文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 人文社科 > 教育学/心理学 > 多声源定位关键技术的研究a
侵权投诉

多声源定位关键技术的研究a

声源定位 算法

河北工业大学硕士学位论文

第一章 绪论

§1-1 课题研究的背景及意义

多声源混合信号的分离技术在通讯、语音信号处理、生物医学信号处理、阵列信号处理以及通用信号分析等方面都有着非常重要的应用价值。声音分离技术广泛应用于具有嘈杂背景的语音通信环境,如会场、多媒体教室、车载电话等,以提高通信质量。多声源定位技术研究的关键是混合声源的分离,声音分离问题主要来源于著名的“鸡尾酒会效应”,即在复杂的混合声音中,人类能有效地分离出说话人的声音。至此,声音分离一直是一个重要的研究课题。特别是,将混合声音分离技术应用到机器智能中,让机器具有智能的听觉后,在实现声源定位、确定说话人个数、进行人机对话等方面都具有重要的研究前景。

目前,这方面的研究主要有听觉场景分析(Auditory Scene Analysis, ASA)和盲信号分离(Blind Signal Separation, BSS) 两类方法。

对于听觉场景分析的研究有两种方法:一种是从人的听觉生理及心理特性出发,研究人在声音识别过程中的规律,即听觉场景分析;另一种是在对人类听觉感知研究的成果上建立模型,对模型进行数学分析并用计算机来实现它,这是计算听觉场景分析(Computational Auditory Scene Analysis, CASA)所研究的内容。

盲信号分离是在输入信号未知时,只由观测到的输出信号来辨识系统,以达到对多个信号分离的目的,从而恢复原始信号或信号源。盲信号分离的独立分量方法首先是由Comon提出,它是在神经网络和统计学的基础发展起来的一种技术,是一个十分活跃的前沿领域。该技术在通信、生物医学信号处理、语音信号处理、阵列信号处理以及通用信号分析等方面有着广泛前景。机器人听觉系统是智能机器人的重要标志之一,是实现人机交互、机器人与环境交互的重要手段。

由于声音具有可以绕过障碍物的性质,听觉可以在机器人多信息采集系统中,与机器人视觉、嗅觉等感官相配合,弥补视场传感器有限且不能穿过非透光障碍的局限。因此,研究仿人类听觉感官的听觉系统对多声音目标进行定位、分离具有非常重要意义。2006年6月,日本京都大学奥野教授研制出“人耳”机器人,SIG-II耳朵是用硅树脂制成的。当三个人同时讲话时它能够辨别出各个人的声音,而且它还能用两个电荷耦合装置(CCD)的眼睛注视发出声音的方向。

声音分离技术在军事领域有着非常重要的应用价值。一些声音分离技术就是着眼于军事活动而研发,并在军事领域获得很大的成效。在军事行动中,通过电话发出命令是常用的信息传递方法。应用声音分离技术,可以对发出命令者进行身份确认。避免出现敌方利用我方信道伪装我指挥员发出假命令,干扰我方的军事行动。 [4][3][2][1]

§1-2 多声源国内外研究现状

目前,关于多声源分离技术的本质原理至今没有离开听觉场景分析和盲信号分离两种方法。

1-2-1 多声源分离系统的国外研究现状

一个比较早的声音分离模型是Parsons在1976年提出的。虽然当时Parsons还没有运用声场景的概念 1

上一页第5页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email