3、源分离技术：原理、方法与应用

源分离技术：原理、方法与应用

1. 源分离概述

源分离旨在从混合信号中恢复出各个独立的源信号，这在许多实际应用中极具挑战性但又至关重要。尤其在单通道源分离场景下，当接收到包含两个或更多源信号的单一混合信号时，情况更为复杂。在音频源分离领域，已经提出了多种方法来应对这一情况。

1.1 单通道源分离方法

• 时频掩码方案 ：Sawada等人在2011年提出了时频掩码方案，用于识别每个时频槽（f, t）中幅度最大的源信号。具体步骤如下：
  1. 计算短时傅里叶变换（STFT），得到时频观测向量 $x_{ft}$。
  2. 对时频观测向量进行聚类，计算向量 $x_{ft}$ 属于某个聚类或源 $j$ 的后验概率 $p(j|x_{ft})$。
  3. 使用基于高斯混合模型（GMM）的似然函数 $p(x_{ft}|j)$ 进行计算。
  4. 确定时频掩码函数 $M_{jft}$，以估计单个源 $j$ 的分离信号 $\hat{s} {jft} = M {jft}x_{ft}$。
• 估计源的数量 ：在某些情况下，源的数量 $m$ 事先未知。Araki等人在2009年构建了具有狄利克雷先验的GMM，用于从单个时频观测 $x_{ft}$ 中识别源语音信号的到达方向（DOA），并利用DOA信息学习源的数量，开发了用于稀疏源分离的专门解决方案。
• 非平稳混合系统 ：通常假设混合系统是时不变的，即混合矩阵