1、“.....它最早由和提出。下面我们看下什么是鸡尾酒会问题。假设在个房间内有两个人同时说话，在不同的位置放两个话筒记录房间的基于的语音分离技术研究说话声，现在要将两个人的说话声分离出来。假设话筒采集信号为两个人的说话语音信号用,表示，由于每个话筒记录的均是两人的混合声音，所以可用如下方程表示其中系数是与话筒和说话人距离相关的参数。在这种情况下我们希望只利用观测信号和，就能得到源信号和，这就是鸡尾酒会问题。如果值是已知的，利用传统的方法很容易解决，反之，问题就比较复杂。然而，实际上只要,是统计的，我们可用统计方法估计出的值。正是这样种统计方法。它能从传感器观测到的混合信号中分离出源信号，是分离出的信号之间尽可能。的处理流程原始数据预处理后数据分离信号重建图的处理流程的应用近来,通过实现的盲源分离引起了广泛的关注,主要是因为该方法在语音识别特征提取生物信号处理以及通信系统和金融数据分析等方面有着广泛的应用。特征提取是广泛运用在图象和声音压缩技术，通过方法可源信号„传感器„„图典型的多源多传感器框图在定条件下......”。

2、“.....其主要任务是估计分离矩阵，以实现从多通道观测信号中分离出相互的信源分量，即，希望能较好的逼近真实源信号。算法本节主要介绍种结构简单的定点快速算法，该方法基于定点递推算法，对目标函数的优化速度快，对任何数据都适用，具有很好的稳定性，是目前使用非常广泛的种方法。其结构图如下基于的语音分离技术研究图算法框图由公式的推导过程中，我们知道其中是个正常数，是均值为，方差为的高斯随机变量。的均值为，方差为。函数是个非二次函数。由于的值不随分离矩阵而改变，所以只要调节使分离信号的负熵和最大，就等于分离出的信号之间的互信息最小。目标函数的选取在节中，我们提到方法目标函数优化算法。那么在实际计算中所选择的目标函数必须满足计算简单的要求，而且方法的统计特性如致性鲁棒性取决于目标函数，目前对目标函数的选取有以下。这里，，。是个较好的通用函数。在上节中式中，判据基于的语音分离技术研究我们就选用的该函数作为目标函数的。当分量是超高斯性很强的信号且对鲁棒性能要求很高时，我们更经常选......”。

3、“.....和就应该用分段多项式函数代替。只适合亚高斯信号，且抽样值没有干扰的情况。优化算法优化算法的选择对算法特性收敛速度，内存要求起决定作用。具体途径分为两条，即批处理和自适应处理。批处理的计算量比较大，而自适应处理虽然计算简单，但收敛速度慢，需要选择好迭代步长。尽管这样，目前自适应处理还是比批处理的应用范围广些。批处理的固定点的快速算法不使用随机梯度搜索法而采用定点迭代法，每次迭代中采样的数据是成批使用，该方法是并行分布式，优化速度快，对任何数据都适用，具有很好的稳定性。方法主要分两步实现对观测信号时，提取特定话者的语音。语音分离问题来源于著名的鸡尾酒会问题，这个问题可以被描述成在复杂的背景噪声和多个人交谈的情况下，能够集中注意力于个人说话内容的能力盲信号分离技术是目前的主要研究方向。语音分离技术的研究具有重要的意义在语音识别系统的前端进行语音分离，可以极大的提高识别系统在实际环境中的分辨能力在电话会议系统中，由于麦克风记录的是混合语音是感兴趣说话人的语音质量大大降低，语音分离技术可以用来提高所感兴趣的人的语音质量，从而改善电话会议的效果另外语音分离算法可以实现声源定位......”。

4、“.....这方面的研究对智能机器人的智能化研究具有十分重要的作用，。语音分离技术的的发展和现状语音增强的经典算法是谱减法，它在检测到目标语音处于不活动状态的情况下，估计背景噪声的统计特性，然后利用这些统计特性实现语音信号的增强。它适合平稳噪声，不适合语音分离，因为干扰语音源是非平稳噪声，在个时间估计的统计特性在另时间无效，所以无法进行语音分离。子空间分解法是依据字空间准则，把含噪语音进行分解，信号分解为信号字空间和噪声字空间，得到信号和噪声不同的统计特性，然后去掉噪声，它也只适用于去除平稳噪声，因为目标语音和干扰语音没有显著的统计特性和谱特性差别，所以该方法同样不能进行有效的语音分离。最小均方算法是利用许多与干涉源信号相关的参考信号，来除去有用语音信号中的干扰项，但在实际的语音分离中，会将部分目标语音去除，导致语音分离的效果变差。基于多麦克风阵列的波束形成技术已经被用来抑制混合语音中的干涉语音。将从多个麦克风阵列中得到的语音通过各种各样的滤波过程，实现对特定语音的基于的语音分离技术研究抑制或放大，滤波过程依赖于对声学环境的先验知识或利用统计特性的自适应的进行。但它有自身的局限性第......”。

5、“.....代价高第二，波束形成所需要的麦克风阵列中各个麦克风的距离是由目标语音波长所决定的，使用上不方便第三，波束形成是频率相关技术，由于语音是全频带信号，很难在各个频段都取得较好的效果。由以上看出由于构成混叠语音的各源语音信号在时域和频域上完全重叠，因而常用的语音增强方法难以将感兴趣的目标语音从干扰语音中分离出来。目前，这方面的最新研究主要以盲信号分离和声场景分析,两类方法为主。盲信号分离技术所谓盲信号分离就是根据观测到混合数据向量确定变换以恢复原始信号或信源。盲信号分离中的盲指的是源信号的形式是未知的，源信号的混合方式是未知的。盲信号处理主要应用到阵列信号处理无线通信中用个通道实现多用户通信服务通信均衡脑电信号分离多说话人语音信号的分离以及隐性经济因素提取等用途。已经成为目前研究的个热门。盲信号处理需要几个假设条件源信号的个数和观测信号的个数相等源信号的各分量都是零均值的实随机变量，且在任意时刻均相互源信号的各分量中最多允许个具有高斯分布各传感器的引入噪声很小对源信号的概率密度函数有些先验知识的基本原理和应用的提出分量分析方法是近二十年逐渐发展起来的种高效盲信号分离方法......”。

