-
公开(公告)号：CN109711073B
公开(公告)日：2022-11-22
申请号：CN201811635603.3
申请日：2018-12-29
Applicant: 广东工业大学
Abstract: 本发明涉及信号处理领域，具体涉及一种基于稀疏表示的心肺音混叠信号盲源分离方法，本发明从心音信号具有稀疏特性出发，提出一种基于稀疏表示的盲源分离方法。首先，在临床上采集心肺音信号；其次，对心肺音混叠信号进行数学建模，得到心肺音混叠模型的数学表达式；然后，利用高阶累积量方法盲辨识混叠通道，估计混叠矩阵；最后，利用稀疏表示方法分离出心肺音信号。本发明从理论上证明了该方法的有效性，同时从数值实验上验证该方法的优越性，具有很强的创造性。
-
公开(公告)号：CN109671447A
公开(公告)日：2019-04-23
申请号：CN201811434791.3
申请日：2018-11-28
Applicant: 广东工业大学
IPC: G10L21/0272 , G10L21/0208
Abstract: 本发明涉及一种双通道欠定卷积混叠信号盲分离方法，包括以下步骤：S1：采集语音信号和音乐信号，并合成双通道欠定卷积混叠信号；S2：对欠定卷积混叠信号进行数学建模，得到欠定卷积混叠模型的数学表达式；S3：对观测信号进行傅里叶变换得到频域上的混叠信号x(f,n)，在频域上估计混叠矩阵 S4：利用估计的混叠矩阵 在频域上分离源信号，得到 S5：对频域上分离的源信号 进行逆傅里叶变换，从而得到时域上的估计源信号 本发明引用平行因子分解估计混叠通道矩阵，利用最小失真原则和K-means聚类方法解决尺度和排序不确定问题，然后利用维纳滤波法分离源信号，相比于其他算法，本发明的分离效果更优越。
-
公开(公告)号：CN110111806B
公开(公告)日：2021-03-30
申请号：CN201910234231.1
申请日：2019-03-26
Applicant: 广东工业大学
IPC: G10L21/0216 , G10L21/0232 , G10L21/0272 , G10L25/69
Abstract: 本发明公开了一种移动源信号混叠的盲分离方法，由于在现实生活中，采集的混叠信号具有一定的可变性，它的混叠滤波器是时变的，与传统的时不变混叠滤波器相比，源信号的分离过程将变得更加困难，本发明针对这种时变的混叠情况，提出一种鲁棒的盲分离算法；首先利用时间差估计算法定位源信号的位置，给出了严格的数学理论推导；然后对混叠滤波器进行重构，利用期望最大化算法更新模型参数，再利用维纳滤波法分离源信号；最后，通过仿真实验验证所提算法的有效性，同时对比一种鲁棒的移动源信号混叠盲分离算法(Full‑rank算法)，证明本发明所提算法对移动的源信号混叠盲分离具有更好的鲁棒性。
-
公开(公告)号：CN110956978A
公开(公告)日：2020-04-03
申请号：CN201911135757.0
申请日：2019-11-19
Applicant: 广东工业大学
IPC: G10L21/0272
Abstract: 本发明涉及信号处理技术领域，提出一种基于欠定卷积混叠模型的稀疏盲分离方法，包括以下步骤：获取欠定混叠语音信号；对所述欠定混叠语音信号进行短时傅里叶变换，得到频域上的稀疏混叠信号；对所述频域上的稀疏混叠信号进行数学建模，得到欠定卷积混叠模型；在所述欠定卷积混叠模型下建立稀疏代价函数，利用盲分离技术对混叠通道进行实时更新，得到估计的源信号；对所述估计的源信号进行尺度和排序处理，再利用傅里叶变换的逆运算得到时域上的完成分离的源信号。本发明利用源信号的稀疏约束以及欠定卷积混叠模型的构造，在处理真实环境下的高混响混叠信号具有更明显的优势。
-
公开(公告)号：CN109711073A
公开(公告)日：2019-05-03
申请号：CN201811635603.3
申请日：2018-12-29
Applicant: 广东工业大学
Abstract: 本发明涉及信号处理领域，具体涉及一种基于稀疏表示的心肺音混叠信号盲源分离方法，本发明从心音信号具有稀疏特性出发，提出一种基于稀疏表示的盲源分离方法。首先，在临床上采集心肺音信号；其次，对心肺音混叠信号进行数学建模，得到心肺音混叠模型的数学表达式；然后，利用高阶累积量方法盲辨识混叠通道，估计混叠矩阵；最后，利用稀疏表示方法分离出心肺音信号。本发明从理论上证明了该方法的有效性，同时从数值实验上验证该方法的优越性，具有很强的创造性。
-
Patent Agency Ranking
公开(公告)号：CN110706709A
公开(公告)日：2020-01-17
申请号：CN201910816592.7
