Sobre critérios lp em desconvolução preditiva e separação cega de fontes

Autor(es)

Renan Del Buono Brotto

• Tipo de documento: Dissertação de Mestrado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
• Data de defesa: 2019-08-15

Membros da banca

João Marcos Travassos Romano; Charles Casimiro Cavalcante; Rafael Ferrari

• Orientador: João Marcos Travassos Romano; Kenji Nose Filho

Resumo

Nesta dissertação estudamos a recuperação de informação sob a ótica da área de processamento de sinais. Nossos estudos foram direcionados a dois problemas clássicos desta área: desconvolução não supervisionada e separação cega de fontes. Buscamos recuperar a informação de interesse por meio de critérios baseados nas normas lp, os quais permitem explorar as características de esparsidade (adotando p=1) e antiesparsidade (adotando p igual infinito) dos sinais envolvidos. Justificamos a relação entre p e as propriedades de interesse estabelecendo uma correspondência entre as normas lp e o estimador de Máxima Verossimilhança para a distribuição Gaussiana generalizada. Abordamos o problema de desconvolução por meio dos filtros de erro de predição lp, com p diferente de, na equalização de canais de fase mínima e máxima. O método proposto apresenta um desempenho superior ao da metodologia clássica, permitindo obter filtros com resposta de fase não mínima. Os FEPs lp também são capazes de produzir sinais de erro de predição que apresentam descorrelação não linear. Também aplicamos as normas lp na separação cega de fontes, apresentando uma demonstração da suficiência da antiesparsidade como informação a priori para esta tarefa. Com isto, empregamos um método de separação composto por duas etapas: uma etapa de pré-processamento, na qual realizamos um branqueamento sobre as misturas, seguida pela etapa em que aplicamos uma matriz de rotação sobre os sinais descorrelacionados. Ajustamos a matriz de rotação através da norma l1 quando estamos interessados em fontes esparsas e pela norma infinito quando visamos recuperar sinais antiesparsos. Em nossas simulações, conseguimos recuperar até 10 fontes com uma boa precisão (medida em termos de SIR), além do método proposto apresentar um bom desempenho na presença de ruído (AU)

• Processo FAPESP: 17/13025-2 - Sobre o uso de critérios Lp nos problemas de desconvolução não-supervisionada e separação cega de fontes
• Beneficiário: Renan Del Buono Brotto
• Modalidade de apoio: Bolsas no Brasil - Mestrado