جداسازی کور سیگنال های منبع بر اساس تابع خود همبستگی غیرخطی با استفاده از الگوریتم LMS

آنالیز مولفه های مستقل و استفاده از آن در حل مسیله جداسازی کور سیگنال های منبع یکی از مهمترین مسایلی است کهدر دهه اخیر توجه زیادی از محققین شاخه های مختلف علوم مهندسی را به خود جلب کرده است. در این آنالیز از خواص آماریسیگنال های منبع برای جداسازی کور سیگنا لها استفاده می شود. در این مقاله از تابع خودهمبستگی غیرخطی سیگنال های منبع بهعنوان تابع هدف استفاده شده و با استفاده از الگوریتم LMS نقطه ماکزیمم این تابع محاسبه م یشود. با محاسبه نقطه ماکزیمم این تابع هدف، ضرایب فیلتر تخمین به دست می آیند. سپس با استفاده از این فیلتر سیگنال های منبع محاسبه م یشوند. از دو پارامتر 1) شاخصبازده و 2) نسبت سیگنال به تداخل برای نشان دادن کارایی الگوریتم ارایه شده استفاده شده است. نتایج شبیه سازی در سه قسمتبراساس سیگنال های تصادفی گوسی، سیگنال های صحبت و سیگنال های الکتروکاردیوگرام نشان داده شده اند. در انتها نتایج به دستآمده با الگوریتم نیوتن مقایسه می شود. ملاحظه می شود که به دلیل استفاده از گرادیان مرتبه اول در روش LMS (الگوریتم پیشنهادی) در مقایسه با روش نیوتن که از گرادیان مرتبه دوم نیز استفاده می کند پیچیدگی الگوریتم کاهش پیدا کرده و در ضمن سیگنال های جدا شده سیگنال به تداخل زیادی را نسبت به روش نیوتن دارد.

کلیدواژه ها:

جداسازی کور سیگنال ، آنالیز مولف ههای مستقل ، تابع خود همبستگی غیرخطی ، روش حداقل مربعات ، روش نیوتن ، پردازش سیگنال صحبت ، سیگنال الکتروکاردیوگرام