※一部利用できない機能があります
| 1.
論文 |
論文
|
Katou, Haruo ; Nakayama, Kenji ; Hirano, Akihiro
概要:
金沢大学理工研究域 電子情報学系<br />本稿では,信号源の数がセンサ数より多いオーバーコンプリート・ブラインド信号源分離においてフィードバック形構成法と分離回路の学習アルゴリズムを提案する.まず,1巡目で信号源の分離を行う.ここでは,一
…
つの信号源が複数の出力に含まれないことを分離の条件とする.このための学習法を提案している.センサ数を信号源数の約半分以上とすることにより,1巡目の信号源分離で少なくとも1個の出力に単一信号源を分離できる.この出力を単一信号源の特徴を利用して検出する.更に,この出力をフィードバックして観測信号からキャンセルすることにより,等価的に信号源の数を低減する.当該出力と混合過程の情報を使ってキャンセルする他,観測信号と当該出力のヒストグラムを使ってキャンセルする方法を組み合わせることにより,条件不足の問題を解消する.2巡目では,観測信号に含まれる信号源が1個少ない状態で1巡目と同じ処理を行う.このように,提案法では,観測信号における信号源の数を1個ずつ減らしながら信号源分離を繰り返す.信号源として音声を用いたシミュレーションにより,従来法との比較を行い,提案方法の有効性を確認している. A feedback structure and its learning algorithm are proposed for overcomplete blind source separation, where the number of sources is larger than that of sensors. In the first phase, the signal sources are separated so as to satisfy the condition, under which one signal source is not included in different outputs. By setting the number of the sensors to be more than a half of the sources, at least one output includes a single source. This output is selected based on property of a single source. Furthermore, this output is fed back and cancelled from observed signals. The selected single source, information about a mixing process and histogram of the observations and the separated source are used for this cancellation. In the second phase, the same process is carried out by using the modified observations, in which the source, separated in the first phase, is cancelled. Like this, in the proposed method, the source separation is repeated by reducing the number of equivalent sources. Simulations using speech signals demonstrate usefulness of the proposed method compared to the conventional methods.
続きを見る
|
||||
| 2.
論文 |
論文
|
西脇, 貴之 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域電子情報学系<br />非線形混合におけるブラインドソースセパレーション(BSS)に対して新しい回路構成と学習法を提案する.2次非線形特性を前提としている.回路は入力側から信号源分離回路と線形化回路の縦続構成で構成される.
…
分離回路ではクロス項を除去するためにセンサーの数を増やして自由度を高めている.この回路では,従来の学習法により,自らの高次項を含む信号源が分離される.この高次項は線形化回路で抑圧される.線形化回路のパラメータは信号源に対する2次方程式を解く過程に基づいて逐次的に調整される.2チャネルの音声信号と2次非線形混合過程を用いたシミュレーションにおいて良好な分離特性が得られている. A network structure and its learning algorithm have been proposed for blind source separation applied to nonlinear mixtures. The network has a cascade form consists of a source separation block and a linearization block in this order. The conventional learning algorithm is employed for the separation block. A new learning algorithm is proposed for the linearization block assuming 2nd-order nonlinearity. After, source separation, the outputs include the nonlinear components for the same signal sources. This nonlinearity is suppressed through the linearization block. Parameters in this block are iteratively adjusted based on a process of solving a 2nd-order equation of a signal variable. Simulation result, using 2-channel speech signals and a instantaneous nonlinear mixing process, show good separation performance.
続きを見る
|
||||
| 3.
論文 |
論文
|
加藤, 治雄 ; 中山, 謙二 ; 平野, 晃宏
概要:
理工研究域 電子情報学系<br />本論文では, 信号源の数がセンサ数より多い場合のブラインド信号源分離(BSS)にについてのフィードバック構造と学習アルゴリズムを提案する.提案法では, 信号源をいくつかのグループに分離し, ある条件下では
…
少なくとも一つの出力を単一の信号源として分離できる.出力に単一の信号源が分離されるように分離回路の出力を求め, 観測信号に対して分離された単一の信号源をフィードバックする.そして, 観測信号からその成分を差し引くことにより, 信号源数を等価的に減らす. A feedback structure and its learning algorithm are proposed for overcomplete blind source separation (BSS). The number of sources is larger than that of the sensors. In the proposed method, the signal sources are separated in several groups. Among them, at least one output can separate a single signal source under some condition. The outputs of the unmixing block are evaluated, which output provides a single signal source. The separated single signal source is fed back to the input node, and subtracted from the input signal, in order to reduce the number of equivalent signal sources.
