Separação Cega de Fontes: Abordagens alternativas à Análise por Componentes Independentes

• Processo: 08/00002-5
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de abril de 2008
• Data de Término da vigência: 28 de fevereiro de 2010
• Área de conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: João Marcos Travassos Romano
• Beneficiário: Ricardo Suyama
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Processamento digital de sinais Separação cega de fontes
• Palavra(s)-Chave do Pesquisador: Análise por Componentes Independentes | Processamento Adaptativo de Sinais | processamento digital de sinais | Separação Cega de Fontes | Processamento Digital de Sinais

Resumo

Introduzido por Hérault e Jutten como uma estratégia de aprendizado não-supervisionado por meio de redes neurais, o problema de separação cega de fontes vem ganhando muita atenção desde o início dos anos 90, e pode atualmente ser considerado um tema de pesquisa maduro e consolidado no âmbito da moderna teoria de processamento de sinais.O principal interesse no desenvolvimento de técnicas para separação cega de fontes reside em uma formulação abrangente, a qual permite que as ferramentas obtidas neste contexto sejam empregadas em aplicações importantes de áreas como processamento de voz e áudio, telecomunicações, processamento de sinais biomédicos etc.Pode-se dizer que o problema conta com um número significativo de soluções no que se refere a modelos de misturas lineares, em particular nos casos em que o número de sensores é igual ou superior ao número de fontes. Neste caso, a análise por componentes independentes provê métodos eficientes para a obtenção do sistema separador. No entanto, o mesmo não se repete para situações em que há algum desvio em relação a este ``modelo padrão''. Além disso, a influência do ruído ainda não é bem compreendida, sendo que, em geral, assume-se que não há ruído nas medições.Dessa forma, o presente projeto tem como objetivo dar continuidade ao trabalho desenvolvido em [Suyama2007], investigando possíveis soluções para o problema de separação cega de fontes em cenários que fogem do caso mencionado anteriormente, para os quais, em geral, a análise por componentes independentes não é capaz de recuperar os sinais. Em particular, buscaremos contribuições originais para modelos de misturas convolutivas, tentando estender a formulação proposta em [Suyama2007b], assim como para o problema de misturas subparametrizadas, no qual o número de sensores disponíveis é inferior ao número de fontes a serem estimadas. Para este segundo caso, pretende-se explorar informação adicional sobre a natureza das fontes, a fim de compensar o fato da mistura não ser mais linearmente inversível.