合作单位: 巴黎第六大学; Cetamada (马达加斯加海洋动物保护机构)
项目描述: 该课题是对多头座头鲸(humpback whale)歌声信号的盲源分离处理。当很多座头鲸 同时唱歌时,通过盲源分离算法提取出单独的歌声。该课题很类似鸡尾酒舞会问题(cocktail party problem),难点在于,水下噪声混响干扰非常严重,信号源数目未知,且一般情况下比麦 克风数量多。论文主要用的方法是Frequency bin-wise clustering 得到Binary Masking. 该项目涉 及到众多交叉学科,包括机器学习,模式识别,语音识别,水下声学,参数估计,信号检测, 数据归类,声音增强和降噪算法,阵列信号处理,稀疏信号处理,人耳听觉模型,寻找极值 (EM 算法),迭代算法,信号短时傅里叶变换,多维方向统计分布,有限混合统计模型,交 叉验证,变分的贝叶斯模型,最小信息度准则。
深入研究算法:
1, 独立变量分析算法ICA(Independent Component Analysis)和PCA(principal component analysis),该算法主要解决Instantaneous mixing,广泛用于脑电波分离,心电图分离。
2. 卷积,未确定盲源分离算法(Convolutive underdetermined BSS)。
3, 模式识别算法,涉及各种归类算法,Distribution-based clustering, GMM(Gaussian mixture model), Watson distribution mixture model, 广泛用于语音识别领域。
4, 最优化参数估计,最大似然估计(Maximum Likelihood),贝叶斯估计(Bayes Statistics),最大 后验概率估计(MAP),EM (Expectation Maximization) 算法。
5, 稀疏信号(sparse signal)处理算法。time-frequency masking, adaptive dictionary learning, matching pursuit, basic pursuit。
项目职责及主要成果:
1,参与马达加斯加座头鲸声音信号采集。 2,水下盲信号分离算法和噪声消除算法研究。这些算法包括独立变量分离,线性方向分离技
术,退化分离估计算法,基于模型信号源分离和定位算法,空间自相关矩阵模型算多通道非 负矩阵分离算法等。提出一种weighted median threshold scheme Sawada 算法,成功 分离出单头座头鲸歌声。该算法比其他算法高出6dB的信号失真比(SDR)。
3,运用水下声音传播软件AcTUP v2.2L 的RAMGeo模型,仿真出水下不同位置的发声源到接收 端的冲击响应。
4,估计盲信号源数目算法研究,涉及到贝叶斯信息量准则,交叉验证,随机模拟蒙特卡罗方 法,变分的贝叶斯模型,最小信息度准则等。提出了unit counting based on energy 算法。
5,科研成果在第一届座头鲸全球研