JP7068792B2 - 他の信号のスペクトルを検査するための信号除去 - Google Patents

他の信号のスペクトルを検査するための信号除去 Download PDF

Info

Publication number
JP7068792B2
JP7068792B2 JP2017177893A JP2017177893A JP7068792B2 JP 7068792 B2 JP7068792 B2 JP 7068792B2 JP 2017177893 A JP2017177893 A JP 2017177893A JP 2017177893 A JP2017177893 A JP 2017177893A JP 7068792 B2 JP7068792 B2 JP 7068792B2
Authority
JP
Japan
Prior art keywords
signal
digital signal
amplitude
digital
mixed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2017177893A
Other languages
English (en)
Other versions
JP2018067913A (ja
Inventor
エス．ヴィッテンベルク ピーター
ペトレ ピーター
アール．ラオ シャンカル
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boeing Co
HRL Laboratories LLC
Original Assignee
Boeing Co
HRL Laboratories LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Boeing Co, HRL Laboratories LLC filed Critical Boeing Co
Publication of JP2018067913A publication Critical patent/JP2018067913A/ja
Application granted granted Critical
Publication of JP7068792B2 publication Critical patent/JP7068792B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/16—Circuits
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/175—Spectrum analysis; Fourier analysis by delay means, e.g. tapped delay lines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/165—Spectrum analysis; Fourier analysis using filters
    • G01R23/167—Spectrum analysis; Fourier analysis using filters with digital filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G06N3/065—Analogue means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03F—AMPLIFIERS
    • H03F3/00—Amplifiers with only discharge tubes or only semiconductor devices as amplifying elements
    • H03F3/189—High-frequency amplifiers, e.g. radio frequency amplifiers
    • H03F3/19—High-frequency amplifiers, e.g. radio frequency amplifiers with semiconductor devices only
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0294—Variable filters; Programmable filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/0003—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain
    • H04B1/0007—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain wherein the AD/DA conversion occurs at radiofrequency or intermediate frequency stage
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/12—Neutralising, balancing, or compensation arrangements
    • H04B1/123—Neutralising, balancing, or compensation arrangements using adaptive balancing or compensation means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/12—Neutralising, balancing, or compensation arrangements
    • H04B1/123—Neutralising, balancing, or compensation arrangements using adaptive balancing or compensation means
    • H04B1/126—Neutralising, balancing, or compensation arrangements using adaptive balancing or compensation means having multiple inputs, e.g. auxiliary antenna for receiving interfering signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/16—Circuits
    • H04B1/1638—Special circuits to enhance selectivity of receivers not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03F—AMPLIFIERS
    • H03F2200/00—Indexing scheme relating to amplifiers
    • H03F2200/451—Indexing scheme relating to amplifiers the amplifier being a radio frequency amplifier
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H2017/0072—Theoretical filter design
    • H03H2017/0081—Theoretical filter design of FIR filters
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H2017/0072—Theoretical filter design
    • H03H2017/009—Theoretical filter design of IIR filters
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/02—Amplitude-modulated carrier systems, e.g. using on-off keying; Single sideband or vestigial sideband modulation
    • H04L27/04—Modulator circuits; Transmitter circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/02—Amplitude-modulated carrier systems, e.g. using on-off keying; Single sideband or vestigial sideband modulation
    • H04L27/08—Amplitude regulation arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/18—Phase-modulated carrier systems, i.e. using phase-shift keying
    • H04L27/20—Modulator circuits; Transmitter circuits

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Neurology (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Amplifiers (AREA)

