JP2015210512A - ブラインド信号分離方法およびその装置 - Google Patents
ブラインド信号分離方法およびその装置 Download PDFInfo
- Publication number
- JP2015210512A JP2015210512A JP2014101793A JP2014101793A JP2015210512A JP 2015210512 A JP2015210512 A JP 2015210512A JP 2014101793 A JP2014101793 A JP 2014101793A JP 2014101793 A JP2014101793 A JP 2014101793A JP 2015210512 A JP2015210512 A JP 2015210512A
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- signal
- separation
- permutation
- squares
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
【解決手段】窓関数を乗算した観測信号の短時間離散フーリエ変換後、観測信号の空間相関行列をエポック時刻毎に求め、制約条件付きフォワードモデル型最小2乗型同時対角化問題の対象にする。ラグランジェの未定乗数法と反復法を組み合わせた手順の収束後、累乗法を1回用いて混合行列を求め、混合行列のランクが落ちていた場合には特異値分解を用いて基底と特異値を補い、最小2乗型一般化逆行列を用いて混合行列から分離行列を推定し、バックワード型最小2乗型同時対角化問題を最小2乗法で解いて対角行列を求め、同一信号源から発生した信号の周波数ビン間の電力比相関性と多数決を組み合せてパーミュテーション問題を解決する。
【選択図】図1
Description
図1に示すように、時刻tにおいてN個の信号源11、12、…、1Nから発せられた信号源信号sj(t)が畳み込み混合されてxi(t)として観測される。sj(t)は平均0で互いに統計的独立な非定常信号である。hij(t)は信号源1jからマイクロホン2iまでの経路の時不変なインパルス応答で、因巣的で非最小位相系である。また、ni(t)はマイクロホン2iに加わる平均0、分散σ2のガウス性白色雑音で、sj(t)と統計的独立である。時刻tにおいてJ個のマイクロホン21、22、…、2Jで観測される観測信号xi(t)は式(1)で表される。ここで、J≧N≧2とする。
観測信号x(ωk,m)の共分散行列Px(ωk,m)の推定値Px(ωk,m)を正規化して、式(17)を最小にする対角化行列B(ωk)と対角行列Λ(ωk,m)を求める。式(17)は最小2乗型同時対角化問題の解法として知られている。
時間領域観測信号は式(18)の短時間フーリエ変換によって時間周波数領域に変換される。
制約条件‖bj(ωk)‖2=1を課したフォワードモデル型最小2乗型同時対角化問題を周波数ビンωk毎に解くことによって、対角化行列B(ωk)、即ち、混合行列を求める。
評価量を式(24)に示す。式(24)はフォワードモデル型最小2乗型同時対角化問題として知られている。
れぞれ表す。λiは対角行列Aのi番目の要素を表す。
ステップS114においてB(ωk)から分離行列W(ωk)を式(22)の最小2乗型一般化逆行列によって求める。式(14)、(15)よりΛ(ωk,m)の左からW(ωk)B(ωk)、右からB(ωk)HW(ωk)Hをそれぞれ乗算すると、式(47)を得る。
ステップS117において基準周波数ビンを複数選択し、基準周波数ビン間において電力比の相関に基づきパーミュテーション行列を推定するためにΞ(ωk)を式(53)によりステップS118で算出する。
図5のように4.45×3.55×2.5メートルの部屋に3個の信号源(スピーカ)11、12、13を半径1.2メートルの円の円周上に、円の中心に位置する一辺が20センチメートルの正三方形の頂点に3個のマイクロホン21、22、23をそれぞれ配置した。尚、図5は信号源(スピーカ)とマイクロホンの位置関係を示す平面図である。部屋の残響時間は100ミリ秒から900ミリ秒に設定し、標本化周波数8kHz、量子化ビット数16ビットで信号源とマイクロホンの間のインパルス応答は人工的に発生させた。実験条件は、1000秒の音声データ、K=8192点の短時間フーリエ変換、エポック当たり重複率99%の23個のフレームの使用、窓関数にはハニング窓を用いた。SNRは5dB間隔で0〜30dBの範囲で変化させた。マイクロホン21、22、23のSNRの設定方法については4.2で説明する。本発明に係るブラインド信号分離方法では、εG=εC=10−6、δ(ωk)=σr(ωk)を用いている。スケーリング問題は周波数ビン毎に分離行列の行ベクトルを正規化することによって解法した。C言語で作成したプログラムをインテル製コアi7−2600 3.4GHzプロセッサを用いて実行した。信号源信号からマイクロホンまでの経路は時不変のインパルス応答で、因果的で非最小位相系であるので、因果的な分離行列を実現するために、Π(ωk)−1D(ωk)−1W(ωk)にe−jπkを乗算した後、逆離散フーリエ変換をして分離フィルタのインパルス応答を得た。
