-
题名结合脉冲响应重塑和期望最大化的盲信号分离
被引量：1
- 1
-
-
作者
解元
张旭
邹涛
马鸽
余锦视
孙为军
-
机构
广州大学机械与电气工程学院
智能检测与制造物联教育部重点实验室
粤港澳复杂制造多尺度信息融合与协同优化控制重点验室
广州市制造过程综合自动化重点实验室
广东省物联网信息技术重点实验室
物联网智能信息处理与系统集成教育部重点实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第11期3343-3353,共11页
-
基金
广州市基础与应用基础研究项目(No.SL2022A04J00289)
广东省基础与应用基础研究基金(No.2023A1515011311)
+1 种基金
国家自然科学基金(No.62003095,No.52171331)
广州市市校联合实验室项目(No.2023A03J0120)。
-
文摘
多通道欠定卷积语音混合信号的分离问题是盲信号分离领域的难点.由于混合信号中常伴随声学回声和混响,真实的源信号很难完全被清晰地分离出来.传统的盲信号分离算法多数适用于低混响,而在高混响场景下,算法的分离性能极速下降甚至是失效的.本文针对具有声学回声和混响环境下的多通道欠定卷积语音混合信号的分离问题,提出一种结合脉冲响应重塑和期望最大化的盲信号分离算法,该算法在低混响和高混响下都表现出很好的分离性能.首先,利用基于无穷范数和p-范数的脉冲响应重塑技术设计预滤波器消除可听回声,完成对混合信号的重塑,提高混合信号的质量.然后,对重塑后的混合信号利用分层聚类方法估计混合矩阵,基于期望最大化算法框架,设计新的模型参数实时更新规则,通过结合脉冲响应重塑和期望最大化重构源信号.实验结果表明,所提算法可以有效地分离不同混响环境下带声学回声的欠定卷积混合信号,其分离性能优越,同时对噪声具有很好的鲁棒性.
-
关键词
盲源分离
脉冲响应重塑
多通道卷积混合
期望最大化
-
Keywords
blind signal separation
impulse response remodeling
multichannel convolutive mixtures
expectation maximization
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名面向带混响和噪声环境的心肺音混合信号盲分离
- 2
-
-
作者
解元
张旭
邹涛
马鸽
孙为军
-
机构
广州大学机械与电气工程学院
广州市制造过程综合自动化重点实验室
粤港澳复杂制造多尺度信息融合与协同优化控制重点实验室
广东工业大学自动化学院
-
出处
《信息与控制》
北大核心
2025年第1期150-160,共11页
-
基金
广州市基础与应用基础研究项目(SL2022A04J00289)
国家自然科学基金项目(62003095,52171331)
+1 种基金
广东省基础与应用基础研究基金项目(2023A1515011311)
广州市市校联合实验室项目(2023A03J0120)。
-
文摘
针对临床环境中伴随混响和噪声导致难以利用听诊器采集纯净的心音和肺音信号的问题,提出了一种基于到达时差估计和迭代逐步优化技术相结合的盲分离算法,探索带混响和噪声复杂环境下的心肺音混合信号的分离方法,辅助临床医生进行智能诊断。首先,构建时频域心肺音混合信号新模型,利用到达时差估计对混合矩阵进行估计。然后,基于迭代逐步优化实现模型参数的实时更新,实现心肺音信号的重构。仿真结果表明,所提算法可以有效地分离出线性和卷积混叠模型下的心肺音信号。对比实验结果验证了所提算法具有较好的分离性能及鲁棒性。
-
关键词
心肺音混合信号
盲源分离
到达时差估计
迭代逐步优化
-
Keywords
heart-lung sound mixed signal
blind source separation
time difference of arrival estimation
iterative gradual optimization
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