Description

本開示は、通信信号の伝達、検査又は分析に関する。より具体的には、信号除去により、その他の信号、例えば相対的に低レベルの信号のスペクトルを調べる技術に関する。
他の信号に比べて小さい振幅を有する信号は、相対的にレベルが低い信号である。このような低レベル信号が高レベル信号に混じって受信された場合、低レベル信号のスペクトル分析には、ダイナミックレンジの制限がともなう。また、高速フーリエ変換（ＦＦＴ）に基づく周波数解析の利用は、ＦＦＴフィルタのサイドローブにより制限されることが多く、相殺システム(cancellation systems)は、応答時間が相対的に遅い。そこで、低レベル信号のスペクトル分析に関し、このようなデメリットを回避しうる信号除去システム及び方法が必要とされている。
一実施形態によれば、抽出した無線周波数（ＲＦ）信号を除去して少なくとも他の１つのＲＦ信号のスペクトルを検査するための方法は、混合信号をアナログ／デジタル変換器（ＡＤＣ）により受信することを含む。前記混合信号は、異なる信号源からの複数の別個のソース信号を含む。前記方法は、さらに、前記混合信号を前記ＡＤＣによりデジタル化して、第１デジタル信号及び第２デジタル信号を生成することを含む。前記第１デジタル信号は、前記第２デジタル信号と同一又は等価である。前記方法は、さらに、前記第１デジタル信号を所定の遅延時間だけ遅延させることと、前記第２デジタル信号をニューロモーフィック信号プロセッサで処理して、前記第２デジタル信号から抽出信号を抽出することと、を含む。前記所定の遅延時間は、前記ニューロモーフィック信号プロセッサによる遅延埋め込みに対応する。前記方法は、さらに、前記抽出信号の位相遅れ及び振幅を、前記第１デジタル信号の位相遅れ及び振幅に基づいて調整することを含む。前記方法は、さらに、前記第１デジタル信号から調整済み抽出信号をキャンセルして、検査用の入力信号を供給することを含む。
他の実施形態によれば、抽出した無線周波数（ＲＦ）信号を除去して少なくとも他の１つのＲＦ信号のスペクトルを検査するためのシステムは、混合信号を受信するアナログ／デジタル変換器（ＡＤＣ）を含む。前記混合信号は、異なる信号源からの複数の別個のソース信号を含む。前記ＡＤＣは、前記混合信号をデジタル化して第１デジタル信号及び第２デジタル信号を生成する。前記第１デジタル信号は、前記第２デジタル信号と同一又は等価である。前記システムは、さらに、前記第１デジタル信号を所定の遅延時間だけ遅延させる遅延回路を含む。前記システムは、さらに、前記第２デジタル信号を処理して、前記第２デジタル信号から抽出信号を抽出するニューロモーフィック信号プロセッサを含む。前記遅延時間は、前記ニューロモーフィック信号プロセッサによる遅延埋め込みに対応する。前記システムは、さらに、前記第１デジタル信号の位相遅れ及び振幅に基づいて前記抽出信号を調整する信号位相及び振幅調整モジュールを含む。また、前記第１デジタル信号から調整済み抽出信号をキャンセルして、検査用の入力信号を供給する加算接続手段が設けられている。
さらに他の実施形態によれば、抽出した無線周波数（ＲＦ）信号を除去して少なくとも他の１つのＲＦ信号のスペクトルを検査するためのコンピュータプログラム製品は、プログラム命令が記録されたコンピュータ可読の記憶媒体を含む。前記コンピュータ可読の記憶媒体は、一時的な記憶媒体そのものではない。前記プログラム命令は、装置により実行されて前記装置に方法を実行させるものであり、前記方法は、混合信号をアナログ／デジタル変換器（ＡＤＣ）により受信することを含み、前記混合信号は、異なる信号源からの複数の別個のソース信号を含む。前記方法は、さらに、前記混合信号を前記ＡＤＣによりデジタル化して、第１デジタル信号及び第２デジタル信号を生成することを含む。前記第１デジタル信号は、前記第２デジタル信号と同一又は等価である。前記方法は、さらに、前記第１デジタル信号を所定の遅延時間だけ遅延させることと、前記第２デジタル信号をニューロモーフィック信号プロセッサで処理して、前記第２デジタル信号から抽出信号を抽出することと、を含む。前記遅延時間は、前記ニューロモーフィック信号プロセッサによる遅延埋め込みに対応する。前記方法は、さらに、前記抽出信号の位相遅れ及び振幅を、前記第１デジタル信号の位相遅れ及び振幅に基づいて調整することを含む。前記方法は、さらに、前記第１デジタル信号から調整済み抽出信号をキャンセルして、検査用の入力信号を供給することを含む。
別の実施形態又は上述の実施形態のいずれかによれば、前記方法は、さらに、前記混合信号が前記ＡＤＣにより受信される前に、前記混合信号を増幅することを含む。前記混合信号は、前記ＡＤＣでのサンプリングのために所定の振幅に増幅される。
別の実施形態又は上述の実施形態のいずれかによれば、前記方法は、さらに、前記抽出信号及び前記第１デジタル信号の位相遅れ及び振幅を特定することと、前記第１デジタル信号の前記位相遅れ及び振幅に基づいて、前記抽出信号に対する調整を生成することと、を含む。
別の実施形態又は上述の実施形態のいずれかによれば、前記抽出信号の前記位相遅れ及び振幅を調整することは、前記第１デジタル信号に対して位相を１８０度ずらした調整済み抽出信号を生成することを含む。
別の実施形態又は上述の実施形態のいずれかによれば、前記第２デジタル信号を前記ニューロモーフィック信号プロセッサで処理することは、前記第２デジタル信号を前記ニューロモーフィック信号プロセッサにより受信することと；前記第２デジタル信号に基づいて、遅延埋め込み混合信号を生成することと；前記遅延埋め込み混合信号をリザーバに線型マッピングすることと；前記遅延埋め込み混合信号を複数のリザーバ状態と結合させることで前記混合信号の多次元の状態空間表現を生成することと；全体として前記混合信号を形成する前記別個のソース信号のうちの少なくとも１つを、前記混合信号の前記多次元の状態空間表現に基づいて特定することと、を含む。前記特定された少なくとも１つの別個のソース信号が前記抽出信号である。
別の実施形態又は上述の実施形態のいずれかによれば、前記方法は、さらに、出力レイヤにおける１つ又は複数のノードに前記多次元の状態空間表現を線型マッピングして、１組のプレフィルタ信号を生成することを含む。
別の実施形態又は上述の実施形態のいずれかによれば、前記方法は、さらに、前記プレフィルタ信号に適応フィルタリングを施すことで、前記別個のソース信号のうちの少なくとも１つを特定することを含む。
別の実施形態又は上述の実施形態のいずれかによれば、前記プレフィルタ信号に適応フィルタリングを施すことは、前記プレフィルタ信号を適応フィルタのバンクに通すことを含む。各プレフィルタ信号は、前記適応フィルタのバンクのうちの固有のフィルタに供給される。固有の各フィルタの中心周波数は適応可能である。
別の実施形態又は上述の実施形態のいずれかによれば、前記出力レイヤは、１組の出力ノードを含む。各出力ノードは、重み付けされた出力を各リザーバ処理ノードから入力として受け取り、各出力ノードは、各入力の値を合計して、当該出力ノードの出力を生成する。
別の実施形態又は上述の実施形態のいずれかによれば、前記出力レイヤの各出力ノードは、適応可能な固有の１組の出力重みをその入力側接続に有し、１つ又は複数の混合信号、すなわち、第２デジタル信号が前記ニューロモーフィック信号プロセッサに供給される。前記適応可能な出力重みは、任意の１つの出力ノードからの出力が一部のソース信号を増幅し、且つ、他のソース信号を抑制した出力になるように設定される。
別の実施形態又は上述の実施形態のいずれかによれば、前記方法は、さらに、各適応フィルタからの出力に基づいて誤差信号を導出することを含む。前記誤差信号は、前記適応フィルタの前記適応可能な中心周波数の更新及び前記出力レイヤの前記適応可能な出力重みの更新に利用される。
別の実施形態又は上述の実施形態のいずれかによれば、前記システムは、さらに、前記混合信号が前記ＡＤＣにより受信される前に、前記混合信号を増幅する増幅器を含む。前記増幅器は、前記ＡＤＣでのサンプリングのために前記混合信号を所定の振幅に増幅する。
別の実施形態又は上述の実施形態のいずれかによれば、前記システムは、さらに、前記抽出信号及び前記第１デジタル信号の前記位相遅れ及び振幅を特定し、前記第１デジタル信号の前記位相遅れ及び振幅に基づいて、前記抽出信号に対する調整を生成する位相遅れ及び振幅算出モジュールを含む。
別の実施形態又は上述の実施形態のいずれかによれば、前記システムは、さらに、前記第１デジタル信号に基づいて前記抽出信号の位相遅れ及び振幅を調整する信号位相及び振幅調整モジュールを含む。
別の実施形態又は上述の実施形態のいずれかによれば、前記信号位相及び振幅調整モジュールは、前記抽出信号の前記位相遅れを調整して、前記第１デジタル信号に対して位相を１８０度ずらした前記調整済み抽出信号を生成する。
別の実施形態又は上述の実施形態のいずれかによれば、前記ニューロモーフィック信号プロセッサは、遅延埋め込みモジュールと、リザーバと、出力レイヤと、適応フィルタのバンクと、を含む。前記遅延埋め込みモジュールは、前記第２デジタル信号を受信し、遅延埋め込み混合信号を生成するよう構成されている。前記リザーバは、前記遅延埋め込み混合信号を前記リザーバに線型マッピングし、前記遅延埋め込み混合信号を複数のリザーバ状態と結合させることで前記混合信号の多次元の状態空間表現を生成するよう構成されている。前記出力レイヤは、前記出力レイヤにおける１つ又は複数の出力ノードに対して前記状態空間表現を線型マッピングすることで、１組のプレフィルタ信号を生成するよう構成されている。前記適応フィルタのバンクは、前記プレフィルタ信号を前記適応フィルタのバンクに通すことで処理して、全体として前記混合信号を形成していた前記別個のソース信号を生成するよう構成されている。前記別個のソース信号のうちの少なくとも１つが、前記抽出信号として特定される。
別の実施形態又は上述の実施形態のいずれかによれば、前記リザーバは、複数の処理ノードを含み、前記出力レイヤは、1組の出力ノードを含む。各出力ノードは、重み付けされた出力を各処理ノードから入力として受け取る。各出力ノードは、各入力の値を合計して、当該出力ノードの出力を生成する。各出力ノードの前記出力重みは、一部のソース信号を増幅し、且つ、他のソース信号を抑制する。前記抽出信号は、前記別個のソース信号から特定される。
上述した特徴、機能及び利点は、様々な実施形態において個別に実現することもできるが、他の実施形態おいて互いに組み合わせてもよく、さらなる詳細については、以下の記載及び図面を参照することによって明らかであろう。
本開示の実施形態による、混合信号に含まれる少なくとも１つの他の信号を分析するために混合信号から抽出信号を除去するシステムの一例を示す概略ブロック図である。 本開示の他の実施形態による、１つ又は複数の信号を抽出するニューロモーフィック信号プロセッサの一例を示す概略ブロック図である。 図２のニューロモーフィック信号プロセッサの遅延埋め込みモジュールの一例を示す概略ブロック図である。 図２のニューロモーフィック信号プロセッサのリザーバの一例を示す概略ブロック図である。 図２のニューロモーフィック信号プロセッサのリザーバ及び出力レイヤの一例を示す概略ブロック図である。 本開示の実施形態による、混合信号に含まれる少なくとも１つの他の信号を分析するために混合信号から抽出信号を除去する方法の一例を示すフローチャートである。 本開示の実施形態による、混合信号から特定の信号を抽出する方法の一例を示すフローチャートである。
以下の実施形態の詳細な説明では、本開示の特定の実施形態を示す添付図面を参照する。ただし、構造及び動作が異なる他の実施形態も、本開示の範囲から逸脱するものではない。異なる図面における同様の参照符号は、同様の要素又はコンポーネントを指す場合がある。
本開示は、システム、方法及び／又はコンピュータプログラム製品とすることができる。コンピュータプログラム製品は、本開示の側面をプロセッサに実施させるためのコンピュータ可読プログラム命令が記録されたコンピュータ可読記憶媒体（又は複数の媒体）を含みうる。
コンピュータ可読記憶媒体は、命令実行装置が使用する命令を保持及び格納可能な有形の装置とすることができる。コンピュータ可読記憶媒体は、例えば、限定するものではないが、電子記憶装置、磁気記憶装置、光学記憶装置、電磁記憶装置、半導体記憶装置、又は、これらの任意の適当な組み合わせであってもよい。すべてを網羅するものではないが、コンピュータ可読記憶媒体のより具体的な例を列挙すれば、以下のものが含まれる。すなわち、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリーメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ポータブルコンパクトディスクリードオンリーメモリ（ＣＤ－ＲＯＭ）、デジタルバーサタイルディスク（ＤＶＤ）、メモリースティック、フロッピーディスク、及び、機械的にコード化された装置、例えば、命令が記録されたパンチカードや溝内の隆起構造に加え、これらの任意の適当な組み合わせが含まれる。なお、本開示においては、一時的な信号そのもの、例えば、電波や自由に伝搬する他の電磁波、導波路や他の伝送媒体を介して伝搬する電磁波（例えば光ファイバケーブルを通過する光パルス）、又は、ワイヤを介して送信される電気信号など自体を、コンピュータ可読記憶媒体と解釈すべきではない。