ブラインド信号分離方法の信号分離性能を次の方法で評価した.式(56)によって観測信号における所望信号源信号と干渉信号の電力の比、式(57)によって出力信号における所望信号源信号と干渉信号の電力の比をそれぞれ計算し、ブラインド信号分離装置の各出力の信号分離性能を求める。各出力の平均を信号分離性能とした。γij(t)は式(58)のΓ(ωk)のi行j列の要素を、wij(t)はW(ωk)の要素をそれぞれ離散逆フーリエ変換したものである。また、分離行列の推定アルゴリズムにおいて収束に要した反復回数と計算時間も評価指標とする。SNRは、最適な分離行列e−jπkD(ωk)−1(H(ωk)HH(ωk))−1H(ωk)Hとパーミュテーション行列Πopt(ωk)を使用して観測信号から信号源信号を分離した後、分離信号yi(t)に含まれる雑音と干渉信号の電力と所望信号源信号の電力の比によって計算した。最適なパーミュテーション行列Πopt(ωk)は式(59)によって求めた。また、非ブラインド法は、受信信号を使用して分離行列を計算した後、混合行列が入手可能であるとして、式(60)によってパーミュテーション行列を求めた。即ち、推定した分離行列に最適なパーミュテーション行列を求めることになり、ブラインド信号分離装置の性能の上限を与えることになる。
勾配法を用いたバックワードモデル型ブラインド信号分離方法(非特許文献1)、最小2乗型同時対角化問題の解法を用いた2種類のフォワードモデル型ブラインド信号分離方法(非特許文献2、非特許文献3)を比較対象とする。従来のブラインド信号分離方法(非特許文献1、非特許文献2、非特許文献3)と本発明に係るブラインド信号分離方法における分離行列の推定精度を比較するため、パーミュテーション行列の推定法は共通の手法(非特許文献4)を使用した。尚、基準周波数ビンの番号には614を用いた。
部屋の残響時間と信号分離性能の関係を図6に、SNRと信号分離性能の関係を図7にそれぞれ示す。尚、図6においてSNRは20dBに設定している。両図において太字の数字が最も優れた性能を表している。両図の信号分離性能から明らかなように、計算時間では非特許文献1より劣るものの、本発明に係るブラインド信号分離方法が従来のブラインド信号分離方法よりも最も高い信号分離性能(高い出力SIR)を最も少ない反復回数で得ることができた。この要因はラグランジェの未定乗数法を最小2乗型同時対角化問題に導入したこと、推定した混合行列がランク落ちしていた場合、補空間を補い分離行列を推定したことが高い信号分離性能の実現に貢献したと考えられる。また、非ブラインド法の出力SIR、即ち、ブラインド信号分離装置の上限に近い値を、本発明に係るブラインド信号分離装置が実現できることが分かる。
図5のように4.45×3.55×2.5メートルの部屋に3個の信号源(スピーカ)11、12、13を半径1.2メートルの円の円周上に、円の中心に位置する一辺が20センチメートルの正三方形の頂点に3個のマイクロホン21、22、23をそれぞれ配置した。部屋の残響時間は700ミリ秒に設定し、標本化周波数8kHz、量子化ビット数16ビットで信号源とマイクロホンの間のインパルス応答は人工的に発生させた。実験条件は、1000秒の音声データ、K=8192点の短時間フーリエ変換、エポック当たり重複率80%の2個のフレームの使用、窓関数にはハニング窓を用いた。SNRは20dBに設定した。本発明に係るブラインド信号分離方法では、εG=εC=10−6、δ(ωk)=σr(ωk)、基準周波数ビンの番号は616、617、618を用いている。スケーリング問題は周波数ビン毎に分離行列の行ベクトルを正規化することによって解法した。信号源信号からマイクロホンまでの経路は時不変のインパルス応答で、因果的で非最小位相系であるので、因果的な分離行列を実現するために、Π(ωk)−1D(ωk)−1W(ωk)にe−jπk乗算した後、逆離散フーリエ変換をして分離フィルタのインパルス応答を得た。
信号源とマイクロホンの個数が共に3である場合、式(61)に示す6種類のパーミュテーション行列の何れか1つが各周波数ビンに割り当てられる。割り当てられたパーミュテーション行列が、任意のパーミュテーション行列に一致する割合と信号分離性能を計算する。
同一信号源から発生した信号の周波数ビン間の電力比に相関があることを利用したパーミュテーション問題の解法(非特許文献4)を比較対象とする。基準周波数ビンの番号には614を用いた。従来のブラインド信号分離方法(非特許文献1、非特許文献2、非特許文献3)と本発明に係るブラインド信号分離方法におけるパーミュテーション行列の推定精度を比較するため、分離行列の推定法は共通の手法(本発明に係る分離行列推定法)を使用した。
図8と図9に各周波数ビンに割り当てられたパーミュテーション行列の番号を×印で示す。パーミュテーション行列Πiとパーミュテーション行列の番号iの関係を式(61)に示している。図8と図9では、各周波数ビンでパーミュテーション行列の番号3に割り当てられると未知信号源への割り当てが揃うことになる。したがって、番号3を除く他の番号への割り当ては間違いになる。低周波数帯域(0〜2kHz)と全周波数帯域におけるパーミュテーション行列の割り当て結果を図10にまとめる。本発明に係るパーミュテーション行列の推定法が非特許文献4の方法に比べ正答率が向上していることが分かる。また、信号分離性能においても、本発明に係るパーミュテーション行列の推定法が高い出力SIRを達成することができた。
Claims (4)
- 未知の畳み込み混合系により混在した互いに統計的に独立な未知信号源信号を、観測信号のみからブラインドで推定する方法であって、時間周波数領域においてエポック時刻毎に観測信号ベクトルから空間相関行列を求め、各エポック時刻において周波数ビンの中からフロベニウスノルムが最大となる空間相関行列を求め、そのノルムで全ての同エポック時刻の空間相関行列を正規化した後、正規化された空間相関行列から混合行列を推定するために、制約条件付きフォワードモデル型最小2乗型同時対角化問題をラグランジュの未定乗数法と反復法の組み合わせにより解法する手順と、手順の収束後、累乗法を1回用いて最小2乗型同時対角化問題の解となる混合行列を求め、混合行列のランクが落ちていた場合は、混合行列がフルランクになるように特異値分解を用いて基底を補い、次いで、ランク落ちした混合行列の特異値とその総和が変わらないように特異値を補い、最小2乗型一般化逆行列を用いて混合行列から分離行列を推定し、バックワード型最小2乗型同時対角化問題を最小2乗法で解いて対角行列を求め、同一信号源から発生した信号の周波数ビンの電力比に相関があることを利用してパーミュテーション問題を、多数決を利用して解法することによって信号分離精度の高い分離行列を求めることを特徴とするブラインド信号分離方法。
