基于matlab 2018B的語音信號降噪和盲源分離GUI界面，包括維納濾波，小波降噪、高通、低通、帶通濾波，及提出的濾波方法。每個功能均展示降噪前后聲音效果并外放出來。程序已調通，可直接運行。

基于matlab的自適應語音盲分離，當a和b同時對著傳聲器A,B說話且傳聲器靠得很近時，傳聲器A,B會同時接受到a和b的聲音，即a和b產生了混疊干擾，此時通過自適應語音盲分離系統可以將a,b的聲音分離開，使得一個信道只有一個人的聲音。

基于matlab的時頻盲源分離（TFBSS）算法，TFBSS用空間頻率分布來分離非平穩信號，可以分離具有不同時頻分布的源信號，也能夠分離具有相同譜密度但時頻分布不同的高斯源。同時，該算法在時頻域上局域化源信號能量，從而擴散噪聲頻譜，提高了其在噪聲條件下的魯棒性。程序已調通，可直接運行。

<p><br></p><p><strong>主要內容</strong></p><p><br></p><p>? BK Connect室內Pass-by符合最新的ISO 362-3 和UN/ECE法規R51，模擬戶外通過噪聲，包括所有強制性元數據、操作約束和噪聲計算，并將標準和法規內置于用戶界面中，操作簡便，界面友好。</p><p>?&nbsp;SPC分析幫助調查每個噪聲源對總噪聲的貢獻，而不是將測量的總聲音分解為不同的貢獻

基于matlab的信號盲源分離算法，包括變步長盲源分離（EASI）,RLS(自然梯度和普通梯度)，并將三種方法分離結果進行對比。程序已調通，可直接運行。

基于matlab的不同目標函數的盲源信號分離基于負熵的；基于負熵的改進算法； 基于峭度的；基于互信息的；基于非線性PCA的。輸出解混前后信號結果。程序已調通，可直接運行。

基于matlab的負熵和峭度信號的盲分離。基于峭度的FastICA算法的收斂速度要快，迭代次數比基于負熵的FastICA算法少四倍以上。SMSE隨信噪比增大兩種判據下的FastICA算法都逐漸變小，但是基于峭度的算法的SMSE更小，因此基于峭度的FastICA算法性能要優于基于負熵的FastICA算法。程序已調通，可直接運行。

作者：彭春翌, 朱孝龍, 張賢達（清華大學 自動化系, 北京） 摘　要: 為實現卷積混合信號的盲分離, 提出了一種基于斜投影的子空間方法, 首先設計“過去”、“現在”和“未來”的觀測數據空間, 并通過斜投影將卷積混合轉化成為線性瞬時混合; 然后采用靜態分離算法重構源信號。該方法利用了觀測數據矩陣的結構信息直接獲得線性瞬時混合的數據模型, 不需要進行高維子空間代價函數的優化