本明細書に記載のコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体から各コンピューティング／処理装置にダウンロードすることができ、あるいは、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク、及び／又はワイヤレスネットワークなどのネットワークを介して外部コンピュータ又は外部記憶装置にダウンロードすることができる。ネットワークは、銅の伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ及び／又はエッジサーバーを含みうる。各コンピューティング／処理装置におけるネットワークアダプタカード又はネットワークインターフェイスは、ネットワークからコンピュータ可読プログラム命令を受信して、コンピュータ可読プログラム命令を各コンピューティング／処理装置内のコンピュータ可読記憶媒体に格納すべく転送する。
本開示の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械語命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、又は、１つ以上のプログラミング言語の任意の組み合わせで記述されたソースコードもしくはオブジェクトコードのいずれかであってもよい。プログラミング言語には、スモールトーク、Ｃ＋＋などのオブジェクト指向プログラミング言語、及び、「Ｃ」プログラミング言語又はこれに類するプログラミング言語などの従来の手続き型プログラミング言語が含まれる。コンピュータ可読プログラム命令は、全てをユーザのコンピュータで実行してもよいし、一部をスタンドアローンソフトウェアパッケージとしてユーザのコンピュータで実行してもよいし、一部をユーザのコンピュータで実行し一部をリモートコンピュータで実行してもよいし、全てをリモートコンピュータ又はサーバーで実行してもよい。後者の場合、リモートコンピュータを、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを介してユーザのコンピュータに接続してもよいし、あるいは、（例えば、インターネットサービスプロバイダを利用したインターネットを介して）外部コンピュータに接続してもよい。いくつかの実施形態においては、例えば、プログラマブル論理回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）又はプログラマブル論理アレイ（ＰＬＡ）を含む電子回路により、コンピュータ可読プログラム命令の状態情報を用いてコンピュータ可読プログラム命令を実行してもよく、これにより本開示の態様を実現するように電子回路をパーソナライズすることができる。
本開示の態様を説明するにあたり、本開示の実施形態に基づく以下のものを参照する。すなわち、方法に関するフローチャート及び／又はブロック図、装置（システム）、及びコンピュータプログラム製品である。これらフローチャート及び／又はブロック図における各ブロック、並びに、これらフローチャート及び／又はブロック図におけるブロックの組み合わせは、コンピュータ可読プログラム命令によって実現することができる。
コンピュータ可読プログラム命令は、汎用コンピュータ、専用コンピュータ、又は、その他のプログラム可能なデータ処理装置のプロセッサに供給されてマシーンを構成する。これにより、コンピュータ又はその他のプログラム可能なデータ処理装置のプロセッサを介して実行される命令により、フローチャート及び／又はブロック図のブロックに記載された機能／動作を実施するための手段が形成される。これらのコンピュータ可読プログラム命令は、コンピュータ、プログラム可能なデータ処理装置及び／又はその他の装置に指示して特定の態様で機能させることが可能なコンピュータ可読媒体に格納することができる。これにより、命令を格納したコンピュータ可読媒体により、フローチャート及び／又はブロック図の１つ又は複数のブロックに記載された機能／動作の態様を実施する命令を含む製品が形成される。
また、コンピュータ可読プログラム命令を、コンピュータ、その他のプログラム可能なデータ処理装置、又は、その他の装置にロードして、当該コンピュータ、その他のプログラム可能なデータ処理装置、又は、その他の装置に一連の動作ステップを実行させて、コンピュータ実施によるプロセスを実現することができる。これにより、コンピュータ、その他のプログラム可能な装置、又は、その他の装置で実行される命令により、フローチャート及び／又はブロック図のブロックに記載された機能／動作が実現される。
図１は、本開示の実施形態によるシステム１００の一例を示す概略ブロック図である。システム１００は、混合信号からある信号を抽出し且つこれを除去することにより、混合信号に含まれる少なくとも１つの他の信号を分析する。この「他の信号」は、たとえば、除去された信号に比べて低レベルの信号、すなわち振幅が相対的に小さい信号である。したがって、システム１００は、所定の信号を除去して、この除去信号よりも低レベルの信号のスペクトル分析に利用することが可能である。
システム１００は、１つ又は複数のアンテナ１０２を含み、これらが無線周波数（ＲＦ）ソース信号(source signal)１０４ａ～１０４ｎを複数の異なるＲＦ信号源１０６ａ～１０６ｎから受信する。複数のＲＦソース信号１０４ａ～１０４ｎ又はこれら信号１０４ａ～１０４ｎの一部が１つのアンテナ１０２で同時に受信されると、１つ又は複数の混合信号１０８が経時的に形成されうる。すなわち、アンテナ１０２に受信されたＲＦソース信号１０４ａ～１０４ｎが、ある時間にわたって部分的に重畳しうる。またシステム１００は、アンテナ１０２から混合信号１０８を受け取る増幅器１１０を含む。増幅器１１０は、混合信号１０８を所定のレベルに増幅することにより、混合信号１０８の振幅が、アナログデジタル変換器（ＡＤＣ）１１２による当該混合信号のサンプリングに十分な大きさとなるようにする。つまり、増幅器１１０は、混合信号１０８を所定のレベル又は振幅に増幅して、ＡＤＣが混合信号１０８のサンプリングあるいはデジタル化を効率的に行えるようにする。一例として、混合信号１０８の増幅は、以下のような理由により必要となる。すなわち、ソース信号１０４ａ～１０４ｎのうちのいくつかの信号の振幅、あるいは、分析の対象であるソース信号の振幅が、混合信号１０８を構成する他のソース信号１０４ａ～１０４ｎの振幅に比べて極端に小さい場合がある。このとき、混合信号１０８を増幅すれば、混合信号１０８に含まれる所望のソース信号も増幅されるので、混合信号１０８あるいはデジタル化した混合信号１０８から、相対的に大きな振幅を有する１つ又は複数の他のソース信号を適切に抽出及び除去することができ、本開示で示すように所望のソース信号の分析が可能となる。
ＡＤＣ１１２は、混合信号１０８のサンプリング又はデジタル化を行って、第１デジタル信号１１６及び第２デジタル信号１２０を生成する。第１デジタル信号１１６及び第２デジタル信号１２０は、互いに類似する信号又は等価の信号であって、混合信号１０８をデジタルで表したものである。したがって、第１デジタル信号１１６を第１デジタル混合信号と記載する場合もあり、また、第２デジタル信号１２０を第２デジタル混合信号と記載する場合もある。
遅延回路１１４は、ＡＤＣ１１２から第１デジタル信号１１６を受け取る。遅延回路１１４は、第１デジタル信号１１６を所定の遅延時間だけ遅らせる。
加えて、システム１００は、ＡＤＣ１１２から第２デジタル信号１２０を受け取るニューロモーフィック信号プロセッサ（neuromorphic signal processor）１１８を含む。ニューロモーフィック信号プロセッサ１１８は、第２デジタル信号１２０を処理して、第２デジタル信号１２０から１つ又は複数の抽出信号１２２を抽出する。遅延回路１１４における所定の遅延時間は、ニューロモーフィック信号プロセッサ１１８による埋め込み遅延(delay embedding)に対応する。ニューロモーフィック信号プロセッサ１１８として利用できるように構成可能な装置の参考例としては、２０１６年３月１７日に出願された米国特許出願第１５／０７３，６２６号に記載されたようなコグニティブブラインド信号源分離器（cognitive blind source separator）がある。ニューロモーフィック信号プロセッサ１１８として利用可能に構成された例示的なコグニティブブラインド信号源分離器については、図２～図５を参照して後述する。
位相遅れ及び振幅算出モジュール１２４は、ニューロモーフィック信号プロセッサ１１８から抽出信号１２２を受け取り、遅延回路１１４から遅延第１デジタル信号１１６を受け取る。位相遅れ及び振幅算出モジュール１２４は、抽出信号１２２及び遅延第１デジタル信号１１６の位相遅れ及び振幅を算出する。位相遅れ及び振幅算出モジュール１２４は、遅延第１デジタル信号１１６を基準に、抽出信号１２２に対して施すべき調整を算出する。この調整は、両信号間の位相差を１８０度とし、遅延第１デジタル信号１１６から抽出信号１２２をキャンセル（ゼロ化）することを可能とするものである。
信号位相及び振幅調整モジュール１２６は、ニューロモーフィック信号プロセッサ１１８から抽出信号１２２を受け取り、位相遅れ及び振幅算出モジュール１２４から出力１２８を受け取る。出力１２８は、遅延第１デジタル信号１１６の位相に基づいて算出された、抽出信号１２２に対する調整に対応する信号である。信号位相及び振幅調整モジュール１２６は、抽出信号１２２の位相遅れ及び振幅を、位相遅れ及び振幅算出モジュール１２４からの出力１２８を用いて調整する。これにより、信号位相及び振幅調整モジュール１２６から出力される調整済み抽出信号１３０は、遅延第１デジタル信号１１６に対して位相が１８０度ずれた信号になる。
システム１００は、調整済み抽出信号１３０を遅延第１デジタル信号１１６からキャンセルあるいは除去するための加算接続手段（summing junction）１３２又は他のメカニズムをさらに含み、これにより、抽出信号１２２すなわち調整済み抽出信号１３０が除去された検査用入力信号１３４が提供される。調整済み抽出信号１３０は、第１デジタル信号１１６に対して位相が１８０度ずれており、調整済み抽出信号１３０と第１デジタル信号１１６とが加算接続手段１３２で足し合わされると、調整済み抽出信号１３０が相殺される。検査用入力信号１３４は、混合信号１０８中の特定の信号がデジタル混合信号１０８から抽出かつキャンセルされてはいるが、本質的には、デジタル化混合信号１０８すなわちシステム１００に入力された信号とみてよい。この検査用入力信号１３４が、分析の対象である。一実施形態では、装置１３６により、検査用入力信号１３４のスペクトルが分析される。一実施形態では、装置１３６は、スペクトルアナライザであり、他の例では、ニューロモーフィック信号プロセッサ又はその他の装置である。他の実施形態では、検査用入力信号１３４に関連する他のパラメータが所定の装置により分析される。
一実施形態では、図１に破線で示すように、システム１００の少なくともいくつかのコンポーネントは、単一のチップ１４０に配置される。
図２は、本開示の別の実施形態に基づく、１つ又は複数の信号を抽出するニューロモーフィック信号プロセッサ２００の一例を示す概略ブロック図である。この例示的なニューロモーフィック信号プロセッサ２００は、図１のニューロモーフィック信号プロセッサ１１８として利用可能である。例示的なニューロモーフィック信号プロセッサ２００は、上述した第２デジタル信号１２０を受け取る。一例として、第２デジタル信号１２０は、瞬時帯域幅が狭い複数のパルスをノイズとして含む入力混合信号と特徴づけることができる。ニューロモーフィック信号プロセッサ２００は、入力混合信号すなわち第２デジタル信号１２０から分離されたノイズ消去パルスを出力する。例示的なニューロモーフィック信号プロセッサ２００は、コグニティブブラインド信号源分離器（ＣＢＳＳ）と称される場合もあり、時間相関のある複数のソース無線周波数（ＲＦ）信号を分離することができる。ニューロモーフィック信号プロセッサ２００の実施形態では、各ソース信号が狭い周波数帯域を有すること、および、ソース信号どうしが時間的に重なってもよいが、時間と周波数の両方の面で重複することは極めてまれにしか起こらないことを前提とする。限定するものではないが、そのようなソース信号の例には、レーダーに用いられる無線周波数（ＲＦ）信号、ソナーに用いられる超音波音響パルス、又は、複数の音声信号を分離するのに用いられる音響信号が含まれる。
