[發明專利]一種低復雜度的頻域盲分離方法及系統

有效

• 申請號: 201910207390.2
• 申請日: 2019-03-19
• 公開（公告）號: CN110010148B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 康坊;楊飛然;楊軍
• 申請（專利權）人: 中國科學院聲學研究所
• 主分類號: G10L21/0272
• 分類號: G10L21/0272
• 代理公司: 北京方安思達知識產權代理有限公司 11472
• 代理人: 陳琳琳;楊青

1.一種低復雜度的頻域盲分離方法，所述方法包括：

獲取麥克風陣列采集的頻域分離信號；

將當前頻點與前一個頻點的分離信號做相關性分析，完成每一個頻點的分離信號的局部排序；

將局部排序后的每個頻點的分離信號與全局中心點做相關性分析，完成每一個頻點的分離信號的全局排序；

對全局排序后的分離信號進行幅度調整；

將調整后的分離信號進行傅里葉變換得到時域的分離信號；

所述方法具體包括：

步驟1)對麥克風陣列采集得到的混合信號進行短時傅里葉變換得到頻域信號，在每一個頻點獨立利用復數ICA算法對聲源進行分離；得到每個頻點的分離信號；

步驟2)將當前頻點f的各個分離信號的能量占比序列按照不同的順序排列組合，與前一頻點已確定順序的分離信號的能量占比序列對應位置依次計算相關系數，并確定一組均值最大的相關系數ρ_max及對應的排列順序；如果ρ_max＞ε，則將ρ_max所對應的排列順序作為當前頻點新的聲源順序；如果ρ_max≤ε，則在當前頻點之前的所有已排序的頻點中挑選出ρ_max＞0.7的頻點組成集合，并計算該集合中各分離信號的能量占比序列的中心點，將當前頻點的各分離信號以不同的順序與該中心點計算相關系數，選擇均值最大的相關系數所對應的排列順序作為當前頻點新的聲源順序；重復該步驟，完成每一個頻點的分離信號的局部排序；

步驟3)計算局部排序后的分離信號的全頻帶的全局能量占比序列中心點；依次計算局部排序后各個頻點的分離信號的能量占比序列按不同的排列順序與全局能量占比序列中心點的相關系數，并將均值最大的相關系數對應的順序作為各頻點新的聲源順序；重復該步驟，直至所有頻點上的聲源順序均不再改變；完成每一個頻點的分離信號的全局排序；

步驟4)對全局排序后的分離信號的分離信號進行幅度調整，得到幅度調整后的分離信號；

步驟5)將步驟4)幅度調整后的分離信號進行逆短時傅里葉變換得到聲源信號的時域估計信號；

所述步驟1)具體包括：

步驟1-1)將M個麥克風接收到觀測信號x_j(t)經過窗長為Q點的短時傅里葉變換得到頻域信號X_j(l,f)，t為時刻；1≤j≤M，l為時間索引，1≤l≤B，B表示為混合數據分幀處理的總幀數；f為頻率索引，f_s為采樣頻率；x(l,f)＝[X₁(l,f),X₂(l,f),...,X_M(l,f)]^T是觀測信號頻域向量；

步驟1-2)采用頻域ICA算法在每個頻點獨立地分離出每個聲源信號，得到當前頻點f的分離信號向量y(l,f)：

y(l,f)＝W(f)x(l,f) (3)

其中，W(f)為N×M的分離矩陣，y(l,f)＝[y₁(l,f),y₂(l,f),...,y_N(l,f)]^T，N為聲源的數量，y_i(l,f)表示第i個分離信號，1≤i≤N；

所述步驟2)具體包括：

步驟2-1)計算當前頻點f的分離信號向量y(l,f)的能量占比序列向量v(l,f)＝[v₁(l,f),v₂(l,f),...,v_N(l,f)]^T：

其中，v_i(l,f)表示第i個分離信號第l時間幀的能量占比，a_i(f)＝[a_1i,a_2i,...,a_Mi]表示分離矩陣W(f)的逆矩陣Α(f)＝W^-1(f)＝[a₁(f),...,a_N(f)]的第i列向量；

步驟2-2)根據每個時間幀計算的v(l,f)組成能量占比時間序列V(f)：

其中，第i列表示第i個分離信號的時間序列；將當前頻點f的能量占比時間序列V(f)的列向量按不同的順序重新組合，然后與V(f-1)的每一列向量對應地求皮爾遜相關系數ρ，并選取均值最大的相關系ρ_max及對應的聲源順序；

步驟2-3)如果ρ_max大于設定的閾值ε，進入步驟2-6)，否則，進入步驟2-4)；閾值ε的取值范圍0.5≤ε≤0.7；

步驟2-4)計算當前頻點f的能量占比時間序列V(f)的不同列向量組合與局部中心點m_k的相關系數，局部中心點m_k為：

其中，v_k(f)為V(f)的第k個列向量，表示第k個分離信號的能量占比時間序列；N_F表示局部頻點的集合，該集合元素的選擇方法為：從[1,...,f-2,f-1]中選取可信度高的頻點；|N_F|表示集合的長度；所述的可靠度高是指相關系數大于0.7；

步驟2-5)從步驟2-4)的相關系數中尋找一組均值最大的相關系數及對應的聲源順序；

步驟2-6)根據均值最大的相關系數ρ_max對應的聲源順序得到置換矩陣P(f)，對分離信號向量y(l,f)進行調整，得到局部排序的分離信號向量y_p(l,f)：

y_p(l,f)＝P(f)y(l,f) (12)

對每個頻點f重復步驟2-1)至步驟2-6)，直至每一個頻點的分離信號完成局部排序；

所述步驟3)具體包括：

步驟3-1)計算步驟2)局部排序后的每個頻點的分離信號的能量占比時間序列然后在整個頻帶計算全局中心點C_k：

其中，為的第k個列向量；F表示所有頻點的集合，|F|表示集合的長度；

步驟3-2)將每一個頻點的分離信號的能量占比時間序列的每一列向量按不同的順序組合與C_k做相關性分析，計算相關系數；

步驟3-3)根據均值最大的相關系數所對應的聲源順序得到置換矩陣P(f)，對聲源順序及對應的能量占比序列進行調整；轉入步驟3-1)；直到順序不再發生變化；全局排序后的每一個頻點的分離信號向量為