続きを見る
|
||||
| 4.
論文 |
論文
|
中山, 謙二 ; Nakayama, Kenji
概要:
金沢大学自然科学研究科<br />信号源やその伝達・混合過程に関する事前情報がなく,それらの統計的な性質のみを仮定して信号源を分離するブラインド形信号源分離(BSS)に関して研究を行った.特に,伝達・混合過程に非線形を含む場合は信号源の混合
…
も複雑になり,それらを分離することは一般に難しい.本研究では,信号源の高次項を含む信号群を分離する過程と,その後に高次項を抑制する線形化の過程を縦続接続する方法を提案した.また,この構成法に対する学習法を新たに提案した.音声の信号源が2個の場合と3個の場合についてシミュレーションを行った.観測信号に比べて,干渉成分と非線形成分(高次項)は約20dB程度減衰しており,有効性が確認できた.本方法では,信号源の数より多い観測センサーが必要とされる.これに関して,非線形成分の大きさと必要とされる観測センサー数の関係について解析し,実際の応用場面では,センサー数を低減できることを示した.さらに,線形化→信号群分離→線形化というサンドウィッチ構造を提案し,少ないセンサー数で良好な分離特性を得た.ブラインド形信号源分離では,分離回路において信号が歪むという問題がある.これに関して,フィードフォワード形BSS(FF-BSS)とフィードバック形BSS(FB-BSS)について解析を行い,信号歪みのメカニズムを始めて明らかにした.FF-BSSは分離回路の自由度が高く,信号歪みが生じる.一方,FB-BSSは観測信号から信号歪みを生じることなく,分離が可能であることが明らかになった.さらに,本研究では,FF-BSSにおいても信号歪みを抑制するための制約条件を付加した学習法を提案し,時間領域における学習で従来法に比べて信号歪みを抑えることができた.以上,本研究では,非線形混合過程におけるBSSに対して新しい方法を提案し,さらに,従来行われていなかった信号歪みの問題を解析し,新しい学習法を提案した.これらにより,BSSをより現実的な場面に応用することが可能になり,また,分離後においても良好な音質が保証される.<br />In practical applications of BSS, processes of generating mixing and sensing signals include nonlinearity, caused by loud speakers, microphones, amplifiers and so on. BSS, cascading a signal group separation block and a linearization block has been proposed for low-order nonlinear mixtures. In the separation block, the signal sources are separated into each group, including its high-order components. The high-order components are further suppressed through the linearization block.In this report, separation performance of the nonlinear BSS is analyzed from several view points. The number of the sensors is increased from that of the signal sources in order to cancel the interference. Moreover, the interference components is decided by a ratio of the nonlinear and the linear components. A relation between the ratio of the components and the number of the sensors is analyzed. The number of the sensors can be reduced when the ratio of the nonlinearity is small. And a Cascade Form BSS Connecting Linearization and Source Separation and Linearization is analyzed.Next, effects of the initial guess of the separation matrix is analyzed. The training was carried out using 50 independent random initial guess, and good separation is obtained by a 25% probability. Moreover, effect of including 3rd-order terms is analyzed. When the 3rd-order term is under 10%, good separation performance can be obtained.<br />研究課題/領域番号:15560323, 研究期間(年度):2003 – 2004<br />出典：「非線形たたみ込み混合過程におけるブラインド形信号源分離・推定法」研究成果報告書 課題番号15560323（KAKEN：科学研究費助成事業データベース（国立情報学研究所））（https://kaken.nii.ac.jp/ja/report/KAKENHI-PROJECT-15560323/155603232004kenkyu_seika_hokoku_gaiyo/)を加工して作成
続きを見る
|
