最小2乗型同時対角化問題を用いたブラインド信号分離のための分離行列の推定法  [in Japanese] Estimation of an un-mixed matrix for blind source separation with least-squares joint diagonalization problem  [in Japanese]

Search this Article

Author(s)

    • 大石 邦夫 OISHI Kunio
    • 東京工科大学大学院バイオ・情報メディア研究科 Graduate School of Bionics, Computer and Media Sciences, Tokyo University of Technology

Abstract

本論文では逆行列の補題と最小2乗型同時対角化問題の解法を周波数領域でのブラインド信号分離に応用した手法を提案する.提案手法により適応的な分離行列の推定が可能になり,従来法の初期値に分離性能が依存する問題が軽減される.更に演算量の面でも擬似逆行列と最小2乗型一般化逆行列を必要としない分離行列推定法を提案することで音源数,マイク数の増加に伴う大幅な演算量の増加を抑えることができる.本手法の有効性は計算機シミュレーションで確認できる.

We present a new learning algorithm for solving a least-squares joint diagonalization problem at every frequency bin in convolutive frequency-domain blind source separation. Conventional algorithm requires computational burden for computing inverse matrix at every frequency bin. The proposed algorithm employs the matrix inversion lemma. It is useful to recursively estimate un-mixed matrix without being affected by initializing the algorithm. The performance of the algorithm will be evaluated in real reverberant environments.

Journal

  • IEICE technical report

    IEICE technical report 109(240), 73-78, 2009-10-15

    The Institute of Electronics, Information and Communication Engineers

References:  10

Cited by:  1

Codes

  • NII Article ID (NAID)
    110007483383
  • NII NACSIS-CAT ID (NCID)
    AN10164817
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    09135685
  • NDL Article ID
    10434045
  • NDL Source Classification
    ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
  • NDL Call No.
    Z16-940
  • Data Source
    CJP  CJPref  NDL  NII-ELS 
Page Top