第２デジタル信号１２０又はデジタル混合信号は、抽出対象であるソース信号１０４ａ～１０４ｎの混合信号から得られる複数のサンプル、すなわち、時系列をなす複数のデータポイントとして特徴づけることもできる。第２デジタル信号１２０の時系列データポイントは、入力信号を時間遅延させたもの、すなわち、遅延埋め込み混合信号２０６を生成する遅延埋め込みモジュール２０４を経由して供給される。遅延埋め込みモジュール２０４は、第２デジタル信号１２０を受け取って、１つ又は複数の遅延埋め込み混合信号２０６を生成する。遅延埋め込みモジュール２０４は、有限個の過去の信号値を格納しておくことにより、スカラー値の混合信号１０８を多次元の信号に変換する。遅延埋め込みモジュール２０４は、現在の信号値及び過去の信号値に対する多次元のベクトルを構成する。遅延埋め込み混合信号２０６は、線型関数を介してリザーバ２０８にマッピングされる。リザーバ２０８は、遅延埋め込み混合信号２０６がリザーバ２０８に線型マッピングされることにより、遅延埋め込み混合信号２０６についての高次元（ＨＤ）又は多次元の状態空間表現（state-space representation）２１０を生成するように設定されている。すなわち、遅延埋め込み混合信号２０６は、詳細を後述するように、リザーバ２０８に線型マッピングされる。リザーバ２０８は、力学系（dynamical system）であり、リザーバ状態と遅延埋め込み混合信号２０６との組み合わせにより、元の混合信号１０８、すなわち、第２デジタル信号１２０についての多次元の状態空間表現２１０が形成される。例えば、リザーバ２０８における特定のニューロン、すなわち、処理ノード（図４の４０４）は、例えば図１に示すＲＦソース信号１０４ａ～１０４ｎなどの特定のソース信号を表す。多次元の状態空間表現における入力の線型マッピングは、数学的に説明することもできる。ｋ次元の遅延埋め込み入力を、ｕ［ｎ］＝［ｕ0（ｔ），ｕ0（ｔ－τ），ｕ0（ｔ－２τ），…，ｕ0（ｔ－（ｋ－１）τ）］Tとし、ｍ次元のリザーバ状態を表すベクトルをｘ［ｎ］とする。ｕ0（ｔ）は、連続的な時間ｔにおける入力信号の値であり、τは、埋め込みにおけるサンプル間の遅延時間である。リザーバ状態は、現在の遅延埋め込み入力ベクトルｕ［ｎ］と、前回の状態ベクトルとの線型関数として算出される：
Figure 0007068792000001
ここで、Ａはリザーバの接続（reservoir connectivity）を規定するｍ×ｍの行列であり、Ｂは入力からリザーバ２０８への線型マッピングを規定するｍ×ｋの行列である。限定するものではないが、行列Ａ及びＢとしては、たとえば両者をランダムに生成し（たとえば、各成分を、平均がゼロで分散が１の独立ガウス分布から選択し）、次いで、各行列のスペクトルノルムが１より小さくなるようなスカラーで割ることによって正規化した行列を採用することができる。
状態空間表現２１０は、出力レイヤ２１２における固定数の出力ノード５０２ａ～５０２ｎ（図５）に対してマッピングされる。このマッピングは、リザーバ２０８の複数の状態に関する複数の異なる線型結合によるものであり、複数のプレフィルタ（pre-filtered)信号２１４が生成される。出力レイヤ２１２における各出力ノード５０２ａ～５０２ｎに対し固有の線型関数がある。このように、遅延埋め込み混合信号２０６のリザーバ状態空間表現２１０が、出力レイヤ２１２に対して線型マッピングされる。出力レイヤ２１２は、出力レイヤ２１２における１つ又は複数の出力ノード５０２ａ～５０２ｎ（図５）に対して状態空間表現２１０を線型マッピングすることにより、１組のプレフィルタ信号２１４を生成するよう構成されている。なお、本明細書においては、「線型結合」及び「線型関数」なる用語は、同義に用いられている。一例では、異なる線型関数の学習は、誤差関数の最小化のために行われるフィルタの中心周波数の学習と同じ方法で行うことが可能である。例えば、ニューロモーフィック信号プロセッサ２００は、異なる線型関数の重みに関して、誤差関数モジュール２２０における誤差関数２１８の導関数を求め、各重みをフィルタの中心周波数と適合させる。
出力レイヤ２１２の各出力ノード５０２ａ～５０２ｎは、適応フィルタ２１６のバンク(bank)のうち、それぞれに固有の有限フィルタに関連づけられている。一実施形態では、適応フィルタ２１６のバンクは、複数の有限インパルス応答（ＦＩＲ）フィルタ及び複数の無限インパルス応答（ＩＩＲ）フィルタを含む。適応フィルタ２１６のバンクは、全体として混合信号１０８（図１）を形成する個々のソース信号１０４ａ～１０４ｎを生成するよう構成されており、この生成は、適応フィルタ２１６のバンクを介してプレフィルタ信号２１４を処理することにより行う。各プレフィルタ信号２１４は、バンクに含まれる適応フィルタ２１６のうちの対応するフィルタに供給されることにより、混合信号１０８を構成していた元のソース信号１０４ａ～１０４ｎが特定及び抽出される。よって、適応フィルタ２１６から出力されるのは、元のソース信号１０４ａ～１０４ｎであり、これが、ニューロモーフィック信号プロセッサ２００、１１８（図１）の最終出力である。分離されたソース信号１０４ａ～１０４ｎから、パルス記述語（ＰＤＷ：pulse descriptor word）などの特徴を抽出する場合は、適当な特徴抽出モジュール２２２を用いる。様々な他の実施形態では、本システム又はニューロモーフィック信号プロセッサ２００は、（ソース信号の特定／抽出ではなく）ソース信号１０４ａ～１０４ｎの生成又は信号データの分類を行い、及び／又は、分離したソース信号１０４ａ～１０４ｎ、すなわち、データ信号を格納する。
適応フィルタ２１６のバンクからの出力は、誤差関数モジュール２２０にも供給されて、１つ又は複数の誤差信号２２４が導出される。誤差信号２２４を用いて、適応フィルタ２１６の中心周波数の更新、及び、出力レイヤ２１２の出力ノード５０２ａ～５０２ｎ（図５）に関連づけられた線型結合の重みの更新が行われ、抽出信号１２２の抽出が行われる。この適応化により、適応フィルタ２１６と、ソース信号１２０ａ～１２０ｎの分離とが得られる。これらの側面について、以下にさらに詳しく説明する。
さらに図３を参照する。図３は、図２のニューロモーフィック信号プロセッサ２００の遅延埋め込みモジュール２０４の一例を示す概略ブロック図である。既に説明したように、第２デジタル信号１２０、すなわち、第２デジタル混合信号は、ニューロモーフィック信号プロセッサ２００への入力信号３０２（ｕ（ｔ））を形成する信号であり、１つ又は複数の遅延埋め込み混合信号２０６を形成する遅延埋め込みモジュール２０４を経由して継続的に供給される。遅延埋め込みは、混合信号１０８に含まれる異なるソース信号１０４ａ～１０４ｎ（図１）のダイナミクス（dynamics）を捕捉する第１段階である。入力信号３０２は、ソース信号１０２ａ～１０２ｎで構成される。入力信号３０２が有限個の一連の遅延３０４を経由することで遅延埋め込みが行われる。遅延値の時間間隔（Δｔ）は、一定である。タップ３０６が、各遅延３０４に関連づけられており、各遅延３０４の遅延信号値を複数の加算ノード３０８ａ～３０８ｎに分散させる。加算ノード３０８ａ～３０８ｎは、リザーバ２０８への入力となる遅延埋め込み混合信号２０６の生成を担う。加算ノード３０８ａ～３０８ｎは、リザーバ２０８における処理ノード４０４（図４）毎に１つ設けられている。各加算ノード３０８ａは、各第２デジタル混合信号１２０からの遅延信号値に対して固有の線型結合を施す。これらの異なる線型結合は、異なる周波数帯域のソース信号１０４ａ～１０４ｎのダイナミクスの増幅を助け、ソース信号分離の第１段階である。
入力信号３０２であるｕ（ｔ）は、ベクトルであってもよく、第２デジタル信号１２０で構成されている。各第２デジタル混合信号１２０に対して有限個の一連の遅延３０４が適用されて、複数の遅延埋め込み信号ｕ（ｔ），ｕ（ｔ－Δｔ），・・・ｕ（ｔ－ＭΔｔ）が生成される。ここで、Δｔは、入力信号３０２に対する連続する遅延埋め込み値の時間間隔（すなわち、タップ３０６間の時間間隔）であり、Ｍは、遅延３０４の総個数である。概念上は、Δｔ及びＭの値をそれぞれ一定とし、第２デジタル混合信号１２０が、各々特定の一連の遅延３０４を通過すると考えてよい。加算ノード３０８ａ～３０８ｎはＮ個あって、リザーバ２０８における処理ノードと個数が等しい。任意の加算ノード３０８ｉについて、各第２デジタル混合信号１２０の各遅延値は、重み付けられて、加算ノード３０８ｉに供給される。すると、この加算ノードがその入力値を合計して、Ｎ個の一次元信号（すなわち、遅延埋め込み混合信号２０６）のうちの１つを生成し、これがリザーバ２０８における対応する処理ノードに入力として供給される。タップ３０６から特定の加算ノード３０８ｉへの接続における重みはそれぞれに固有の重みであって、タップ３０６から他の加算ノード３０８ａ～３０８ｎへの接続における重みからは独立である。この柔軟性により、異なる周波数帯域において生じるソース信号のダイナミクスを増幅させることができる異なる線型結合が可能になり、ソース信号の分離のための第１ステップが実現される。
さらに図４を参照する。図４は、図２のニューロモーフィック信号プロセッサ２００のリザーバ２０８の一例を示す概略ブロック図である。リザーバ２０８は、高次元又は多次元の力学系であり、いくつかの実施形態では、再帰型ニューラルネットワークとして実装される。リザーバ２０８は、時系列データを、リザーバ２０８の多次元状態空間における軌跡として符号化することを目的とする。たとえば、リザーバ２０８の状態空間における１つの点では、遅延埋め込みモジュール２０４から供給される入力データの履歴情報が符号化される。リザーバ２０８における各ノード４０４は、リザーバ状態を特定する１組のスカラー値を有する。リザーバ２０８の状態空間における１つの点は、リザーバ２０８における特定のノード４０４について複数のスカラー値が選択されたことに対応する。このようにして、リザーバ２０８は時間メモリ（temporal memory）を形成する。遅延埋め込みモジュール２０４及びリザーバ２０８は、協働して、混合信号１０８からソース信号１０４ａ～１０４ｎを予備的に分離する。リザーバ２０８は、遅延埋め込みモジュール２０４から入力４０２を受け取る。遅延埋め込みモジュール２０４からの入力４０２は、遅延埋め込み混合信号２０６に対応する。リザーバ２０８は、互いに接続された一群の処理ノード４０４を含み、ニューロンと呼ばれるこれらのノードは、重み付けされた接続（weighted connection）４０６を介して互いに通信する。重み付けされた接続４０６の各々には、接続重み（connection weight）４０８が関連付けられている。接続重み４０８は、ランダムに（例えば、一様分布又は正規分布から）生成されて、わずかな割合（例えば、約１０％）の接続重み４０８のみが、非ゼロの値に設定される。加えて、接続重み４０８は全体として正規化されるので、隣接行列Ａに埋め込まれると（たとえばＡijは、処理ノードｉから処理ノードｊへの接続重みを有する）、Ａのスペクトル半径が１より小さくなる。各処理ノード４０４すなわちニューロンは、重み付けされた入力の合計を算出するが、この合計には、遅延埋め込みモジュール２０４からの入力４０２だけでなく、リザーバ２０８における他の処理ノード４０４からの出力４１０も含まれる。この結果得られる各処理ノード４０４へのスカラー入力は、任意の処理として、非線型関数（限定するものではないが、そのような関数の一例には、双曲線正接関数（hyperbolic tangent function）がある）を経由させてもよく、これによって処理ノードの出力４１０を生成することもできる。
処理ノード４０４の入力－出力処理は、ある時間継続して行われ、これにより経時的に得られる一連のリザーバ・ニューロン状態が、多次元のリザーバ２０８の状態空間における複数の点、すなわち、ソース信号１０４ａ～１０４ｎの本質的特徴を符号化した点を構成する。このように、リザーバ２０８は、１つ又は複数の混合信号１０８、２０６からソース信号１０４ａ～１０４ｎを抽出する処理において有用なステップを実現する。
図５は、図２のニューロモーフィック信号プロセッサ２００のリザーバ２０８及び出力レイヤ２１２の一例を示す概略ブロック図である。いくつかの実施形態では、出力レイヤ２１２は、一組の出力ノード５０２ａ～５０２ｎを有する。各出力ノード５０２ａ～５０２ｎは、リザーバ２０８の各処理ノード４０４すなわちニューロンから重み付けされた出力５０４を入力として受け取り、これら重み付けされた出力５０４の値を合計して、出力ノード５０２ａ～５０２ｎの出力５０６ａ～５０６ｎを生成する。出力レイヤ２１２の各出力ノード５０２ａ～５０２ｎは、その入力側接続５１０に、適応可能な固有の重み５０８ａ～５０８ｎを有している。これらの重みは、リザーバ２０８の処理ノード４０４からの「出力重み」と呼ばれる。１つ又は複数の第２デジタル混合信号１２０がニューロモーフィック信号プロセッサ２００に供給されると、重み５０８ａ～５０８ｎが本開示に記載するように適応化されて、任意の１つの出力ノード５０２ａ～５０２ｎからの出力５０６ａ～５０６ｎが、ソース信号１０４ａ～１０４ｎの一部の信号を増幅する一方、他のソース信号を抑制した出力になる。これは、混合信号１０８からソース信号１０４ａ～１０４ｎを分離する処理の第３段階である。なお、第１段階は、混合信号１０８すなわち第２デジタル信号の遅延埋め込み表現であり、第２段階は、リザーバ２０８表現である。
図２に戻ると、いくつかの実施形態では、ニューロモーフィック信号プロセッサ２００の最終段は、適応フィルタ２１６のバンクである。ＦＩＲフィルタとして利用可能な種類のフィルタについての唯一の制約は、周波数領域におけるゲイン応答が単峰形であるということであるが、リップルはあってもよい。ガウシアンフィルタは、利用可能なＦＩＲフィルタの一例である。適応フィルタ２１６のバンクに含まれる各フィルタは、出力レイヤ２１２における出力ノード５０２ａ～５０２ｎのうちの１つと組み合わせられる。これにより、各適応フィルタ２１６およびこれに対応する出力ノード５０２ａ～５０２ｎの対を複数含む組が生成される。フィルタへ入力されるのは、出力レイヤ２１２において、当該フィルタに対応する出力ノード５０２ａ～５０２ｎにより生成される出力である。