申请日：2019-08-30
Applicant: 广东工业大学
Abstract: 本发明公开了一种结合视频信号的多通道卷积混叠语音信道估计算法，引进新型数学工具和分析方法，融合视音频信号信息，实现卷积语音混叠信道的有效估计。该方法借助说话人嘴部区域视频信号，通过非负矩阵分解提取说话人嘴型特征数据；利用密度聚类方法检测说话人嘴部特征数据的聚类中心，检测出说话人嘴部处于静默状态的图像帧，进一步提取单一说话人发声主导的所有时间窗口。根据局部主导时间窗口信息，从时频域观测语音信号成分计算局部主导协方差矩阵，通过特征值分解提取出主导特征向量，从而实现混叠语音信道估计。对比当前较为流行的单模态音频下的混叠语音信道估计方法，从数值实验上证明了所提方法的优越性。
-
公开(公告)号：CN110111806A
公开(公告)日：2019-08-09
申请号：CN201910234231.1
申请日：2019-03-26
Applicant: 广东工业大学
IPC: G10L21/0216 , G10L21/0232 , G10L21/0272 , G10L25/69
Abstract: 本发明公开了一种移动源信号混叠的盲分离方法，由于在现实生活中，采集的混叠信号具有一定的可变性，它的混叠滤波器是时变的，与传统的时不变混叠滤波器相比，源信号的分离过程将变得更加困难，本发明针对这种时变的混叠情况，提出一种鲁棒的盲分离算法；首先利用时间差估计算法定位源信号的位置，给出了严格的数学理论推导；然后对混叠滤波器进行重构，利用期望最大化算法更新模型参数，再利用维纳滤波法分离源信号；最后，通过仿真实验验证所提算法的有效性，同时对比一种鲁棒的移动源信号混叠盲分离算法(Full-rank算法)，证明本发明所提算法对移动的源信号混叠盲分离具有更好的鲁棒性。
-
公开(公告)号：CN110956978B
公开(公告)日：2022-12-16
申请号：CN201911135757.0
申请日：2019-11-19
Applicant: 广东工业大学
IPC: G10L21/0272
Abstract: 本发明涉及信号处理技术领域，提出一种基于欠定卷积混叠模型的稀疏盲分离方法，包括以下步骤：获取欠定混叠语音信号；对所述欠定混叠语音信号进行短时傅里叶变换，得到频域上的稀疏混叠信号；对所述频域上的稀疏混叠信号进行数学建模，得到欠定卷积混叠模型；在所述欠定卷积混叠模型下建立稀疏代价函数，利用盲分离技术对混叠通道进行实时更新，得到估计的源信号；对所述估计的源信号进行尺度和排序处理，再利用傅里叶变换的逆运算得到时域上的完成分离的源信号。本发明利用源信号的稀疏约束以及欠定卷积混叠模型的构造，在处理真实环境下的高混响混叠信号具有更明显的优势。
-
公开(公告)号：CN110491408B
公开(公告)日：2021-12-24
申请号：CN201910642379.9
申请日：2019-07-16
Applicant: 广东工业大学
IPC: G10L21/0272 , G10L15/06
Abstract: 本发明涉及盲信号分离技术领域，提出一种基于稀疏元分析的音乐信号欠定混叠盲分离方法，包括以下步骤：获取I组音乐源信号，并通过J个传感器进行混叠得到混叠音乐信号；对所述混叠音乐信号进行数学建模；对所述混叠音乐信号进行短时傅里叶变换，得到频域上的混叠音乐信号；在频域上估计混叠矩阵；根据所述混叠矩阵在频域上通过稀疏元分析方法对音乐源信号进行分离，得到估计音乐源信号；对所述估计音乐源信号进行傅里叶变换的逆运算，得到完成分离的时域上的估计音乐源信号。本发明能够对混叠音乐信号有效进行分离，并能够得到理想的分离结果。
-
公开(公告)号：CN110706709B
公开(公告)日：2021-11-19
申请号：CN201910816592.7
申请日：2019-08-30
Applicant: 广东工业大学
Abstract: 本发明公开了一种结合视频信号的多通道卷积混叠语音信道估计方法，引进新型数学工具和分析方法，融合视音频信号信息，实现卷积语音混叠信道的有效估计。该方法借助说话人嘴部区域视频信号，通过非负矩阵分解提取说话人嘴型特征数据；利用密度聚类方法检测说话人嘴部特征数据的聚类中心，检测出说话人嘴部处于静默状态的图像帧，进一步提取单一说话人发声主导的所有时间窗口。根据局部主导时间窗口信息，从时频域观测语音信号成分计算局部主导协方差矩阵，通过特征值分解提取出主导特征向量，从而实现混叠语音信道估计。对比当前较为流行的单模态音频下的混叠语音信道估计方法，从数值实验上证明了所提方法的优越性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
