頻域卷積混合盲分離研究.pdf

1、卷積混合盲分離是信號處理的研究熱點之一，在數(shù)據(jù)傳輸、無線通信、圖像恢復、語音增強、生物醫(yī)學信號檢測等領域中都得到了廣泛的應用。卷積混合的分離既能在時域執(zhí)行也能在頻域執(zhí)行，其中頻域方法利用短時傅立葉變換將卷積混合轉換為多個頻率片上的瞬時混合，顯著的降低了分離的難度，吸引了研究者們越來越多的關注。 目前，頻域方法仍存在大量問題有待深入研究，分離性能需要進一步提高。首先，“循環(huán)—部分卷積誤差”導致短時傅立葉變換系數(shù)和源信號頻譜瞬時混合

2、間存在差異，影響了各頻率片分離矩陣的估計精度和分離性能。其次，各頻率片上瞬時盲分離中順序不確定性的差異形成了“擾動不確定性”，使所合成的分離濾波器陣列不再為真實混合濾波器陣列的逆系統(tǒng)，嚴重損害了卷積混合的分離性能。最后，現(xiàn)有的代價函數(shù)設計方法完全忽視了“跨頻率片獨立性”，這導致其對分離矩陣的特征描述不夠全面，影響了迭代的收斂速度和分離性能。為此，本文對抑制“循環(huán)—部分卷積誤差”、消除“擾動不確定性”和“跨頻率片獨立性”的應用這三方面開展

3、研究以提高頻域方法的分離性能。 論文的主要貢獻和創(chuàng)新點包括以下幾個方面： 1)提出了兩種抑制“循環(huán)—部分卷積誤差”的預處理手段：時域濾波器和加權修正離散傅立葉變換。時域濾波器將短時傅立葉變換系數(shù)視為“帶噪瞬時混合”，采用“非連續(xù)多幀平滑"的濾波形式來抑制“循環(huán)—部分卷積誤差”帶來的“噪聲”，能提高后續(xù)頻域方法對各頻率片上混合矩陣的估計精度并提高分離性能。加權修正離散傅立葉變換則是一種基于幅度譜分布特征的最優(yōu)變換，其變換系

4、數(shù)在加權最小均方誤差意義下最接近所希望提取的源信號頻譜的瞬時混合，等效完成了“循環(huán)—部分卷積誤差”抑制，可代替短時傅立葉變換中的離散傅立葉變換從而提高現(xiàn)有頻域方法的分離性能。 2)依據(jù)不同頻率片上不同維頻域源信號間“跨頻率片獨立性”，我們提出了一種基于跨頻率片去相關的“跨頻頻域方法”，利用相鄰多個頻率片的信息估計每個頻率片上分離矩陣。該方法利用了現(xiàn)有頻域方法所忽視的“跨頻率片獨立性”，使其代價函數(shù)對各頻率片上分離矩陣所具有特征的

5、描述更為全面，從而能獲得更快的迭代收斂速度和更高的分離性能。 3)依據(jù)所提出的基于單頻點稠密短時譜的信號重構方法，我們提出了一種單頻點頻域方法，僅利用一個頻率片的信息來完成卷積混合盲分離。由于從根本上消除了擾動不確定性發(fā)生的可能，單頻點頻域方法能獲得更高的分離性能。 4)提出了“頻域獨立準則的時域優(yōu)化”的通用公式，可將任何頻域算法在各頻率片上分離矩陣的迭代公式合成時域分離濾波器迭代梯度，直接獲得時域分離濾波器的最優(yōu)解。該