適応フィルタ２１６のバンクに含まれる各フィルタの中心周波数は、適応化、又は、設定が可能である。中心周波数の設定により、混合信号１０８、すなわち、第２デジタル混合信号１２０が、ニューロモーフィック信号プロセッサ１１８、２００内で伝達される際に、各適応フィルタ２１６の中心周波数を、特定の１つのソース信号１０４ａ～１０４ｎの周波数に収束させることができる。本質的には、適応フィルタ２１６は、出力レイヤ２１２における出力ノード５０２ａ～５０２ｎの出力５０６ａ～５０６ｎに対する制約として機能して、１つの混合信号１０８又は複数の混合信号２０２からソース信号１０４ａ～１０４ｎのうちの１つのみを抽出するように各出力ノード５０２ａ～５０２ｎを制御する。ソース信号１０４ａ～１０４ｎの周波数は、時間の関数であってもよい。ニューロモーフィック信号プロセッサ１１８、２００にとって、ソース信号１０４ａ～１０４ｎが満たすべき唯一の要件は、各信号が任意の所定の時間(interval of time)にわたって単一の周波数により特徴づけられるということである。ソース信号１０４ａ～１０４ｎの周波数帯域の狭さ、及び、上記所定の時間の短さは、リザーバ２０８におけるノード４０４の個数及び使用されるフィルタ係数の個数の関数である。
図２に示す例のように、いくつかの実施形態では、誤差関数モジュール２２０は、ニューロモーフィック信号プロセッサ２００のフィードバックコンポーネントであり、フィルタの中心周波数の適応化の誘導、及び、リザーバの処理ノード４０４から出力レイヤ２１２の出力ノード５０２ａ～５０２ｎへの入力側接続５１０における適応可能な重み５０８ａ～５０８ｎ（出力重み）の適応化の誘導を担う。概念上は、各適応フィルタ２１６と出力レイヤの出力ノード５０２ａ～５０２ｎの対は、個々の誤差関数２１８の形式は同一であるとして、それぞれ固有の誤差関数２１８を有するとみなすことができる。具体的には、誤差関数２１８は、合計される項を３つ含む。第１項は、対応するフィルタの出力の負の指数(negative power)である。この負の指数は、次式で算出される：
Figure 0007068792000002
 式中、ｙ（ｔ）は、時間ｔにおける適応フィルタ２１６の出力であり、Ｍは、平均において用いられたサンプルの数である。第１の目的は、負の指数を最小化（指数を最大化）することである。一般に、これにより、フィルタの中心周波数をソース信号周波数のうちの１つに近づけうる。第２項は、フィルタ出力と、出力レイヤ２１２における対応する出力ノード５０２ａ～５０２ｎの出力との差分平方和である。これは、第２の目的である、フィルタの入力と出力のずれの最小化につながる。このようにすると、混合信号１０８に含まれるソース信号１０４ａ～１０４ｎのうち、適応フィルタ２１６が「認識」できる信号の数を限定することができ、よって、適応フィルタ２１６がソース信号１０４ａ～１０４ｎのうち抽出対象とする単一の信号に集中しやすくなる。第３項は、「ペナルティ項」とも呼ばれる項であり、適応フィルタ２１６同士のフィルタ領域が互いに近くなりすぎて、同一のソース信号を抽出してしまうことを防ぐ。例えば、ｄｗij＝｜ｗi－ｗj｜とし、ｗi及びｗjは、それぞれフィルタｉ及びフィルタｊの中心周波数を表す場合、ペナルティ項は、次式により与えられる：
Figure 0007068792000003
 式中、Ｇは、平均がゼロで分散はエンドユーザが指定するガウス分布を表し、Ｎは、適応フィルタ２１６の個数を表す。
誤差関数２１８の出力は、誤差信号２２４の生成に利用される。誤差信号２２４は、フィルタの中心周波数の適合化、及び、リザーバ２０８から出力レイヤ２１２への入力側接続５１０における重み５０８ａ～５０８ｎの適合化に利用される。誤差信号２２４は、出力重み５０８ａ～５０８ｎ及びフィルタの中心周波数に関する誤差関数２１８の導関数を求めることにより生成される。システムパラメータ、すなわち、フィルタの中心周波数及び出力重み５０８ａ～５０８ｎは、上記導関数を用いて誤差関数２１８に対して勾配降下法を実行することにより適応化することができる。既に説明したように、各適応フィルタ２１６と出力レイヤ２１２の力ノード５０２ａ～５０２ｎとの対は、それぞれ固有の誤差関数２１８を有すると考えてよい。各誤差関数２１８については、基本的な勾配降下法を用いて出力重み５０８ａ～５０８ｎを適応させるが、ニューロモーフィック信号プロセッサ１１８、２００は、局所探索と大域探索とを組み合わせた独自の形式の勾配降下法を用いてフィルタの中心周波数を適応させる。これにより、ニューロモーフィック信号プロセッサ１１８、２００は、少なくとも３０ＧＨｚという超広帯域のソース信号をカバーすることができ、しかも、ソース信号１０４ａ～１０４ｎを迅速に捉え、追跡する機能はそのまま維持できる。例えば、一実施形態では、ニューロモーフィック信号プロセッサ１１８、２００は、弾力性誤差逆伝搬法（Ｒｐｒｏｐ）とランダム探索とを融合させる。Ｒｐｒｏｐの参考例は、例えば、Ｉｇｅｌ Ｃ．及びＨｕｓｋｅｎ Ｍ．共著の「Improving the Rprop learning algorithm（Ｒｐｒｏｐ学習アルゴリズムの改善）」、2nd Int. Symposium on Neural Computation（第２回ニューラルコンピューティング国際シンポジウム）（ＮＣ’２０００）の議事録、１１５－２１ページ、ＩＣＳＣ Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ、２０００年に記載されている。Ｒｐｒｏｐコンポーネントは、勾配の符号の情報のみを利用し、その大きさは利用しないので、限定的な精度のハードウェアで実装するのに好適である。加えて、Ｒｐｒｏｐのコンポーネントは、適応可能な刻み幅を使って、より正確に中心周波数に追跡することができる。Ｒｐｒｏｐは、次式により更新される：
Figure 0007068792000004
 式中、ｄt＝ｓｇｎ（ｐ（ｘ，ｆt＋ε）－ｐ（ｘ，ｆt））は、フィルタの出力パワーの導関数の符号であり、Δｆtは、周波数のインクリメントを表す。Δｆtは、出力パワーの導関数の符号反転シーケンスにより決定される：
Figure 0007068792000005
 式中、μ+，μ-，Δｆmax及びΔｆminは、ユーザにより定義されるパラメータであり、Ｐｒｏｐ更新のダイナミクスを決定する。周波数のランダムな更新値は、平均ゼロのガウス乱数変数からサンプリングされる。なお、その分散σは、ユーザにより特定されるパラメータである。ランダム探索コンポーネントは、適応化プロセスの各ステップにおいて、中心周波数の小サンプルをガウス分布から生成することで動作する。これにより、広範な帯域幅を迅速にカバーするフィルタ中心周波数が可能になり、追跡すべき特定のソース信号を対象とすることができる。Ｒｐｒｏｐにより提示される中心周波数、及び、ランダム探索コンポーネントにより生成される中心周波数は、ペナルティ項に含まれる現在の入力シーケンス及び現在の中心周波数を用いて、誤差関数２１８により評価される。誤差の最も小さい周波数が、対応するフィルタにおける次の中心周波数として選択される。
図６は、本開示の実施形態による、混合信号に含まれる少なくとも１つの他の信号を分析するために混合信号から抽出信号を除去する方法６００の一例を示すフローチャートである。例示的な方法６００は、図１のシステム１００において実現及び実行される。他の実施形態では、例示的な方法６００は、コンピュータプログラム製品において、例えば、図１に示し、かつ、本明細書に記載したコンピュータプログラム製品１３８において実現される。コンピュータプログラム製品１３８は、例示的な方法６００をシステム１００にロードするのに利用される。抽出信号は、スペクトル分析の対象とされている他の信号よりも振幅が大きい場合がある。ブロック６０２において、システムは混合信号を受信し、他の信号のスペクトルを検査するために信号除去を行う。いくつかの例では、混合信号は、異なる信号源から個別に発せられた複数のソース信号を含む。他の例では、混合信号は異なる発信源からのパルスがノイズと共に混合された信号である。一実施形態では、ＡＤＣが混合信号を受信する。他の実施形態では、ブロック６０４に示すように、混合信号は、ＡＤＣによるデジタル化あるいはサンプリングのために、所定のレベルあるいは振幅に増幅される。ソース信号のうちのいくつか、あるいは、分析の対象であるソース信号の振幅が、混合信号を構成する他のソース信号に比べて極端に小さいこともあるので、混合信号の増幅が必要になる場合がある。混合信号を増幅すれば、混合信号に含まれる所望のソース信号も増幅される。これにより、本明細書に記載するように、所望のソース信号の分析のために、より大きな振幅を有する１つ又は複数のソース信号を混合信号から抽出及び除去することができる。
ブロック６０６において、混合信号又は増幅後の混合信号がデジタル化又はサンプリングされて、第１デジタル信号及び第２デジタル信号が生成される。第１デジタル信号及び第２デジタル信号は、いずれもデジタル混合信号に対応し、第１デジタル混合信号及び第２デジタル混合信号と呼ばれることもある。第１デジタル信号及び第２デジタル信号は、同一あるいは等価の信号である。
ブロック６０８において、第１デジタル信号又は第１デジタル混合信号を所定の遅延時間だけ遅延させる。第１デジタル信号の遅延時間は、ニューロモーフィック信号プロセッサによる遅延埋め込みを補償するように行われる。したがって、所定の遅延時間は、ニューロモーフィック信号プロセッサによる遅延埋め込みに対応する。
ブロック６１０において、ニューロモーフィック信号プロセッサにより第２デジタル信号又は第２デジタル混合信号が処理されて、第２デジタル信号から抽出信号が抽出される。上述したように、抽出信号は、混合信号の一部として受信された他の信号よりも大きい、つまり、振幅が大きい場合がある。他の信号とは、スペクトル分析あるいはその他の分析など分析対象の信号、すなわち、検査用入力信号である。ニューロモーフィック信号プロセッサにおける第２デジタル信号又はデジタル混合信号の処理の例については、図７を参照してより詳細に説明する。
ブロック６１２において、抽出信号及び第１デジタル信号の位相遅れ及び振幅を特定する。抽出信号と第１デジタル信号との間の位相遅れ及び振幅の差を特定又は検出すれば、抽出信号を調整して第１デジタル信号からキャンセルすることが可能になる。ブロック６１４において、抽出信号の位相遅れ及び振幅を第１デジタル信号に基づいて調整して、第１デジタル信号に対して位相を１８０度ずらした調整済みの抽出信号を生成する。
ブロック６１６において、調整済み抽出信号を第１デジタル信号からキャンセルして、検査用入力信号を供給する。調整済み抽出信号は第１デジタル信号と位相が１８０度ずれているので、図１の加算接続手段１３２において両信号が結合されると、第１デジタル信号から調整済み抽出信号がキャンセルすなわち除去される。ブロック６１８において、検査用入力信号を分析する。一実施形態では、検査用入力信号のスペクトルを検査あるいは分析する。他の実施形態では、検査用入力信号に関連づけられた他のパラメータを分析する。一例では、検査用入力信号は、スペクトルアナライザにより分析され、他の例では、ニューロモーフィック信号プロセッサにより分析される。
図７は、本開示の実施形態における、混合信号から特定の信号を抽出する方法７００の一例を示すフローチャートである。方法７００は、図２～図５を参照して説明したニューロモーフィック信号プロセッサ２００などのニューロモーフィック信号プロセッサを用いて１つ又は複数の特定の信号を抽出する例である。例示的な方法７００は、ニューロモーフィック信号プロセッサ２００により実現及び実行される。他の実施形態では、例示的な方法７００は、図１に示したコンピュータプログラム製品１３８などのコンピュータプログラム製品において実現される。コンピュータプログラム製品は、本明細書中で既に説明したものと同様である。コンピュータプログラム製品１３８は、システム１００又はニューロモーフィック信号プロセッサ１１８に例示的な方法７００をロードするのに用いられる。
ブロック７０２において、１つ又は複数の混合信号、すなわち第２デジタル信号がニューロモーフィック信号プロセッサにより受信される。ブロック７０４において、混合信号、すなわち第２デジタル信号に基づいて、遅延埋め込み混合信号が生成される。
ブロック７０６において、遅延埋め込み混合信号は、図２～図４を参照した先の説明と同様に、リザーバに線型マッピングされる。
ブロック７０８において、遅延埋め込み混合信号をリザーバにおける複数のリザーバ状態と結合することにより、混合信号についての状態空間表現が生成される。
ブロック７１０において、全体として混合信号を構成する別個のソース信号のうちの少なくとも１つが、混合信号の状態空間表現に基づいて特定される。特定された少なくとも１つの別個のソース信号が、抽出される信号である。
ブロック７１２において、出力レイヤにおける１つ又は複数の出力ノードに対して状態空間表現が線型マッピングされて、１組のプレフィルタ信号が生成される。出力レイヤは、１組の出力ノードを有し、リザーバは、複数の処理ノードを有する。ブロック７１４において、各出力ノードは、重み付けされた出力を各リザーバ処理ノードから入力として受け取り、各出力ノードは、各入力の値を合計して、その出力ノードの出力を生成する。出力レイヤにおける出力ノードは、適応可能な固有の重みの組を入力側の接続に有しており、これにより、１つ又は複数の混合信号がニューロモーフィック信号プロセッサに供給されると、任意の１つの出力ノードからの出力が、一部のソース信号を増幅し、且つ、他のソース信号を抑制した出力になるように、出力重みが設定あるいは適応化される。
