatrix,JADE)算法和自然梯度(Natural Gradient,NG)算法比较,fast ICA算法具有更好的分离效果.
【总页数】5页(P1094-1098)
【作者】梁淑芬;江太辉
【作者单位】五邑大学,信息学院,广东江门,529020;五邑大学,信息学院,广东江门,529020
【正文语种】中文
【中图分类】TN912.3
【相关文献】
1.一种改进的自然梯度语音信号盲分离算法 [J], 岳建杰;赵旦峰;张成
2.一种改进的瞬时混合语音信号盲分离算法 [J], 李大辉;李长荣;杨阳
3.一种基于TMS320C6713的语音信号频域盲分离算法 [J], 刘朝晨;吴强;殷超;李清石;许宏吉;李玉军
4.一种简化的语音信号盲分离算法 [J], 桂国华;蔡青;贾鹏
5.一种新的自适应粒子滤波单通道盲分离算法 [J], LI Xiong-feng;GAO Yong 因版权原因，仅展示原文概要，查看原文内容请购买。

盲源分离的若干算法及应用研究盲源分离的若干算法及应用研究导言盲源分离（Blind Source Separation，简称BSS）指的是在没有任何先验信息的情况下，对于被混合的源信号进行分离和恢复的技术。

随着数字信号处理和机器学习的发展，盲源分离已经在语音信号处理、图像处理和时间序列分析等领域得到广泛应用。

本文将介绍盲源分离的若干算法及其在不同领域的应用研究。

一、独立成分分析（Independent Component Analysis，简称ICA）独立成分分析是盲源分离中广泛使用的一种方法。

它基于统计原理，通过寻找源信号之间的独立性，将混合信号分离成多个独立的成分。

ICA可以用于语音信号去混叠、生物医学图像处理等领域，并且在脑机接口、医学诊断等方面也有重要应用。

二、非负矩阵分解（Nonnegative Matrix Factorization，简称NMF）非负矩阵分解是一种常用的盲源分离方法，适用于信号的非负性特点。

NMF将一个非负矩阵分解为两个非负矩阵的乘积，其中一个矩阵表示源信号，另一个矩阵表示混合系数。

NMF在图像处理、音频处理和社交网络分析等领域有广泛应用，如图像的特征提取、音频的降噪和信号的压缩表示等。

三、小波变换（Wavelet Transform）小波变换是一种时间-频率分析方法，在盲源分离中也被广泛应用。

小波变换通过在时间和频率上的变化来分析信号，从而实现对源信号的分离。

小波变换在信号处理领域具有广泛的应用，如图像压缩、音频压缩和图像去噪等。

四、神经网络方法神经网络方法是近年来兴起的一种盲源分离方法，利用神经网络的强大学习能力对混合信号进行分离。

神经网络方法可以通过训练来自动学习源信号的分布，并实现对混合信号的分离。

这种方法不依赖于任何先验信息，适用于多源信号分离、语音增强和图像去噪等领域。

应用研究1. 语音信号处理盲源分离在语音信号处理中有着广泛的应用。

通过对麦克风获取的混合信号进行盲源分离，我们可以实现对多种语音信号的分离和识别。

【 摘
要 】将 盲源分 离算法通常应用 到的 白化预处理方法转化为权值正交约束条件 下的分离算 法， 使得分 离算法 由
无约束算法转变为有约束算法 ， 消除 了在估计 白化矩阵 时引入 的误差和分 离输 出存在 的尺度不 确定性。 因为算法
的收敛速度和稳态误差是 一对矛盾 ， 所 以结合 变步长思想 ， 提 出了一种新 的 自适应变步长的权值正交 约束 盲源分离
（ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ｆ ｏ ｒ Ｐ ｈ ｏ ｔ ｏ ｅ ｌ ｅ ｃ ｔ ｉ ｒ ｃ Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ ， Ｙ ａ ｎ ｔ ａ ｉ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｙ ａ ｎ ｔ ａ ｉ Ｓ ｈ ａ ｎ ｄ ｏ ｎ ｇ ２ ４０ ６ ０ ５ ， Ｃ ｈ ｉ ｎ ａ ）
ＧＥＮ Ｇ Ｃｈ ａ ｏ ， Ｏ Ｕ Ｓ ｈ ｉ ￣ｎ ｇ ， ＧＡ Ｏ Ｙｉ ｎ ｇ Ａｄ ａ ｐ ｔ ｉ ｖ ｅ Ｖａ ｒ ｉ ａ ｂ ｌ ｅ Ｓ ｔ ｅ ｐ Ｓ ｉ ｚ ｅ Ｏｒ ｔ ｈ ｏ ｇ ｏ ｎ ａ ｌ Ｃｏ ｎ ｓ ｔ ｒ ａ ｉ ｎ ｔ Ｂｌ ｉ ｎ ｄ Ｓ ｏ ｕ ｒ ｃ ｅ Ｓ ｅ ｐ ａ ｒ ａ ｉ ｔ ｏ ｎ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ
数 字 信 号 处 理
６ ６ 蓟０ Ｓ６ 响囿 ０ ０ ， ＠＠ ＠圆 圆６ 响
熙
自适应 变 步 长 正 交 约 束盲 源 分 离 算 法 ・ 实 用 技 术 ・
耿 （ 烟 台大 学 超 ， 欧世 峰 ， 高 颖 光 电信 息科 学技 术 学 院 ，山 东 烟台 ２ ６ ４ ０ ０ ５ ）
算法。该算法步长是基 于分 离状态的 ， 其 学习速率 由信号的分离程度 自适 应地选取 ， 因而能很好地解决 收敛速 度和

