盲源分离算法学习笔记

优缺点（Pros & Cons）
- 优点
- 缺点

麦克风阵列算法有两大类，一类是波束形成算法，另一类是盲源分离算法，两者互有优劣。本篇博客先通过比较盲源分离和波束形成来说明盲源分离的优缺点，盲源分离的基础知识，然后分别介绍盲源分离的常见实现方式。本篇盲源分离算法主要是记录ICA算法，若无指明，BSS和ICA在本篇博客中是等价的。

优缺点（Pros & Cons）

优点

盲源分离不需要目标语音VAD的先验信息。
这个先验信息对于波束形成算法是很关键的，其准确程度直接影响性能。而盲源分离不需要做自适应滤
盲源分离不需要目标语音的DOA信息。

缺点

盲源分离的结果是混淆的。
比如两个声源s1，s2s_1，s_2s1，s2，分离出来的顺序可以是s1^,s2^\hat{s_1}, \hat{s_2}s1^,s2^，也可能是s2^,s1^\hat{s_2}, \hat{s_1}s2^,s1^。
盲源分离要求输入的信号最多一个是高斯分布。
ICA算法的假设是两个声源s1，s2s_1，s_2s1，s2是相互独立的，那么分离出来的s1^,s2^\hat{s_1}, \hat{s_2}s1^,s2^也是相互独立的。如果s1s_1s1和s2s_2s2都是高斯分布，且相互独立。那么通过任意的正交矩阵混合后，仍然相互独立。对于ICA算法来说就有无穷多解，导致无法分开。
盲源分离无法应对长混响场景。
- 长混响场景，信号的幅度都是高斯分布。
- 长混响场景，解卷积的长度不好设定。长度太短无法包含长混响的冲激响应。长度太长不满足相互独立的假设。
- 长混响场景，麦克风阵列得到的信号从各个方向过来。盲源分离本质上相当于多组ABF，波束形成也无法应对这种场景。
盲源分离需要多次迭代，运算量大，收敛速度慢。

盲源分离算法学习笔记相关推荐

JADE盲源分离算法附MATLAB代码
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信.
波束形成算法学习笔记之一（Endfire，broadside）
波束形成算法学习笔记 Broadside 结构特点空间响应(频率变化) 频率响应(角度变化) Endfire结构特点空间响应(频率变化) 空间响应(延迟变化) 频率响应(角度变化) 总结麦克 ...
盲源分离matlab程序,盲源分离matlab程序
23 卷第 2008 年 3 月第 2 期陈锡明 ,黄硕翼盲源分离综述 --- 问题 . 原理和方法 1 1 引言盲源分离 (BSS) 是信号处理领域的一个基本问题 ,...... 盲源分离与 ...
国际上进行盲源分离研究的主要学者及其研究方向
E. Moreau及 P.Comon 等人对盲源分离的可行性准则等进行了讨论和分析:J. –F. Cardoso等人对基于似然估计的盲分离方法进行了研究:L. De Lathauwer等人则是对基于代 ...
同步压缩变换在时频分析和盲源分离等方面的应用
时频分析方法使用时-频域联合分布描述信号的瞬态特征,并通过瞬时频率估计来表征信号特征频率随时间变化的趋势.广泛使用的短时傅里叶变换STFT 和小波变换WT的时频分辨率取决于窗口和基函数的选择,但是由于 ...
盲源分离与压缩感知结合-论文阅读笔记
目录盲源分离与压缩感知结合-论文阅读笔记欠定盲源分离基础理论欠定盲源分离恢复算法研究基于压缩感知的欠定混合源信号恢复算法研究盲源分离与压缩感知结合-论文阅读笔记今天阅读的论文主要是:&qu ...
第八章---《实时语音处理实践指南》盲源分离笔记
本章利用信号的高阶统计量来分离出目标语音,盲语音分离就是假定源信号具有相互独立的统计特性,利用高阶统计量度量独立性,它能分离出所有非高斯性声源,实际使用中最常用的为独立成分分析法(ICA).一般根据麦 ...
盲源分离技术 matlab,基于ICA盲源分离的研究及matlab实现（毕业学术论文设计）.doc...
********* 大学毕业设计(论文)任务书毕业设计(论文)题目: 基于ICA盲源分离的研究及matlab实现毕业设计(论文)要求及原始数据(资料): 论文要求: 查找盲源分离的现状及发展历 ...
麦克风阵列盲源分离技术
麦克风阵列盲源分离技术盲源分离技术仅根据观察到的每一路混叠信号估计原始多路信号,独立成分分析(independent component analysis)卷积混合情况的盲源分离技术.第一部分麦克风 ...

盲源分离算法学习笔记

盲源分离算法学习笔记

优缺点（Pros & Cons）

优点

缺点

盲源分离算法学习笔记相关推荐

最新文章

热门文章