6、“.....主要存在以下问题湖风景名胜区的旅游资源堪称流，景区内的供电给排水通讯道路等基础设施落后，严重制约了资源的开发与利用。开发资金不足由于开发建设，投入资金较少，目前本风景名胜区内服务设施少。对外旅游服务主要依托县城。景区内住宿餐饮娱乐购物等场所基本为空白。由于基础设施薄弱，经营管理和服务条件跟不上，制约了日益增长的旅游业的发展。景区内又缺少步道亭廊停车场码头公共厕所和垃圾处理等设施，不便开展观光游览活动。以上问题可随着旅游基础设施及配套项目的建设和完善而逐步解决。湖风景名胜区旅游基础设施的建设有利于全市和全省旅游业的发展随着西部大开发的进展，贵州省旅游业发展的步伐加快，同时为了巩固市作为贵州省旅游中心的地位，必须扩展与丰富其旅游产品的内涵。建设夜朗湖风景名胜区，是贵州西线风景旅游区的重要补充。市丰富的旅游资源得到开发利用的还不到三分之，仅仅集中体现在黄果树龙宫两个国家级风景名胜区中为数不多的几个区域内。本项目的建设将丰富与深化喀斯特旅游中心的内容丰富天然大盆景喀斯特公园地下岩溶博物馆人间仙境世外桃源等形象的内涵......”。

7、“.....县的旅游景区景点将进步从点线富集向板块富集化发展，这样可延长游客停留的时间，大幅度提升喀斯特旅游品牌产品的市场价值，提高经济效益。同时本项目实施后，根据地区旅游发展战略规划的要求，梭筛风景名胜区将申报国家级风景名胜区，这样市将拥有三个国家级风景名胜区黄果树龙宫梭筛，使作为贵州西部旅游中心的作用更加突出。湖风景名胜区旅游基础设施的建设有利于资源保护与利用。湖风景名胜区的旅游资源丰富，峡谷奇峰，古树名木动植物种群等都是得天独厚和不可再生的。风景名胜区有序的保护和建设，能防止乱建强占滥伐等破坏景观和生态环境的行为发生。能使这些珍贵的旅游资源得以永续利用。湖风景名胜区旅游基础设施的建设有利于对外开放和招商引资随着景区基础设施硬件的逐步完善，的旅游业很快发展，的知名度也会大大提高，可开发项目必然会增加，将会吸引更多外来资金的投入。通过发展旅游业和对外开放，调整县的产业结构，摆脱长期依赖传统农业的落后局面，特别是为当地居民脱贫致富创造条件，促进县的经济发展。五项目研究过程贵州省工程咨询有限责任公司受县夜郎湖风景名胜区管理处的委托编写县夜郎湖风景名胜区基础设施建设项目可行性研究报告......”。

8、“.....与业主单位道多次进行现场踏勘。会同景区乡镇政府部门及专家对景区内部的地质地貌水利水文气象进出景区的交通状况以及项目影响区域的国民经济情况进行了多方位的调查了解，掌握了丰富的基础资料。根据已审定的项目总体规划按先完善基础设施，再进行辅助及配套设施建设的顺序进行本项目的编制。在征求了有关部门对项目实施的建议和意见后，于年月转入内业工作，经过项目组成员的共同努力，于月完成了本项目可行性报告编制工作。第二节项目概况项目建设地理位置夜郎湖中心景区位于县夜郎湖中部，依山傍水最早是用来解决鸡尾酒会问题的。它最早由和提出。下面我们看下什么是鸡尾酒会问题。假设在个房间内有两个人同时说话，在不同的位置放两个话筒记录房间的基于的语音分离技术研究说话声，现在要将两个人的说话声分离出来。假设话筒采集信号为两个人的说话语音信号用,表示，由于每个话筒记录的均是两人的混合声音，所以可用如下方程表示其中系数是与话筒和说话人距离相关的参数。在这种情况下我们希望只利用观测信号和，就能得到源信号和，这就是鸡尾酒会问题。如果值是已知的，利用传统的方法很容易解决，反之，问题就比较复杂......”。

9、“.....实际上只要,是统计的，我们可用统计方法估计出的值。正是这样种统计方法。它能从传感器观测到的混合信号中分离出源信号，是分离出的信号之间尽可能。的处理流程原始数据预处理后数据分离信号重建图的处理流程的应用近来,通过实现的盲源分离引起了广泛的关注,主要是因为该方法在语音识别特征提取生物信号处理以及通信系统和金融数据分析等方面有着广泛的应用。特征提取是广泛运用在图象和声音压缩技术，通过方法可源信号„传感器„„图典型的多源多传感器框图在定条件下，能有效的从多通道观测信号中分离出源信号。其主要任务是估计分离矩阵，以实现从多通道观测信号中分离出相互的信源分量，即，希望能较好的逼近真实源信号。算法本节主要介绍种结构简单的定点快速算法，该方法基于定点递推算法，对目标函数的优化速度快，对任何数据都适用，具有很好的稳定性，是目前使用非常广泛的种方法。其结构图如下基于的语音分离技术研究图算法框图由公式的推导过程中，我们知道其中是个正常数，是均值为，方差为的高斯随机变量。的均值为，方差为。函数是个非二次函数......”。