Blindsignaladskillelse

Blind signalseparation ( blind source separation , eng. BSS, blind source separation ) er opgaven med digital signalbehandling ved at estimere matrixen, den inverse blandingsmatrix af det observerede system fra uafhængige implementeringer af observationsvektoren . Uafhængig komponentanalyse bruges almindeligvis til at løse dette problem .

Opgaven er underbestemt , da det for dens løsning er nødvendigt at genoprette både blandingsstrukturen og de originale signaler.

Matematisk model

Observationsmodellen kan repræsenteres som en stokastisk ligning [1] :

{\textbf {x}}_{n}={\textbf {A}}{\textbf {u}}_{n}

hvor er dimensionskildevektoren på et diskret tidspunkt , er en ikke-singular blandingsmatrix , er observationsvektoren ad gangen . Begge er ukendte, men det antages, at komponenterne er uafhængige stokastiske variable. ${\textbf {u}}_{n}$ $m$ $n$ ${\textbf {A}}$ $m\times m$ ${\textbf {x}}_{n}$ $n$ ${\textbf {A}}$ ${\textbf {u}}_{n}$ ${\textbf {u}}_{n}$

Opgaven med blindt at adskille signaler for en given vektor løses ved at finde en (ikke-singular) adskillelsesmatrix , sådan at: ${\textbf {x}}_{n}$ ${\textbf {W}}$

{\textbf {y}}={\textbf {W}}{\textbf {x}}

hvor er outputvektoren. Den originale vektor kan opnås op til skaleringsfaktorer og permutationer i formen: ${\textbf {y))$ ${\textbf {u))$

{\textbf {y}}={\textbf {D}}{\textbf {P}}{\textbf {u}}

hvor er en ikke-degenereret diagonal matrix , er en permutationsmatrix . ${\textbf {D}}$ ${\textbf {P}}$

Problemet løses efter princippet om analyse af uafhængige komponenter og kræver komponenternes statistiske uafhængighed [1] . ${\textbf {y))$

Ansøgninger

Adskillelse af tale (f.eks. telekonference) [1] ;
Antenne array behandling;
Multisensoriske biomedicinske optagelser [2] ;
Analyse af finansielle markedsdata;

I virkelige applikationer kompliceres opgaven af tilstedeværelsen af målestøj, signaludbredelsesforsinkelser [1] .

Noter

↑ 1 2 3 4 Khaikin, 2008 .
↑ Campisi, 2012 .

Litteratur

Simon Haikin. Neurale netværk. - 2. udg. - Williams Publishing House, 2008. - 1103 s. — ISBN 5845908906 .
Patrizio Campisi, Daria La Rocca, Gaetano Scarano. Identifikation ved elektroencefalogram // Åbne systemer. DBMS. - 2012. - Nr. 6 . - S. 39-41 .