

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、該文首先對信號盲分離問題的研究歷史以及研究現(xiàn)狀進(jìn)行了較為全面的回顧和論述,給出了信號盲分離問題的數(shù)學(xué)描述,包括盲分離問題的數(shù)學(xué)模型、保證盲分離問題可解的基本假設(shè)條件、信號盲分離問題中常用的數(shù)學(xué)原理和方法以及現(xiàn)有的信號盲處理主要算法等.并以次為基礎(chǔ)對信號盲處理的盲處理的某些方面進(jìn)行了更深入的研究.該文重點(diǎn)研究了以聲信號為背景的盲處理方法.現(xiàn)有的大部分盲分離算法都是建立在高階統(tǒng)計(jì)量的基礎(chǔ)上的,因?yàn)橹挥懈唠A統(tǒng)計(jì)量才能夠使得輸出的信號是相互獨(dú)立
2、的.而二階統(tǒng)計(jì)量只能夠使得輸出信號互不相關(guān),但并不能夠保證它們相互獨(dú)立,這不符合盲分離所要遵循的獨(dú)立分量分析的原則,因此,使用二階統(tǒng)計(jì)量是不足以對信號進(jìn)行盲分離的.隨后,該文著重討論了會導(dǎo)致盲分離徹底失敗的相鄰頻段的對準(zhǔn)問題,提出了自己的解決方案.為了充分說明算法的盲分離性能,該文對實(shí)驗(yàn)研究給予了充分的重視,分別在半消音室、水池和實(shí)際工作空間中進(jìn)行了多次的試驗(yàn).在該文的實(shí)驗(yàn)部分,利用實(shí)際錄制的語音信號作為源信號對該文提出的盲分離算法進(jìn)行
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 水聲信號處理的盲信號分離方法研究.pdf
- 水聲信號處理中的盲解卷積技術(shù)研究.pdf
- 盲分離算法的研究及其在聲信號處理中的應(yīng)用.pdf
- 水聲信號盲源分離方法研究.pdf
- 水聲信號寬帶盲波束形成技術(shù)的研究.pdf
- 水聲信號盲源分離技術(shù)研究.pdf
- 地聲信號處理方法研究.pdf
- 基于聲信號盲分離的特征提取方法研究.pdf
- 單通道盲源分離及其在水聲信號處理中的應(yīng)用研究.pdf
- 噪聲信號與處理
- 源信號數(shù)目未知的水聲信號盲源分離算法研究.pdf
- 基于時頻分析的水聲信號盲分離方法研究.pdf
- 激光超聲信號的處理與研究.pdf
- 數(shù)字助聽器聲信號處理關(guān)鍵算法研究.pdf
- 基于FPGA的超聲信號處理設(shè)計(jì).pdf
- 次聲信號的獲取與處理.pdf
- 復(fù)雜混疊聲信號的盲分離方法及其應(yīng)用研究.pdf
- 基于盲信號分析的天文信號處理方法研究.pdf
- 基于KICA的盲信號處理研究.pdf
- 盲分離技術(shù)及其在水聲信號中的應(yīng)用研究.pdf
評論
0/150
提交評論