- 請求項1記載の最小2乗型同時対角化問題の解法を用いたブラインド信号分離方法において、信号源とブラインド信号分離装置出力間の伝達関数を表した混合行列と分離行列の縦続接続モデルにラグランジュの未定乗数を導入した制約条件付きフォワードモデル型最小2乗型同時対角化問題とバックワード型最小2乗型同時対角化問題を導入し、更に分離行列に遅延を与えることによって信号源とブラインド信号分離装置出力間の因果的なモデルを推定することを特徴とするブラインド信号分離方法。
- 請求項1乃至請求項2のいずれか1項に記載の最小2乗型同時対角化問題の解法を用いたブラインド信号分離方法において、基準周波数ビンを複数選択し、基準周波数ビン間において最も電力比の相関が大きいパーミュテーション行列を推定し、複数の基準周波数ビンから基準周波数ビンを1つ選択し、全ての周波数ビン間で電力比の相関が最も大きいパーミュテーション行列を推定する手順を、全ての基準周波数ビンが1度選択されるまで繰り返した後、各周波数ビンに複数割り当てられたパーミュテーション行列から多数決によって周波数ビンに割り当てられるパーミュテーション行列を決定し、多数決によってパーミュテーション行列が決定できない場合には、最も相関値が大きいパーミュテーション行列を採用することを特徴とするブラインド信号分離方法。
- 請求項1乃至請求項3のいずれか1項に記載のブラインド信号分離方法を用いて信号源分離を行うように構成されていることを特徴とするブラインド信号分離方法を用いたブラインド信号分離装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014101793A JP6288561B2 (ja) | 2014-04-24 | 2014-04-24 | ブラインド信号分離方法およびその装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014101793A JP6288561B2 (ja) | 2014-04-24 | 2014-04-24 | ブラインド信号分離方法およびその装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015210512A true JP2015210512A (ja) | 2015-11-24 |
JP6288561B2 JP6288561B2 (ja) | 2018-03-07 |
Family
ID=54612700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014101793A Expired - Fee Related JP6288561B2 (ja) | 2014-04-24 | 2014-04-24 | ブラインド信号分離方法およびその装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6288561B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105911153A (zh) * | 2016-04-08 | 2016-08-31 | 暨南大学 | 一种基于移动窗函数的信号分离与去噪方法及装置 |
CN111429936A (zh) * | 2020-03-19 | 2020-07-17 | 哈尔滨工程大学 | 一种语音信号分离方法 |
CN112151061A (zh) * | 2019-06-28 | 2020-12-29 | 北京地平线机器人技术研发有限公司 | 信号排序方法和装置、计算机可读存储介质、电子设备 |
CN112992173A (zh) * | 2021-02-15 | 2021-06-18 | 青岛科技大学 | 基于改进bca盲源分离的信号分离和去噪方法 |
CN113191233A (zh) * | 2021-04-21 | 2021-07-30 | 东莞理工学院城市学院 | 盲信号分离方法及系统、电子设备及存储介质 |
CN113591537A (zh) * | 2021-05-19 | 2021-11-02 | 西安电子科技大学 | 一种双迭代非正交联合块对角化卷积盲源分离方法 |
CN114220453A (zh) * | 2022-01-12 | 2022-03-22 | 中国科学院声学研究所 | 基于频域卷积传递函数的多通道非负矩阵分解方法及系统 |
CN115249028A (zh) * | 2022-05-13 | 2022-10-28 | 哈尔滨工业大学 | 一种基于稀疏正则化约束的盲解卷积信号重构方法 |
CN115859050A (zh) * | 2022-11-25 | 2023-03-28 | 四川大学 | 基于松弛稀疏性与子空间学习的相关信号盲源分离方法 |
CN116367316A (zh) * | 2023-03-22 | 2023-06-30 | 中国人民解放军空军预警学院 | 一种侦干探通信号时延混合盲源分离方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008033307A (ja) * | 2006-07-06 | 2008-02-14 | Matsushita Electric Ind Co Ltd | マルチチャンネルエコーキャンセラ |