Ｓ ｌ－ ｄ ｐ ｉ ｎ Ｂｌ ｄ Ｓ ｕ ｃ ｅ ａ ａ ｉ ｎ Ｍ ｅ ｈ ｄ ｏ ｄ ｒ Ｓ ｇ ａ ｅ ｆ ａ ａ ｔｏ ｉ ｏ ｒ ｅ Ｓ ｐ ｒ ｔ ｔ ｏ ｆａ Ｒａ ａ ｉ ｎ ｌ ｎ ｏ
摘要 ： 本文提 出了一种将 自适应神经网络盲源分离模 型用于雷达信号的分 离算法， 考虑雷达信号应 包括回波信号和干扰信号等， 并将噪声 信号 视为 高斯 白噪声 ， 遵循 盲 源分 离的理论 基础 ， 设各 信 号之 间与噪 声之 间为相 互独 立 ， 假 利用 自适 应 不完 整 自然梯 度 法 实现 雷 达信 号 的有效 分 离。 算 法解 决 了传 统滤 波理论 分 离雷达 信号繁 琐 和复 杂 的 问题 ， 为 自适 应神 经 网络分 离系统 能够应 用于 更广 泛的领 域提 出了较 为客 观 的 新 也
ＶａｕｅＥｎ ｉ ｅ ｒｎｇ ｌ ｇｎ ｅ ｉ
・２１ ・ １
一
种雷达信 号 自适应 盲分 离算法
朱 刘 阳 Ｚ ｕＬｕ ａ ｇ ｈ ｉｙ ｎ
（１４ 部 队 ４ 分 队 ， ９ ２５ １ 兴城 １ ５ ０ ） ２ １５ （ １４ ｍｙ４１Ｄ ｔｃ ｍｅ ｔＸｉｇｈ ｎ ２ １５， ｈｎ ９ ２ ５Ａｒ ， ｅａ ｈ ｎ ， ｎ ｃ ｅ ｇ１ ５ ０ Ｃ ｉａ）
中 图分 类 号 ：Ｎ ５ Ｔ ９
文献 标 识 码 ： Ａ
文章 编 号 ：０ ６ ４ １ （０ ０）０ ０ １－ ２ １０ — ３ １２ １ ３ — ２ １０
为 天 线 阵 的 响 应 函 数和 转 播 过程 中 的 混 叠 矩 阵 的乘 积 ，（） Ｍｘ Ｓ ｔ为 ｌ 雷达系统 在工作状态 中的接收信号包括回波信号、干扰信号、 维 源 信 号 ， 包括 回 波 信 号 和 干扰 信 号 等 ， 设 各 信 号 之 间 与 噪 声 之 假 杂波 信 号 、 内部 噪 声 等 ， 达 工 作 环 境 的 恶 化 和 日益复 杂 的 电子 战 间均 是 相 互 独 立 ：（） Ｎ ｌ 噪 声 信 号 ， 括 外 部 噪声 ， 雷 ｎ ｔ为 ｘ 维 包 内部 噪 声 信 号 环 境 ， 现 代 雷达 系统 面 临 严 峻 挑 战 ， 得 各 式 雷 达 都 必 须 具 和 电噪 声 等 ， 常视 为 高 斯 白噪 声 。 使 使 通 备非常强的干扰环境 中检测 目标 和提取 目标参 数的能力＿ １ 】 。对于较 雷 达 接 收 机 处理 数 据 是 通 过 回波 信 号 和 本 振 信 号 进 行 混 频 ， 并 简单的干扰模式 ， 现有的雷达信号 处理模块通过经典 的滤波理论和 对混频信 号进行调节和跟踪 ， 在复 杂的信号 背景下 ， 利用 自适应 神 传 统 的信 号 处理 方法 加 以处理 ， 可 以获 取 较 佳 的效 果 。 随 着 干 扰 经网络分离系统区分干扰和 目标信号 ， 就 关键在于如何求解一个好 的 信 号模 式 愈 来 愈 复 杂 多 变 ， 代 雷 达 侦 察 设 备 的信 号 分 选 任 务 也 十 分离系统 ，这里我们采用两步法—— 白化矩阵 ｕ和 分离矩阵 ｗ 来 现 分 艰 巨而 复 杂 ， 统 方法 已无 法 胜任 这 方面 的工 作 。因为 传 统 的 “ 传 主 完成 分 离 的 目的。 动 雷 达 ” 了 探 测 目标 必 须 发 出 电 波信 号 ， 容 易 因暴 露 自身 而 遭 为 很 因此 ， 混 矩 阵 的 数学 表 达 式 为 ： 解 到 攻 击 ， 以使 用 受到 很 大 限制 。