语音信号识别基于盲源信号分离的实现
加入技术交流群
负熵的定义公式如下：
式中：YGauss是与Y具有相同方差的高斯随机变量，H(·)为随机变量的微分熵，其表达式为：
当Y具有高斯分布时，Ng(Y)=0；Y的非高斯性越强，其微分熵越小，Ng(Y)值越大，所以，Ng(Y)可以作为随机变量Y非高斯性的测度。由于根据公式计算微分熵时，要知道Y的概率密度分布函数不切实际，于是可采用如下公式：
式中：E[·]为均值运算；g(·)为非线性函数，其表达式可用下列非线性函数表示：
这样就可以算出一个独立分量，但每次迭代完成后，还应对Wi进行归一化处理。当计算n个独立分量时，需要n个列矢量，并且每次迭代后，都需进行线性组合以去掉相关性。
3 软硬件实现
3．1 硬件平台
Blackfin处理器以RISC编程模型突破性地把信号处理性能和电源效率结合起来。这种处理器在统一的结构中可提供微控制器(MCU)和信号处理两种功能，并可以在控制和信号处理两种功能需求之间灵活的划分。
本硬件系统包含ADSP-BF533处理器，32 MBSDRAM MT48LC32M16A2TG，2 MB FLASHPSD4256G6V，ADV1836音频编解码器等，其系统结构框图如图2所示。本文引用地址：//m.amcfsurvey.com/article/156086.htm
评论