JP2011081373A (ja) * | 2009-09-14 | 2011-04-21 | Shinya Saito | ブラインド信号分離方法およびその装置 |
-
2014
- 2014-04-24 JP JP2014101793A patent/JP6288561B2/ja not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008033307A (ja) * | 2006-07-06 | 2008-02-14 | Matsushita Electric Ind Co Ltd | マルチチャンネルエコーキャンセラ |
JP2011081373A (ja) * | 2009-09-14 | 2011-04-21 | Shinya Saito | ブラインド信号分離方法およびその装置 |
Non-Patent Citations (2)
Title |
---|
SAITO, SHINYA ET AL.: "AN APPROACH TO CONVOLUTIVE BACKWARD-MODEL BLIND SOURCE SEPARATION BASED ON JOINT DIAGONALIZATION", PROC. OF EUSIPCO2012, JPN6018000517, 27 August 2012 (2012-08-27), pages 579 - 583, XP032254329 * |
齋藤晋哉 他: "逆行列の補題を用いた適応ALSアルゴリズムにおけるブラインド音源分離", 電子情報通信学会技術研究報告, vol. 106, no. 570, JPN6018000518, 27 February 2007 (2007-02-27), pages 63 - 67 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105911153A (zh) * | 2016-04-08 | 2016-08-31 | 暨南大学 | 一种基于移动窗函数的信号分离与去噪方法及装置 |
CN112151061B (zh) * | 2019-06-28 | 2023-12-12 | 北京地平线机器人技术研发有限公司 | 信号排序方法和装置、计算机可读存储介质、电子设备 |
CN112151061A (zh) * | 2019-06-28 | 2020-12-29 | 北京地平线机器人技术研发有限公司 | 信号排序方法和装置、计算机可读存储介质、电子设备 |
CN111429936A (zh) * | 2020-03-19 | 2020-07-17 | 哈尔滨工程大学 | 一种语音信号分离方法 |
CN111429936B (zh) * | 2020-03-19 | 2022-10-14 | 哈尔滨工程大学 | 一种语音信号分离方法 |
CN112992173A (zh) * | 2021-02-15 | 2021-06-18 | 青岛科技大学 | 基于改进bca盲源分离的信号分离和去噪方法 |
CN112992173B (zh) * | 2021-02-15 | 2022-12-27 | 青岛科技大学 | 基于改进bca盲源分离的信号分离和去噪方法 |
CN113191233A (zh) * | 2021-04-21 | 2021-07-30 | 东莞理工学院城市学院 | 盲信号分离方法及系统、电子设备及存储介质 |
CN113191233B (zh) * | 2021-04-21 | 2023-04-18 | 东莞理工学院城市学院 | 盲信号分离方法及系统、电子设备及存储介质 |
CN113591537A (zh) * | 2021-05-19 | 2021-11-02 | 西安电子科技大学 | 一种双迭代非正交联合块对角化卷积盲源分离方法 |
CN113591537B (zh) * | 2021-05-19 | 2024-03-22 | 西安电子科技大学 | 一种双迭代非正交联合块对角化卷积盲源分离方法 |
CN114220453A (zh) * | 2022-01-12 | 2022-03-22 | 中国科学院声学研究所 | 基于频域卷积传递函数的多通道非负矩阵分解方法及系统 |
CN115249028A (zh) * | 2022-05-13 | 2022-10-28 | 哈尔滨工业大学 | 一种基于稀疏正则化约束的盲解卷积信号重构方法 |
CN115249028B (zh) * | 2022-05-13 | 2023-06-23 | 哈尔滨工业大学 | 一种基于稀疏正则化约束的盲解卷积无线通信信号重构方法 |
CN115859050A (zh) * | 2022-11-25 | 2023-03-28 | 四川大学 | 基于松弛稀疏性与子空间学习的相关信号盲源分离方法 |
CN116367316A (zh) * | 2023-03-22 | 2023-06-30 | 中国人民解放军空军预警学院 | 一种侦干探通信号时延混合盲源分离方法及系统 |
CN116367316B (zh) * | 2023-03-22 | 2024-02-02 | 中国人民解放军空军预警学院 | 一种侦干探通信号时延混合盲源分离方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP6288561B2 (ja) | 2018-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6288561B2 (ja) | ブラインド信号分離方法およびその装置 | |
