تخمین SNR ورودی با استفاده از ماسک باینری در سیستم‌های مبتنی بر آنالیز ترکیب شنیداری محاسباتی

نویسندگان

دانشگاه تبریز - دانشکده مهندسی برق و کامپیوتر

چکیده

در این مقاله، روش جدیدی برای تخمین نسبت سیگنال به نویز (SNR) سیگنال ترکیب ارائه شده است که بر پایه روش آنالیز ترکیب شنیداری محاسباتی (CASA) است. در روش ارائه‌شده، ماسک باینری ایده‌آل (IBM) که به طور معمول هدف محاسباتی سیستم‌های مبتنی بر CASA است، برای تخمین SNR سیگنال گفتار نویزی به کار گرفته می‌شود. روش پیشنهادی با استفاده از IBM و چندین ماسک شبه IBM ارزیابی شده است. این روش، ساده و از نظر محاسباتی کارآمد است. ارزیابی‌های اصولی نشان می‌دهند که روش پیشنهادی، در محدوده وسیعی از مقادیر SNR، تخمین قابل قبولی از سطح SNR ورودی ارائه می‌دهد و خطاهای احتمالی در تخمین IBM عملکرد سیستم پیشنهادی را چندان تحت تأثیر قرار نمی‌دهد. نتایج شبیه‌سازی‌ها همچنین نشان می‌دهند که سیستم پیشنهادی عملکردی بهتری را نسبت به روش‌های قبلی تخمین SNR دارد.

کلیدواژه‌ها