Tiivistelmä

Hakusanat: Sokea signaalinerottelu, toisen asteen sokea signaalinerottelu, SOBI, ajassa muuttuvien signaalien erottelu, TV-SOBI

Sokealla signaalinerottelulla (Blind Source Separation, BSS) pyritään erottelemaan todelliset signaalit havaituista signaaleista, kun ennakkotietoja sekoitusmatriisista ja todellisista signaaleista on vain vähän saatavilla. BSS-ongelmien ratkaisemiseksi on kehitetty erilaisia menetelmiä. Näistä toisen asteen sokea signaalinerottelu (Second-Order Blind Identification, SOBI) tunnistaa lähteet toisen asteen tunnuslukujen avulla (Tong et al., 1994). Tässä opinnäytetyössä tarkastellaan toisen asteen sokean signaalinerottelumallin laajennusta (Yeredor, 2003), jossa sekoitusmatriisi muuttuu ajassa. Työssä esitellään paranneltu versio Yeredorin TV-SOBI (time-varying SOBI) algoritmista sekä sen variaatioita. Algoritmit pyrkivät estimoimaan sekoitusmatriisin ja edelleen latentit signaalit otosautokovarianssimatriisin hajotelman sekä yhteisdiagonalisoinnin avulla. Kehitetyn algoritmin (linearly time-varying SOBI, LTV-SOBI) suorituskysyä arvioidaan simulointien avulla. Suorituskyvyn mittarina käytetään tässä työssä kehitettyä signaali-häiriö suhteen (Signal-to-Inference Ratio, SIR, Yeredor, 2003) laajennusta aikamuuttuvan signaalin tapaukseen. Simulaatiotulokset osoittavat uuden LTV-SOBI-algoritmin paremmuuden verrattuna Yeredorin TV-SOBI-algoritmiin. Tulokset eivät tosin ole vielä optimaalisia. Lisäksi työssä esitellään LTV-SOBI algorithmin R implementointi sekä interaktiivinen R Shiny sovellus, jonka avulla algoritmien suorituskykyä voidaan vertailla.

References

Tong, L., Xu, G., & Kailath, T. (1994). Blind identification and equalization based on second-order statistics: A time domain approach. IEEE Transactions on Information Theory, 40(2), 340–349.

Yeredor, A. (2003). TV-sobi: An expansion of SOBI for linearly time-varying mixtures. Proc. 4th International Symposium on Independent Component Analysis and Blind Source Separation (ICA’03), Nara, Japan.