| 研究概要 |
ブラインド形信号源分離(BSS)・推定において混合・伝達過程が様々な特性を有する場合に分離・推定回路を高速かつ安定に学習する方法について研究を行った。内容は以下のように要約できる。
(1)BSSの学習時に用いられる非線形関数をオンラインで最適に制御する方法を開発し,有効性を確認した。BSSの出力信号の確率密度関数(pdf)を線形混合形ガウス関数で表現し,その線形結合係数を変形EMアルゴリズムで逐次学習する方法を提案した。このpdfを用い,安定化条件に基づいて非線形関数を計算している。多チャネルの音楽信号を用いてシミュレーションを行い,有効性を確認した。
(2)信号源からマイク等のセンサーまでの混合・伝達過程がスペクトル変動(線形たたみ込み)や室内反響,反射によるマルチパスを含む場合について,フィードバック形回路に基づくBSSの動作を解析し,学習法を開発した。また,室内反響音がある混合過程に対して,BSSの内部フィルタのタップ方向に対する指数重み付きステップサイズを用いる方法を提案し,シミュレーションによりその効果を確認した。
(3)混合・伝達過程が非線形特性を有する場合について,信号源分離・推定が可能であるための条件を導出した。さらに,信号分離と線形化を入力側から縦続接続するBSS方式を提案し,同時に,学習アルゴリズムを開発した。信号源が音声で,2〜4個,混合過程の非線形が2次の場合についてシミュレーションを行い,良好な分離特性が得られていることを確認した。
|
