近年来所提出的许多瞬时混合信号盲分离算法大都是基于高阶统计量(HOS:High Order Statistics),这使得算法不易收敛且计算量较大。在本文中,我们证明了当源信号是非平稳信号(语音信号、音乐信号等)时,使用二阶统计量(SOS:Second Or...近年来所提出的许多瞬时混合信号盲分离算法大都是基于高阶统计量(HOS:High Order Statistics),这使得算法不易收敛且计算量较大。在本文中,我们证明了当源信号是非平稳信号(语音信号、音乐信号等)时,使用二阶统计量(SOS:Second Order Statistics)就足以成功地对混合信号进行盲分离,从而,大大简化了计算的复杂度。据此,我们提出一种基于二阶统计量的盲分离算法,并在试验中用此算法成功地分离了语音和音乐的混合信号。展开更多
文摘近年来所提出的许多瞬时混合信号盲分离算法大都是基于高阶统计量(HOS:High Order Statistics),这使得算法不易收敛且计算量较大。在本文中,我们证明了当源信号是非平稳信号(语音信号、音乐信号等)时,使用二阶统计量(SOS:Second Order Statistics)就足以成功地对混合信号进行盲分离,从而,大大简化了计算的复杂度。据此,我们提出一种基于二阶统计量的盲分离算法,并在试验中用此算法成功地分离了语音和音乐的混合信号。