Separação de sinais: novos métodos e aplicações

• Processo: 12/01546-4
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de agosto de 2012
• Data de Término da vigência: 31 de julho de 2014
• Área do conhecimento: Engenharias - Engenharia Elétrica
• Pesquisador responsável: Leonardo Tomazeli Duarte
• Beneficiário: Leonardo Tomazeli Duarte
• Instituição Sede: Faculdade de Ciências Aplicadas (FCA). Universidade Estadual de Campinas (UNICAMP). Limeira , SP, Brasil
• Auxílio(s) vinculado(s): 13/50025-0 - Métodos avançados de processamento de sinais, AP.R
• Assunto(s): Processamento de sinais Processamento de som
• Palavra(s)-Chave do Pesquisador: Análise de Componentes Independentes | Filtragem não-supervisionada | Processamento de Sinais | Separação de Fontes | Processamento de sinais

Resumo

No problema de separação cega de fontes (Blind Source Separation - BSS), o objetivo é recuperar um conjunto de sinais fontes a partir exclusivamente de observações que consistem em misturas de tais fontes. Problemas de BSS são encontrados em diversas aplicações práticas, tais como análise de sinais biomédicos e processamento de sinais de áudio. Classicamente, os métodos de BSS assumem um modelo de mistura linear, no qual as fontes podem ser modeladas como variáveis aleatórias independentes. No entanto, dado que nem sempre tais hipóteses são observadas em problemas reais, há um grande interesse atualmente no desenvolvimento de métodos que vão além desse paradigma clássico. O presente projeto de pesquisa se insere nesse contexto. Mais precisamente, buscaremos desenvolver novas soluções capazes de operar, por exemplo, em modelos não-lineares, e em cenários nos quais as fontes são dependentes. Para tanto, visamos explorar outros tipos de informações a priori, como o fato de que as fontes podem ser representadas de modo esparso em um base previamente estabelecida. Uma outra frente de nossa investigação será focada na formulação do problema de BSS através de modelos lineares aditivos. Nesta linha, analisaremos a possibilidade de se aplicar métodos baseados na chamada análise de componentes principais robusta, metodologia esta que vem recebendo atualmente muita atenção na comunidade de processamento de sinais. Finalmente, com o intuito de incorporar de modo eficiente diferentes tipos de informações a priori, vislumbramos o desenvolvimento de métodos de separação baseados em técnicas de otimização multiobjetivo. Em todas as frentes mencionadas, nossa investigação será norteada por aplicações de grande relevância nas áreas de sensoriamento químico, processamento de sinais geofísicos, controle estatístico de processos, e tratamento de imagens. (AU)