جداسازی سیگنال کور صوتی بر پایه استفاده از روش کومولانت
الموضوعات :
سحر پویا
1
,
مصطفی اسماعیل بیگ
2
,
روزبه حمزه ئیان
3
1 - گروه مهندسی برق، دانشگاه آزاد اسلامی، واحد بوشهر، بوشهر، ایران
2 - گروه مهندسی برق، دانشگاه آزاد اسلامی، واحد بوشهر، بوشهر، ایران
3 - دانشگاه آزاد اسلامی واحد بوشهر، عضو هیات علمی گروه مهندسی برق
الکلمات المفتاحية: مقادیر ویژه, Eigenvalues, سیگنال‌های کور, کومولانت, بردار ویژه, Eigenvector, Blind signals, Cumulative,
ملخص المقالة :
از جمله روشهای مطرح برای جداسازی چند سیگنال گفتار، که در گیرنده‌ها با یکدیگر ترکیب شده‌اند، استفاده از روشهای جداسازی کور منابع (BSS) است. جداسازی کور منابع عبارت است از جداسازی و تخمین سیگنال‌هایی که توسط منابع در یک کانال نامعلوم تولید شده و ترکیبات آنها در گیرنده‌ها دریافت شده است. الگوریتم‌های موجود برای جداسازی کور منبع اغلب بر اساس تجزیه‌ی ویژه‌ی ماتریس‌های کومولانت مرتبه‌ی چهارم است. با این وجود وقتی ماتریس‌های کومولانت مقادیر ویژه‌ی نزدیک به هم دارند، بردارهای ویژه‌ی آنها نسبت به خطا در تخمین ماتریس‌ها بسیار حساس می‌شوند. در این مقاله سعی شده با به کارگیری الگوریتم جدیدی میزان این حساسیت را کاهش داده و به تخمین دقیق‌تری دست یابیم.
_||_
[1] P. Comon and L. Rota, “Blind separation of independent sources from convolutive mixtures,” IEICE Trans. on Fundamentals, vol. E86-A, no. 3, pp. 542–549, Mar 2003.
[2] M. Syskind Pedersen, J. Larsen , U. Kjems and L. C. Parra, (2009), "A survey of convolutive blind source separation methods", Springer Handbook on Speech Processing and Speech Communication, pp. 1-34, 2007.
[3] R. Martin-clemente and J. I. Acha, "New equations and iterative algorithm for blind separation of sources", Signal Processing, vol. 82, pp. 861-873, 2002.
[4] A. Hyvarinen, J. Karhunen and E. Oja, (2011), "Independent component analysis", John Wiley & Sons, Inc
[5] R. Martin-clemente, J. I. Acha and C. G.Puntonet, "Eigendecomposition of self-tuned cumulant-matrices for blind source separation", Signal Processing, vol. 84, pp. 1201- 1211, 2004.