ブロック７１６において、プレフィルタ信号に対して適応フィルタリングを施すことにより、個々のソース信号のうちの少なくとも１つが特定される。プレフィルタ信号に適応フィルタリングを施すことは、適応可能な有限インパルス応答（ＦＩＲ）フィルタのバンクにプレフィルタ信号を通過させることを含む。各プレフィルタ信号は、適応ＦＩＲフィルタのバンクのうち、その信号に固有のフィルタに供給される。個々のフィルタは、適応可能、つまり、設定可能な中心周波数を有する。
ブロック７１８において、各適応ＦＩＲフィルタの出力に基づいて、誤差信号が導出される。誤差信号は、ブロック７１６にフィードバックされ、上述の説明と同様に、適応可能ＦＩＲフィルタの中心周波数の更新に利用される。誤差信号は、ブロック７１４にもフィードバックされ、上述したのと同様に、出力レイヤの出力重みの更新に利用される。
ブロック７２０において、フィルタの出力から特定の１つ又は複数のソース信号が抽出される。次いで、混合信号から抽出信号がキャンセルされて、検査用入力信号がスペクトル分析又は検査のために提供される。
添付図面におけるフローチャート及びブロック図は、本開示の様々な実施形態におけるシステム、方法及びコンピュータプログラム製品について可能な実施態様の構造、機能、及び動作を示すものである。この点において、フローチャート又はブロック図における各ブロックは、モジュール、セグメント、又は、命令の一部を表し、これらは、特定された論理機能を実現するための１つ又は複数の実行可能な命令を構成する。代替的な実施態様によっては、ブロックに示した機能が、図に示した順序とは異なる順序で行われてもよい。例えば、関連する機能によっては、連続するものとして示されている２つのブロックが、実際には実質的に同時に実行されてもよいし、あるいは、これらのブロックが逆の順序で実行されてもよい。なお、ブロック図及び／又はフローチャートにおける各ブロック、及び、ブロック図及び／又はフローチャートにおけるブロックの組み合わせは、特定された機能又は動作を実行する、あるいは、特定用途向けハードウェアとコンピュータ命令との組み合わせを実装する特定用途向けのハードウェアベースのシステムによって実現することができる。
本明細書で使用されている用語は、あくまでも特定の実施形態の説明を目的としており、本開示の実施形態を限定することを意図したものではない。本明細書における単数形の記載は、文脈上で明らかに矛盾しない限り、複数形も包含することを意図している。また、本明細書において「含む」及び／又はこれに類する用語が使われている場合、これらは、記載した特徴、部分、ステップ、動作、要素、及び／又はコンポーネントが存在することを意味するが、他の特徴、部分、ステップ、動作、要素、コンポーネント、及び／又はそれらのグループが１つ又は複数存在すること又は追加されることを排除するものではない。
添付の特許請求の範囲における、全ての「手段又はステップ＋機能」要素に対応する構成、材料、動作、及び均等物には、特許請求の範囲に具体的に記載された他の要素と組み合わせて、当該機能を発揮できる他の任意の構成、材料、又は動作が包含される。各実施形態の説明は、例示及び説明のために提示したものであり、すべてを網羅することや、開示した実施形態に限定することを意図するものではない。実施形態の範囲及び精神から逸脱することなく、多くの改変や変更が可能であることは、当業者には明らかであろう。
本開示は、以下の付記による実施形態も包含する。
付記１． 抽出した無線周波数（ＲＦ）信号１２２を除去して少なくとも他の１つのＲＦ信号のスペクトルを検査するための方法６００であって、
異なる信号源１０６ａ～１０６ｎからの複数の別個のソース信号１０４ａ～１０４ｎを含む混合信号１０８をアナログ／デジタル変換器（ＡＤＣ）１１２により受信すること６０２と、
前記混合信号を前記ＡＤＣによりデジタル化して、第１デジタル信号１１６及びこの第１デジタル信号と同じ第２デジタル信号１２０を生成すること６０６と、
前記第１デジタル信号を所定の遅延時間だけ遅延させること６０８と、
前記遅延時間に対応する遅延埋め込み２０４が行われるニューロモーフィック信号プロセッサ１１８により前記第２デジタル信号を処理して、前記第２デジタル信号から抽出信号１２２を抽出すること６１０と、
前記抽出信号の位相遅れ及び振幅を、前記第１デジタル信号の位相遅れ及び振幅に基づいて調整すること６１４と、
前記第１デジタル信号から調整済み抽出信号１３０をキャンセルして、検査用の入力信号１３４を供給すること６１６と、を含む方法。
付記２． 前記混合信号が前記ＡＤＣにより受信される前に、前記混合信号を増幅すること６０４をさらに含み、前記混合信号は、前記ＡＤＣでのサンプリングのために所定の振幅に増幅される、付記１に記載の方法。
付記３． 前記抽出信号及び前記第１デジタル信号の前記位相遅れ及び振幅を特定すること６１２と、前記第１デジタル信号の前記位相遅れ及び振幅に基づいて、前記抽出信号に対する調整を生成することと、をさらに含む、付記１に記載の方法。
付記４． 前記抽出信号の前記位相遅れ及び振幅を調整すること６１４は、前記第１デジタル信号に対して位相を１８０度ずらした前記調整済み抽出信号を生成することを含む、付記３に記載の方法。
付記５． 前記第２デジタル信号を前記ニューロモーフィック信号プロセッサで処理することは、
前記第２デジタル信号を前記ニューロモーフィック信号プロセッサにより受信すること７０２と、
前記第２デジタル信号に基づいて、遅延埋め込み混合信号２０６を生成すること７０４と、
前記遅延埋め込み混合信号をリザーバ２０８に線型マッピングすること７０６と、
前記遅延埋め込み混合信号を複数のリザーバ状態と結合させることで、前記混合信号の多次元の状態空間表現２１０を生成すること７０８と、
全体として前記混合信号を形成する前記別個のソース信号のうちの少なくとも１つを、前記混合信号の前記多次元の状態空間表現に基づいて特定すること７１０と、を含み、前記特定された少なくとも１つの別個のソース信号が前記抽出信号である、付記１に記載の方法。
付記６． 出力レイヤ２１２における１つ又は複数のノード５０２ｅ～５０２ｎに対して前記多次元の状態空間表現を線型マッピングして、１組のプレフィルタ信号２１４を生成すること７１２をさらに含む、付記５に記載の方法。
付記７． 前記プレフィルタ信号に適応フィルタリングを施すことで、前記別個のソース信号１０４ａ～１０４ｎのうちの少なくとも１つを特定すること７１６をさらに含む、付記６に記載の方法。
付記８． 前記プレフィルタ信号に適応フィルタリングを施すこと７１６は、前記プレフィルタ信号を適応フィルタ２１６のバンクに通すことを含み、各プレフィルタ信号は、前記適応フィルタのバンクのうちの固有のフィルタに供給され、各固有のフィルタの中心周波数は適応可能である、付記７に記載の方法。
付記９． 前記適応フィルタ２１６のバンクは、複数の有限インパルス応答（ＦＩＲ）フィルタ及び複数の無限インパルス応答（ＩＩＲ）フィルタを含む、付記８に記載の方法。
付記１０． 前記出力レイヤは、１組の出力ノード５０２ａ～５０２ｎを含み、前記リザーバは、複数の処理ノード４０４を含み、各出力ノードは、重み付けされた出力５０４を各処理ノードから入力として受け取り、各出力ノードは、各入力の値を合計して、当該出力ノードの出力５０６ａ～５０６ｎを生成する、付記８に記載の方法。
付記１１． 前記出力レイヤの各出力ノードは、適応可能な固有の１組の出力重み５０８ａ～５０８ｎをその入力側接続５１０に有し、１つ又は複数の混合信号が前記ニューロモーフィック信号プロセッサに供給された場合、前記適応可能な出力重みは、任意の１つの出力ノードからの出力が一部のソース信号を増幅し且つ他のソース信号を抑制した出力になるように設定されている、付記１０に記載の方法。
付記１２． 各適応フィルタ２１６からの出力に基づいて誤差信号２２４を導出すること７１８をさらに含み、前記誤差信号は、前記適応フィルタの前記適応可能な中心周波数の更新及び前記出力レイヤの前記適応可能な出力重みの更新に利用される、付記１１に記載の方法。
付記１３． 抽出した無線周波数（ＲＦ）信号１２２を除去して少なくとも他の１つのＲＦ信号のスペクトルを検査するためのシステム１００は、
混合信号１０８を受信するアナログ／デジタル変換器（ＡＤＣ）１１２を含み、前記混合信号は、異なる信号源１０６ａ～１０６ｎからの複数の別個のソース信号１０４ａ～１０４ｎを含み、前記ＡＤＣは、前記混合信号をデジタル化して第１デジタル信号１１６及びこの第１デジタル信号と同じ第２デジタル信号１２０を生成し、
前記第１デジタル信号を所定の遅延時間だけ遅延させる遅延回路１１４を含み、
前記第２デジタル信号を処理して前記第２デジタル信号から抽出信号１２２を抽出するニューロモーフィック信号プロセッサ１１８を含み、前記遅延時間は、前記ニューロモーフィック信号プロセッサによる遅延埋め込み２０４に対応し、
前記第１デジタル信号の位相遅れ及び振幅に基づいて前記抽出信号を調整する信号位相及び振幅調整モジュール１２６を含み、
前記第１デジタル信号から調整済み抽出信号をキャンセルして、検査用の入力信号１３４を供給する加算接続手段１３２を含む。
付記１４． 前記混合信号が前記ＡＤＣにより受信される前に、前記混合信号を増幅する増幅器１１０をさらに含み、前記増幅器は、前記ＡＤＣでのサンプリングのために前記混合信号を所定の振幅に増幅する、付記１３に記載のシステム。
付記１５． 前記抽出信号の位相遅れ及び振幅及び前記第１デジタル信号の前記位相遅れ及び振幅を特定し、前記第１デジタル信号の前記位相遅れ及び振幅に基づいて、前記抽出信号に対する調整を生成する位相遅れ及び振幅算出モジュール１２４をさらに含む、付記１３に記載のシステム。
付記１６． 前記信号位相及び振幅調整モジュールは、前記抽出信号の前記位相遅れを調整して、前記第１デジタル信号に対して位相を１８０度ずらした前記調整済み抽出信号１３０を生成する、付記１３に記載のシステム。
付記１７． 前記ニューロモーフィック信号プロセッサ１１８、２００は、
前記第２デジタル信号を受信し、前記第２デジタル信号に基づいて、遅延埋め込み混合信号２０６を生成する遅延埋め込みモジュール２０４と、
リザーバ２０８と、前記遅延埋め込み混合信号が線型マッピングされることにより、前記遅延埋め込み混合信号を複数のリザーバ状態と結合させることで前記混合信号の多次元の状態空間表現２１０を生成するよう構成されたリザーバ２０８と、
前記状態空間表現を１つ又は複数の出力ノード５０２ａ～５０２ｎに対して線型マッピングすることで、１組のプレフィルタ信号２１４を生成するよう構成された出力レイヤ２１２と、
適応フィルタ２１６のバンクと、を含み、全体として前記混合信号を形成する前記別個のソース信号は、前記プレフィルタ信号を前記適応フィルタのバンクを介して処理することで生成され、前記別個のソース信号のうちの少なくとも１つが、前記抽出信号として特定される、付記１３に記載のシステム。
付記１８． 前記リザーバは、複数の処理ノード４０４を含み、前記出力レイヤは、１組の出力ノード５０２ａ～５０２ｎを含み、各出力ノードは、重み付けされた出力５０４を各処理ノードから入力として受け取り、各出力ノードは、各入力の値を合計して、当該出力ノードの出力を生成し、各出力ノードの前記出力重みは、一部のソース信号を増幅し、且つ、他のソース信号を抑制し、前記抽出信号は、前記別個のソース信号から特定される、付記１７に記載のシステム。
付記１９． 前記検査用入力信号のスペクトルを分析するための装置１３６さらに含む、付記１３に記載のシステム。
付記２０． 抽出した無線周波数（ＲＦ）信号を除去して少なくとも他の１つのＲＦ信号のスペクトルを検査するためのコンピュータプログラム製品１３８であって、前記コンピュータプログラム製品は、プログラム命令が記録されたコンピュータ可読の記憶媒体を含み、前記コンピュータ可読の記憶媒体は一時的な記憶媒体そのものではなく、前記プログラム命令は、装置により実行されて前記装置に方法を実行させるものであり、前記方法は、
異なる信号源１０６ａ～１０６ｎからの複数の別個のソース信号１０４ａ～１０４ｎを含む合信号１０８をアナログ／デジタル変換器（ＡＤＣ）１１２により受信すること６００と、
前記混合信号を前記ＡＤＣによりデジタル化６０６し、かつ第１デジタル信号１１６及びこの第１デジタル信号と同じ第２デジタル信号１２０を生成することと、
前記第１デジタル信号を所定の遅延時間だけ遅延させること６０８と、
前記遅延時間に対応する遅延埋め込み２０４が行われるニューロモーフィック信号プロセッサ１１８で前記第２デジタル信号を処理して、前記第２デジタル信号から抽出信号１２２を抽出すること６１０と、
前記抽出信号の位相遅れ及び振幅を、前記第１デジタル信号の位相遅れ及び振幅に基づいて調整すること６１４と、
前記第１デジタル信号から調整済み抽出信号１３０をキャンセルして６１６、検査用の入力信号１３４を供給することと、を含む。
本明細書には特定の実施形態を図示及び説明したが、当業者であればわかるように、同じ目的を達成するよう設計された任意の構成を、説明した特定の実施形態の代用とすることが可能であり、また、これら実施形態は、他の環境における他の用途も可能である。本出願は、いかなる改変又は変形例も包含することを意図している。以下の特許請求の範囲は、本開示の実施形態の範囲を、本明細書に記載した特定の実施形態に限定することを意図したものではない。

