並列タイトル等Blind Source Separation and Estimation Methods for Nonlinear Convoltive Mixtures
タイトル（掲載誌）平成16(2004)年度 科学研究費補助金 基盤研究(C) 研究成果報告書概要 = 2004 Fiscal Year Final Research Report Summary
一般注記金沢大学自然科学研究科
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.
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.
研究課題/領域番号:15560323, 研究期間(年度):2003 – 2004
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
関連情報https://nrid.nii.ac.jp/ja/search/?kw=00207945
https://kaken.nii.ac.jp/ja/grant/KAKENHI-PROJECT-15560323/
https://kaken.nii.ac.jp/ja/report/KAKENHI-PROJECT-15560323/155603232004kenkyu_seika_hokoku_gaiyo/
連携機関・データベース国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）