| 研究概要 |
1)オーバーコンプリート形ブラインド信号源分離(OC-BSS)
平成17年度に提案した,フィードバック形BSSにおいて,フィードバックにより信号源を相殺するための新しい学習法を提案した。混合過程に関する情報を使う方法と信号のヒストグラムを使う2つの方法を提案した。さらに,ヒストグラムを使う方法に関して,信号歪みを低減する方法を提案した。信号歪みを雑音と見なして,スペクトルサプレッション法により雑音スペクトルを抑制する方法である。音声の信号源を3個,センサーを2個としたときのシミュレーションを行い,従来法に比べて,信号対干渉比が約10dB改善された。
2)非線形混合過程に対するブラインド信号源分離
信号源のグループ分離と線形化を縦続接続する方式を以前に提案したが,その学習法に関して改良を行った。特に,線形化に関して,「初期値の設定法」及び「パラメータの学習法」に関して新しい方法を提案し,信号源の分離特性を大幅に改善した。また,信号源とセンサーの位置関係と必要なセンサー数の関係についても解析し,実用化における指針を与えた。
3)ブラインド信号源分離における信号歪みの低減
フィードフォワード形(FF-)BSSに対して,信号歪みを抑制する新しい学習法を提案した。従来の学習法に信号歪みを抑制する制約条件を課す方法である。2チャネルと3チャネルについてシミュレーションを行い,分離特性と信号歪みを評価した。その結果,従来の信号歪み抑制形学習法に比べて大幅な特性改善を実現した。さらに,フィードバック形(FB-)BSSとFF-BSSが各々有効に使用できる条件を明らかにした。
|