Claims (10)

  1. 抽出した無線周波数（ＲＦ）信号を除去して少なくとも他の１つのＲＦ信号のスペクトルを検査するための方法であって、
    異なる信号源からの複数の別個のソース信号を含む混合信号をアナログ／デジタル変換器（ＡＤＣ）により受信することと、
    前記混合信号を前記ＡＤＣによりデジタル化して、第１デジタル信号及びこの第１デジタル信号と同じ第２デジタル信号を生成することと、
    前記第１デジタル信号を所定の遅延時間だけ遅延させることと、
    前記遅延時間に対応する遅延埋め込みが行われるニューロモーフィック信号プロセッサで前記第２デジタル信号を処理して、前記第２デジタル信号から抽出信号を抽出することと、
    前記抽出信号の位相遅れ及び振幅を、前記第１デジタル信号の位相遅れ及び振幅に基づいて調整することと、
    前記第１デジタル信号から調整済み抽出信号をキャンセルして、検査用の入力信号を供給することと、を含む方法。
  2. 前記混合信号が前記ＡＤＣにより受信される前に、前記混合信号を増幅することをさらに含み、前記混合信号は、前記ＡＤＣでのサンプリングのために所定の振幅に増幅される、請求項１に記載の方法。
  3. 前記抽出信号及び前記第１デジタル信号の前記位相遅れ及び振幅を特定することと、前記第１デジタル信号の前記位相遅れ及び振幅に基づいて、前記抽出信号に対する調整を生成することと、をさらに含む、請求項１又は２に記載の方法。
  4. 前記第２デジタル信号を前記ニューロモーフィック信号プロセッサで処理することは、
    前記第２デジタル信号を前記ニューロモーフィック信号プロセッサにより受信することと、
    前記第２デジタル信号に基づいて、遅延埋め込み混合信号を生成することと、
    前記遅延埋め込み混合信号をリザーバに線型マッピングすることと、
    前記遅延埋め込み混合信号を複数のリザーバ状態と結合させることで前記混合信号の多次元の状態空間表現を生成することと、
    全体として前記混合信号を形成する前記別個のソース信号のうちの少なくとも１つを、前記混合信号の前記多次元の状態空間表現に基づいて特定することと、を含み、前記特定された少なくとも１つの別個のソース信号が前記抽出信号である、請求項１～３のいずれか１つに記載の方法。
  5. 無線周波数（ＲＦ）信号を除去して少なくとも他の１つのＲＦ信号のスペクトルを検査するためのシステムであって、
    異なる信号源からの複数の別個のソース信号を含む混合信号を受信するとともに、前記混合信号をデジタル化して第１デジタル信号及びこの第１デジタル信号と同じ第２デジタル信号を生成するアナログ／デジタル変換器（ＡＤＣ）と、
    前記第１デジタル信号を所定の遅延時間だけ遅延させる遅延回路と、
    前記遅延時間に対応する遅延埋め込みが行われるとともに、前記第２デジタル信号を処理して当該第２デジタル信号から抽出信号を抽出するニューロモーフィック信号プロセッサと、
    前記第１デジタル信号の位相遅れ及び振幅に基づいて前記抽出信号を調整する信号位相及び振幅調整モジュールと、
    前記第１デジタル信号から調整済み抽出信号をキャンセルして、検査用の入力信号を供給する加算接続手段と、を含むシステム。
  6. 前記混合信号が前記ＡＤＣにより受信される前に、前記混合信号を増幅する増幅器をさらに含み、前記増幅器は、前記ＡＤＣでのサンプリングのために前記混合信号を所定の振幅に増幅する、請求項５に記載のシステム。
  7. 前記抽出信号の位相遅れ及び振幅及び前記第１デジタル信号の前記位相遅れ及び振幅を特定し、前記第１デジタル信号の前記位相遅れ及び振幅に基づいて、前記抽出信号に対する調整を生成する位相遅れ及び振幅算出モジュールをさらに含む、請求項５又は６に記載のシステム。
  8. 前記信号位相及び振幅調整モジュールは、前記抽出信号の前記位相遅れを調整して、前記第１デジタル信号に対して位相を１８０度ずらした前記調整済み抽出信号を生成する、請求項５～７のいずれか１つに記載のシステム。
  9. 前記検査用入力信号のスペクトルを分析するための装置さらに含む、請求項５～８のいずれか１つに記載のシステム。
  10. 抽出した無線周波数（ＲＦ）信号を除去して少なくとも他の１つのＲＦ信号のスペクトルを検査するためのコンピュータプログラム製品であって、前記コンピュータプログラム製品は、プログラム命令が記録されたコンピュータ可読の記憶媒体を含み、前記コンピュータ可読の記憶媒体は、一時的な記憶媒体そのものではなく、前記プログラム命令は、装置により実行されて前記装置に方法を実行させるものであり、前記方法が、
    異なる信号源からの複数の別個のソース信号を含む混合信号をアナログ／デジタル変換器（ＡＤＣ）により受信することと、
    前記混合信号を前記ＡＤＣによりデジタル化して、第１デジタル信号及びこの第１デジタル信号と同じ第２デジタル信号を生成することと、
    前記第１デジタル信号を所定の遅延時間だけ遅延させることと、
    前記遅延時間に対応する遅延埋め込みが行われるニューロモーフィック信号プロセッサにおいて前記第２デジタル信号を処理して当該第２デジタル信号から抽出信号を抽出することと、
    前記抽出信号の位相遅れ及び振幅を、前記第１デジタル信号の位相遅れ及び振幅に基づいて調整することと、
    前記第１デジタル信号から調整済み抽出信号をキャンセルして、検査用の入力信号を供給することと、を含む、コンピュータプログラム製品。
JP2017177893A 2016-09-26 2017-09-15 他の信号のスペクトルを検査するための信号除去 Active JP7068792B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/276,188 2016-09-26
US15/276,188 US10783430B2 (en) 2016-09-26 2016-09-26 Signal removal to examine a spectrum of another signal