Yoshioka et al. | Generalization of multi-channel linear prediction methods for blind MIMO impulse response shortening | |
Wang et al. | A region-growing permutation alignment approach in frequency-domain blind source separation of speech mixtures | |
US10818302B2 (en) | Audio source separation | |
CN101667425A (zh) | 一种对卷积混叠语音信号进行盲源分离的方法 | |
US8521477B2 (en) | Method for separating blind signal and apparatus for performing the same | |
Douglas | Blind signal separation and blind deconvolution | |
WO2016130885A1 (en) | Audio source separation | |
Wang | Multi-band multi-centroid clustering based permutation alignment for frequency-domain blind speech separation | |
Inoue et al. | Joint separation and dereverberation of reverberant mixtures with multichannel variational autoencoder | |
JP5509481B2 (ja) | ブラインド信号分離方法およびその装置 | |
JP2017191309A (ja) | ブラインド信号分離方法およびその装置 | |
Asaei et al. | Binary sparse coding of convolutive mixtures for sound localization and separation via spatialization | |
Hoffmann et al. | Using information theoretic distance measures for solving the permutation problem of blind source separation of speech signals | |
Kim et al. | Sound source separation algorithm using phase difference and angle distribution modeling near the target. | |
JP2019159290A (ja) | 適応ブラインド信号分離方法およびその装置 | |
JP5726709B2 (ja) | 音源分離装置、音源分離方法及びプログラム | |
Zohny et al. | Modelling interaural level and phase cues with Student's t-distribution for robust clustering in MESSL | |
Nishikawa et al. | Multistage ICA for blind source separation of real acoustic convolutive mixture | |
Malek et al. | Speaker extraction using LCMV beamformer with DNN-based SPP and RTF identification scheme | |
Bella et al. | Bin-wise combination of time-frequency masking and beamforming for convolutive source separation | |
Lee et al. | Maximum likelihood time delay estimation with phase domain analysis in the generalized cross correlation framework | |
Ephraim et al. | A brief survey of speech enhancement 1 | |
Inoue et al. | Sepnet: a deep separation matrix prediction network for multichannel audio source separation | |
Mazur et al. | A method for filter equalization in convolutive blind source separation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170316 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180116 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180125 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6288561 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |