[发明专利]一种基于改进独立向量分析算法的声信号盲分离方法有效
| 申请号： | 201710117865.X | 申请日： | 2017-03-01 |
| 公开（公告）号： | CN106887238B | 公开（公告）日： | 2020-05-15 |
| 发明（设计）人： | 赵沁;郭峰;祖兴水;常玉超;刘华巍;李宝清;袁晓兵 | 申请（专利权）人： | 中国科学院上海微系统与信息技术研究所;中国科学院大学 |
| 主分类号： | G10L21/0272 | 分类号： | G10L21/0272;G10L25/27 |
| 代理公司： | 上海智信专利代理有限公司 31002 | 代理人： | 邓琪;余中燕 |
| 地址： | 200050 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于改进独立向量分析算法的声信号盲分离方法，包括：步骤1，通过M个传感器采集N个源信号的卷积混合信号，以得到M个观测信号；步骤2，通过短时傅里叶变换将所述观测信号从时域转换到频域，并建立基于分离矩阵的频域分离信号模型；步骤3，逐频点对频域的所述观测信号和分离矩阵进行预处理；步骤4，采用基于自适应更新的自然梯度独立向量分析算法逐频点进行盲分离处理，以得到频域的分离信号；步骤5，对频域的分离信号进行逆短时傅里叶变换，以得到时域的分离信号。本发明考虑声信号的卷积混合，自适应更新，能够更精确地恢复源信号，更快达到收敛；算法对更新步长的初始值不敏感，鲁棒性好，稳定性高。 | ||
| 搜索关键词： | 一种 基于 改进 独立 向量 分析 算法 信号 分离 方法 | ||
【主权项】：
一种基于改进独立向量分析算法的声信号盲分离方法，其特征在于，包括以下步骤：步骤1，通过M个传感器采集N个源信号的卷积混合信号，以得到M个观测信号；步骤2，通过短时傅里叶变换将所述观测信号从时域转换到频域，并建立基于分离矩阵的频域分离信号模型；步骤3，逐频点对频域的所述观测信号和分离矩阵进行预处理；步骤4，采用基于自适应更新的自然梯度独立向量分析算法逐频点进行盲分离处理，以得到频域的分离信号；步骤5，对频域的分离信号进行逆短时傅里叶变换，以得到时域的分离信号。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院上海微系统与信息技术研究所;中国科学院大学，未经中国科学院上海微系统与信息技术研究所;中国科学院大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710117865.X/，转载请声明来源钻瓜专利网。