相 反 ， 年 来 发 展 起 来 的 “ 动 雷 所 近 被 Ｙ ｔ＝ ｘｔ＝ Ｗｘｔ （）Ｂ （）Ｕ （ ） （） ３ 达 ” 暂且 称 其 为 雷 达 ） 由于 只 接 收 信 号 而 不 发 出 任何 信 号 就 可 以 （ ， 其 中 ，（）（，ｔ， ｔ， ， ｔ ） 示恢 复 出 来 的 信 号 ， 对 原 Ｙ ｔ＝ Ｙ（）Ｙ（ ） Ｙ（）表 Ｌ 是 （） 就是根据对源信号 Ｓ ｔ的性质 （） 探测到 目标 ， 因而受到各国的广泛重视 ， 实际上 ， 这种被动雷达工作 始信号 Ｓ ｔ的估计。盲分离的过程 ， 的基本原理就是盲源分离技术。 我国这几年来对 隐形 飞机探测研 究 和 特 征 的 假 设 ， 立 解 混 矩 阵 Ｂ 的 目标 函 数 ， 得 通 过 解 混 矩 阵 Ｂ 建 使 所取 得的成 就也正是将盲源 分离领 域的最新研究成 果应用于 上述 的输 出信号 Ｙ ｔ 可能地逼 近 Ｓ ｔｏ 由（ 、３ 式得 ： （） 尽 （ ２）（ ） 这类 被 动 雷达 的一 个具 体 生 动 的 例 子 。 Ｙｔ＝ ｘｔ＝ Ａ （）Ｇ （） （）Ｂ （）Ｂ ｓｔ＝ ｓｔ （） ４ 盲分离技 术是近年来信号处理技术的重要发展方 向， 指信 号 是 Ｇ称 为全局矩 阵， 最理想 的分离效 果是 Ｇ ＩＩ ｎ ｎ ＝（ 为 ｘ 阶单位矩 分离 时， 我们无法预知原 始信号和传输信道 的基 本信息 ， 仅根据 接 阵 ）即 Ｂ Ａ 。所 以盲分离算法的核 心问题就是如何寻找到分离矩 ， ＝～ 收到的混合信号有效地将图像或信 息分离目 。利用 盲信号 分离技 术 阵 的最 佳 估 计 值 ， 包 括 两 个 方面 ： 化 判据 （ 比值 函 数 ） 寻 优 它 优 或 和 能 很 好地 解决 复 杂 环 境 背 景 下 雷达 信号 分 选 的 问 题 ， 它无 需 考 虑 过 算 法 ，即 学 习时 首 先 建 立一 个 以 已知 信 息 元 素 为 变 元 的 目标 函 数 多的雷达信号 的环境、 条件 的可测性。 学习样本 的选取 ， 只需根据接 Ｐ 其次是寻找一种 有效 的算法求解 ｗ， 能够算 出某个能使 Ｐ 到 ， 若 达 收 设 备所 获 取 的雷 达 辐 射 源信 号 进 行 处理 ， 可 以得 到 原 始 信 号 的 极 大 （ ） 就 小 的值 ， 极 值 点 即 为 Ｗ 所 需 的 解 。 该 形式 ， 即恢复出原始信号 ， 电子 战中对抗 和反对抗采取措 施提供 为 ２ 雷达 信 号 的 自适 应 不 完整 自然 梯 度 盲 分 离 算 法 了重 要 的依 据 。 如何 求得 分离 矩 阵 ｗ ， ＩＡ 的核 心 问 题 。通 常这 个 问题 需 要 是 Ｃ １ 雷达信 号盲分离的数学模型 基 于 目标 函 数 的 方 法 进 行 求 解 ， Ａ 问题 的 解 Ｂ将 在 这 些 目标 函 数 Ｉ Ｃ 雷达 对抗 信 号 环 境 Ｓ ｔ是 指 雷达 对 抗 设 备 在 其 所 在 的 地 域 内 的极 小或极 大值 处找到。 因此 ， （） 对于极小化一个多元函数的无约束 存在 的各 种 雷 达 辐 射 、 射 信号 的整 体 ， 学 表达 式 为 ： 散 数 问题 ， 经 典 的 方 法就 是最 速 下 降法 ， 称 为梯 度 下 降 法 。 文采 用 最 也 本 Ｎ 不完 整 自然 梯 度 法 ， 体 如 公 式 ： 具