一种多通道盲源分离算法srp-nmf

一种多通道盲源分离算法srp-nmf

0k#m条件下的应用大多数盲源分离算法可分为单通道盲源分离算法（m.1）和多通道盲源分离算法（m.2）。在多通道盲源分离问题中，假设在源信号数量为K和麦克风数量为M，则混合信号x式中：x在正定（K=M）和超定（K<M）条件下的多通道盲源分离算法中，应用最多的是独立成分分析（IndependentComponentAnalysis,ICA)欠定（K>M）条件下的盲源分离算法主要是基于高斯混合模型（GaussianMixtureModel,GMM)最近几年随着深度学习的快速发展，使用深度学习来解决盲源分离问题，成为了盲源分离研究的热点和重点，比如2016年三菱电子研究实验室（MitsubishiElectricResearchLaboratories,MERL）提出了深度聚类非负矩阵分解广义互相关-非负矩阵分解（GeneralizedCrossCorrelation-NMF,GCC-NMF)1相关工作1.1多通道混合声音由式（1）可知，x式中，x1.2is散度规则的生成非负矩阵分解NMF已成功地应用于单通道盲源分离问题中，主要思想是将非负矩阵V非负矩阵分解NMF可以将矩阵分解问题转化成两个非负矩阵之间误差最小化的问题，本文使用IS散度（Itakura-Saitodivergence)定义乘法更新规则，随机初始化基矩阵W式中，⊙表示Hadamard乘积，i表示迭代次数。对于多通道语音信号，将每个通道的V然后通过NMF对这个非负矩阵进行分解，根据式（4）和式（5）更新得到基矩阵W1.3tdoa信号的估计到达方向（DirectionofArrival,DOA）和到达时间差（TimeDifferenceofArrival,TDOA)(1）如果只存在一个源信号，就可以通过DOA对这个方向的信号进行增强。(2）如果存在多个源信号，则：(1)可以通过估计TDOA的数量来对源信号数量进行估计；(2)通过跟踪DOA/TDOA的变化，来定位未知的源信号；(3)通过对某一个特定的DOA方向的源信号进行增强。1.4最大gcc函数的外延估计对DOA和TDOA的估计中，最简单的方法就是GCC-PHAT。GCC-PHAT引入广义互相关的概念，通过最大化GCC函数的延时估计TDOA。式中，τ表示通道p和通道q之间的TDOA,R^这种估计方法称为为GCC-PHAT。SRP-PHAT是在GCC-PHAT的基础上进行改进而来，它使用相位变换2机化编码及解码器在本文中提出了一种新的多通道盲源分离的方法——SRP-NMF。受到GCC-NMF算法的启发，通过将上面介绍SRP-PHAT源定位算法和NMF相结合，可以对混合信号进行分离。图2是SRP-NMF的主要流程图，SRP-NMF算法主要分为编码器、分离块和解码器。编码器和解码器都是一个两层结构，编码器包括STFT变换和NMF分解，而解码器包括一个STFT逆变换和NMF逆分解。分离块主要分为SRP-PHAT部分、SRP在SRP式中，*表示共轭，Y式中，τ根据NMF分解出来的基矩阵W通过除以p、q个麦克风通道的信号幅值，归一化消除因信号幅值大小带来的影响。对于一个给定的基向量，根据它们频率的相对突出程度进行加权计算。结合式（9）～式（12），有：将多通道混合信号代入式（13）中计算，得到一个矩阵SRP选取其中一个基向量，其中虚线表示不同源信号的τ式中，SRP式中，m是表示通道数。最后就是重构源信号，在解码器中将式（15）中得到的结果通过NMF逆分解和短时傅里叶逆变换，得到相应的估计源信号。式中，∠X3实验3.1数据集本文使用的数据集是WSJ0-2mix3.2评估指标本文主要使用了一个开源工具包BSSEval3.3srp-nmf算法与其他算法的比较cACGMM在表1和表2中，分别得到了两组在不同情况下，各个算法在多通道混合语音分离中的实验结果评估指标SDR、SIR和SAR。在表1和表3中，清楚地看到，在两个数据集中，SRP-NMF算法的总体评估结果明显优于其他的多通道算法。在表2和表4中，对于高混响的情况下，尽管SRP-NMF算法的分离效果提升不是那么明显，但是相对于其他算法来说，整体水平优于其他算法。综合这4个表中的实验评估数据，SRP-NMF算法在整体水平上都显著地提高。4srp-nmf分离混合语音本文提出了一种将通道的空间特征与NMF相结合的无监督语音分离方法。SRP-NMF算法利用SRP-PHAT源定位算法计算每个源信号的TDOA，与NMF中分解出的基矩阵结合起来，将它们分组到对应源信号中，并生成一个系数掩码，通过这个掩码对混合信号进行分离。实验表明，SRP-NMF算法优于其他的多通道盲源算法。在混响环境下，无论