非稀疏欠定盲分离及其在语音分离中的应用

• 作者: 王宏霞 陈永强
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 马尔科夫链蒙特卡洛方法 欠定盲分离 贝叶斯方法 非稀疏度评判准则
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 铁道通信信号
• 页码范围: 69-75
• 分类号: TN911.7
• 字数: 6094字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2012.04.012

摘要

本文提出一种基于马尔科夫链蒙特卡洛方法(MCMC)的贝叶斯非稀疏盲源分离算法.用广义高斯分布(GGD)来拟合源信号的分布,通过MCMC抽样得到GGD参数和隐变量的估计,并由此得到源信号的最小均方误差估计(MMSE),解决了GGD参数估计容易陷入局部极值点、鲁棒性差的问题.根据语音信号的局部平稳性,提出基于非稀疏度评判准则的盲分离算法,用MCMC方法分离非稀疏区的语音信号,进一步提高了语音信号分离精度.仿真实验证明,本文方法改善了非稀疏信号和语音信号的分离效果,而且具有更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏霞	西南交通大学信息科学与技术学院	46	547	12.0	22.0
2	陈永强	西南交通大学信息科学与技术学院	15	26	3.0	3.0