Ústav teorie informace a automatizace

Jste zde

Bibliografie

Journal Article

Blind instantaneous noisy mixture separation with best interference-plus-noise rejection

Koldovský Zbyněk, Tichavský Petr

: Lecture Notes in Computer Science vol.2007, p. 730-737

: Independent Component Analysis and Signal Separation, (Londyn, GB, 09.09.2007-12.09.2007)

: CEZ:AV0Z10750506

: 1M0572, GA MŠk, GP102/07/P384, GA ČR

: blind source separation, independent component analysis

(eng): In this paper, a variant of the well known algorithm FastICA isproposed to be used for blind source separation in off-line (block processing) setup and a noisy environment. The algorithm combines a symmetric FastICA with test of saddle points to achieve fast global convergence and a one-unit refinement to obtain high noise rejection ability. A novel test of saddle points is designed for separation of complex-valued signals. The bias of the proposed algorithm due to additive noise can be shown to be asymptotically proportional to $/sigma^3$ for small $/sigma$, where $/sigma^2$ is the variance of the additive noise.

(cze): V tomto článku navrhujeme variantu známého algoritmu FastICA pro použití za přítomnosti aditivního šumu. Algoritmus kombinuje symetrickou FastICA, test sedlových bodů, ktery byl nově odvozeny i pro signály s komplexními hodnotami, a jemné doladení pomocí FastICA pro každou komponentu zvlášť. Vychýlení navrženého algorimu je řádu O(sigma^3), pokud sigma^2 je variance aditivního šumu, přičemž vychýlení jiných běžně používaných algoritmů je větší, řádu O(sigma^2). V důsledku nižšího vychýlení odhadu umožňuje nový algoritmus, pokud je aplikován na data s konečnou abecedou, snížení četností chyb.

: BB

07.01.2019 - 08:39