10.3969/j.issn.1002-0640.2017.08.023
基于负熵最大的FastICA语音信号分离算法
语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题.改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能.并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务.仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性.
负熵、语音信号、数目估计、盲分离、循环相关
42
TN91
陕西省2017年军民融合研究基金17JMR26;渭南市科研发展计划项目2015KYJ-2-6;渭南师范学院理工类科研基金资助项目16YKS010
2017-09-22（万方平台首次上网日期，不代表论文的发表时间）
共5页
101-104,110
