ارائه الگوریتمی بهینه برای جداسازی کورسیگنالهای منبع صحبت در حوزه ویولت

بسیاری از سیگنالهای پیرامون ما ترکیبی از سیگنالهای منابع اصلی است و بشر را در بازیابی سیگنالهای اصلی از این سیگنالهای مرکب همواره با چالش روبرو ساخته است اکثر روشهایی که در زمینه جداسازی کورسیگنالهای منبع مطرح شده اند در حوزه زمان - فرکانس عمل می کنند ولی بهدلیل اینکه دراین حوزه افزونگی دیتا وجود دارد استفاده از حوزه ویولت برای جداسازی کور سیگنالهای منابع منطقی تر است دراین مقاله عمل جداسازی سیگنالها برپایه یک تابع همبستگی غیرخطی جدید و برمبنای الگوریتم نیوتن در هر دو حوزه زمان - فرکانس و زمان مکان ویولت انجام شده و نتایج گزارش شده اند. واضح است که طراحی الگوریتم برمبنای تابع غیرخطی می تواند نسبت به الگوریتمهای موجود دقت بالایی در امر جداسازی داشته باشد هرچند سرعت پردازش را کاهش خواهد داد که بهدلیل استفاده از زیرباندهای ویولت این امر نیز تاحدودی حل شده وس رعت پردازش خوبی خواهیم داشت.

کلیدواژه ها:

سیگنال ، ویولت ، خودهمبستگی ، SNR ، ICA ، ماتریسHessian