典型文献
基于约束型卡尔曼滤波的最大似然无失真波束形成器
文献摘要：
自适应波束形成技术可以有效地拾取高质量的语音信号.近期提出的最大似然无失真(Maximum Likelihood Distortionless Response,MLDR)波束形成器不需要盲估计噪声协方差矩阵,具有很好的应用前景.本文提出了一种基于约束型卡尔曼滤波的MLDR波束形成器并给出了其低复杂度实现算法.将MLDR波束形成器设为卡尔曼滤波器的内部状态变量,采用一阶马尔科夫过程对其建模,而卡尔曼滤波器的观测方程则由MLDR波束形成器的代价函数构成.此外,通过对角化近似,进一步地降低了波束形成器的计算复杂度.在CHiME-3数据集上的测试结果表明,所提的对角化近似的波束形成器在计算复杂度更低的情况下取得了和已有在线实现的MLDR波束形成器相近的性能.
文献关键词：
自适应波束形成器;语音增强;卡尔曼滤波
中图分类号：
作者姓名：
王劲夫;杨飞然;梁兆杰;杨军
作者机构：
中国科学院声学研究所,北京100190;中国科学院大学,北京100049;中科新声(苏州)科技有限公司,江苏苏州215163;深圳供电局有限公司,广东深圳518000
文献出处：
引用格式：
[1]王劲夫;杨飞然;梁兆杰;杨军-.基于约束型卡尔曼滤波的最大似然无失真波束形成器)[J].信号处理,2022(05):938-945
A类：
MLDR,CHiME
B类：
最大似然,无失真,波束形成技术,拾取,语音信号,Maximum,Likelihood,Distortionless,Response,盲估计,协方差矩阵,低复杂度,卡尔曼滤波器,内部状态,状态变量,一阶马尔科夫,马尔科夫过程,观测方程,代价函数,对角化,计算复杂度,自适应波束形成器,语音增强
AB值：
0.236082
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
