
盲源分离
文章平均质量分 89
叶夜笙歌
关注IT、智能硬件行业,专业语音信号处理,在此记录整理一些东西,让自己理解更深,也让大家分享,错漏之处,不吝赐教。
展开
-
独立成分分析
在已知语音信号方向的情况下,波束形成能明显改善语音质量,提高信噪比;然而在实际环境中,人可能是走动的,即使坐立不动,由于身体的扭曲使得语音到达阵列的方向也是变化的,此时波束形成效果受到限制。如果我们能在不知语音信号方向等先验知识的前提下,把混合的语音分离开来,提取感兴趣的语音信号,达到语音增强的目的,这就是独立成分分析(Independent Component Analysis,ICA)。1原创 2014-03-28 17:25:16 · 6278 阅读 · 0 评论 -
FastICA算法
目前比较成熟的线性盲源分离算法有很多,FastICA是其中之一。1 ICA算法流程(1) 归一化 首先将观测数据x归一化,即减去其均值m=E{x}使其具有零均值。这意味着s也是零均值的。 归一化预处理能简化ICA算法,在估计出归一后的混合矩阵A后,将计算出的分离信号s再加上s的均值A-1m。(2) 白化 在归一化之后,线性变换原创 2014-03-30 17:26:40 · 31387 阅读 · 25 评论