检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于Hilbert-Huang变换的语音信号分离

张朝柱张健沛孙晓东

计算机应用

摘要（1578）

PDF （568KB）（777）

针对短时傅里叶变换不能正确得到非平稳信号的能量频率分布问题，提出了一种基于Hilbert-Huang变换的单信道语音信号分离的算法。该算法首先对分解得到的各内蕴模式函数分量(IMF)进行Hilbert变换，得到混合信号时频面上的Hilbert谱，然后对混合信号的Hilbert谱运用独立子空间分析的方法得出代表各个独立源信号的子空间，并对其求逆变换，从而恢复出各个源信号。通过仿真实验验证了此算法的正确性和有效性，且与短时傅里叶变换时频分析法相比较，其分离性能明显得到改善，显示了Hilbert-Huang变换在处理非平稳信号的优越性。

相关文章 | 多维度评价

Select

2. 基于curvelet变换和独立分量分析的含噪盲源分离

张朝柱张健沛孙晓东

计算机应用

摘要（1897）

PDF （1544KB）（1028）

独立分量分析（ICA）是基于信号高阶统计量的盲源分离方法，在高阶统计量方法中，由于高斯信号的高阶累计量为零，所以系统存在加性高斯噪声时就难以处理。提出了一种基于curvelet阈值去噪和FastICA算法的含噪信号盲分离的方法，并对高斯噪声环境下的混合图像进行了盲分离的仿真。结果表明，该方法能很好地解决由于存在加性高斯噪声而导致经典ICA算法性能发生严重恶化的问题；同时将curvelet变换去噪应用于含噪图像的盲源分离中，可以提高混合图像的信噪比，相对于小波去噪后的ICA算法，其分离性能有很大改善。