Publications (2)

Publication Number Publication Date
JP2018067913A JP2018067913A (ja) 2018-04-26
JP7068792B2 true JP7068792B2 (ja) 2022-05-17

Family

ID=59239809

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017177893A Active JP7068792B2 (ja) 2016-09-26 2017-09-15 他の信号のスペクトルを検査するための信号除去

Country Status (6)

Country Link
US (1) US10783430B2 (ja)
EP (1) EP3300258B1 (ja)
JP (1) JP7068792B2 (ja)
KR (1) KR102472420B1 (ja)
CN (1) CN107872236B (ja)
RU (1) RU2742193C2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12057989B1 (en) * 2020-07-14 2024-08-06 Hrl Laboratories, Llc Ultra-wide instantaneous bandwidth complex neuromorphic adaptive core processor

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10921422B2 (en) 2017-10-25 2021-02-16 The Boeing Company Below-noise after transmit (BAT) Chirp Radar
US11002819B2 (en) 2018-04-24 2021-05-11 The Boeing Company Angular resolution of targets using separate radar receivers
KR20210006962A (ko) * 2018-05-10 2021-01-19 더 보드 어브 트러스티스 어브 더 리랜드 스탠포드 주니어 유니버시티 인시츄 역전파를 통한 광자 신경망의 훈련
EP3791229A4 (en) 2018-05-10 2022-01-19 The Board of Trustees of the Leland Stanford Junior University SYSTEMS AND METHODS FOR ACTIVATING FUNCTIONS FOR PHOTONIC NEURAL NETWORKS
KR102706475B1 (ko) 2019-06-26 2024-09-12 삼성전자주식회사 아날로그-디지털 컨버터 및 이를 포함하는 뉴로모픽 컴퓨팅 장치
JP7289802B2 (ja) * 2020-02-17 2023-06-12 株式会社日立製作所 リザーバー計算機
JP7527616B2 (ja) 2020-03-26 2024-08-05 国立研究開発法人産業技術総合研究所 磁気ドットアレイおよび磁気ドットアレイ計算素子
US11997728B1 (en) * 2020-03-27 2024-05-28 ANDRO Computation Solutions Multi-task learning neural network framework for RF spectrum sensing and classification
US11796794B2 (en) 2020-05-12 2023-10-24 The Board Of Trustees Of The Leland Stanford Junior University Multi-objective, robust constraints enforced global topology optimizer for optical devices
CN113484607B (zh) * 2021-06-18 2024-07-02 国网安徽省电力有限公司电力科学研究院 一种面向低频非平稳信号的检测方法
WO2023091061A1 (en) * 2021-11-17 2023-05-25 Telefonaktiebolaget Lm Ericsson (Publ) Delay encoded vector symbolic radio multiple access

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102130732A (zh) 2011-04-01 2011-07-20 北京邮电大学 基于神经网络的认知无线电协同频谱检测方法
JP5544359B2 (ja) 2009-07-06 2014-07-09 パナソニック株式会社 非線形歪み補償受信機及び非線形歪み補償方法
US20160071003A1 (en) 2014-09-10 2016-03-10 Qualcomm Incorporated Multilayer Perceptron for Dual SIM Dual Active Interference Cancellation

Family Cites Families (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7164117B2 (en) 1992-05-05 2007-01-16 Automotive Technologies International, Inc. Vehicular restraint system control system and method using multiple optical imagers
JPH03160590A (ja) * 1989-11-17 1991-07-10 Fujitsu Ltd タイムレコーダ
US5402520A (en) 1992-03-06 1995-03-28 Schnitta; Bonnie S. Neural network method and apparatus for retrieving signals embedded in noise and analyzing the retrieved signals
US5325095A (en) 1992-07-14 1994-06-28 The United States Of America As Represented By The United States Department Of Energy Stepped frequency ground penetrating radar
US5499029A (en) 1992-07-14 1996-03-12 Eg&G Energy Measurements, Inc. Wide band stepped frequency ground penetrating radar
US5504487A (en) 1995-05-17 1996-04-02 Fastman, Inc. System for extracting targets from radar signatures
US5694474A (en) 1995-09-18 1997-12-02 Interval Research Corporation Adaptive filter for signal processing and method therefor
JPH10145771A (ja) * 1996-11-11 1998-05-29 Furukawa Electric Co Ltd:The Ｃａｔｖシステムの伝送品質監視方法及びその装置
RU2161109C1 (ru) * 1999-09-10 2000-12-27 Институт Машиноведения им. А.А. Благонравова РАН Способ подавления помех от колебаний упругой конструкции космической трансформируемой антенны в процессе эксплуатации и устройство для его осуществления
DE60310084T2 (de) * 2002-07-24 2007-06-28 Massachusetts Institute Of Technology, Cambridge Vorrichtung und verfahren zur verteilten verstärkungsregelung zur spektralen verbesserung
US7324036B2 (en) * 2003-05-12 2008-01-29 Hrl Laboratories, Llc Adaptive, intelligent transform-based analog to information converter method and system
US7333850B2 (en) 2004-05-28 2008-02-19 University Of Florida Research Foundation, Inc. Maternal-fetal monitoring system
US8031117B2 (en) 2004-09-23 2011-10-04 Interdigital Technology Corporation Blind signal separation using polarized antenna elements
US7656341B2 (en) 2005-02-09 2010-02-02 Bryan Anthony Reeves Noise augmented radar system
CN100364242C (zh) * 2005-09-13 2008-01-23 浙江华立通信集团有限公司 可嵌入Rake接收机系统
US9070101B2 (en) 2007-01-12 2015-06-30 Fatdoor, Inc. Peer-to-peer neighborhood delivery multi-copter and method
KR100891666B1 (ko) * 2006-09-29 2009-04-02 엘지전자 주식회사 믹스 신호의 처리 방법 및 장치
US7403144B1 (en) 2006-12-26 2008-07-22 Hrl Laboratories, Llc Pulse domain encoder and filter circuits
US7822698B1 (en) 2007-03-23 2010-10-26 Hrl Laboratories, Llc Spike domain and pulse domain non-linear processors
CN101453228B (zh) * 2007-12-04 2013-04-17 松下电器产业株式会社 共站址干扰消除系统和方法
CN101459636B (zh) * 2007-12-12 2012-04-18 中兴通讯股份有限公司 自适应预失真方法
US8126642B2 (en) 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
US8548656B1 (en) 2009-06-30 2013-10-01 Zytek Communications Corporation Underwater vehicles with improved efficiency over a range of velocities
JP5769309B2 (ja) 2009-09-18 2015-08-26 国立大学法人東北大学 １計測信号からの独立成分分析による信号抽出装置、その信号抽出プログラム及びその信号抽出方法
US8515335B2 (en) 2009-11-30 2013-08-20 The Aerospace Corporation Cognitive anti-jam receiver systems and associated methods
US8988970B2 (en) * 2010-03-12 2015-03-24 University Of Maryland Method and system for dereverberation of signals propagating in reverberative environments
US8659656B1 (en) * 2010-10-12 2014-02-25 The Boeing Company Hyperspectral imaging unmixing
US8566265B1 (en) 2011-03-10 2013-10-22 Hrl Laboratories, Llc Combined spike domain and pulse domain signal processing
US8861588B2 (en) 2011-04-04 2014-10-14 The United States Of America As Represented By The Secretary Of The Army Apparatus and method for sampling and reconstruction of wide bandwidth signals below Nyquist rate
US9024815B2 (en) 2011-05-27 2015-05-05 Brooks Engineering International, Llc Direct-to-digital software-defined radar
CN102281221B (zh) 2011-06-23 2017-03-15 中兴通讯股份有限公司 非线性系统失真校正装置及方法
US9213937B2 (en) * 2011-09-21 2015-12-15 Brain Corporation Apparatus and methods for gating analog and spiking signals in artificial neural networks
US8977578B1 (en) 2012-06-27 2015-03-10 Hrl Laboratories, Llc Synaptic time multiplexing neuromorphic network that forms subsets of connections during different time slots
US8959040B1 (en) 2012-03-08 2015-02-17 Hrl Laboratories, Llc Spike timing dependent plasticity apparatus, system and method
US10497381B2 (en) 2012-05-04 2019-12-03 Xmos Inc. Methods and systems for improved measurement, entity and parameter estimation, and path propagation effect measurement and mitigation in source signal separation
US8694306B1 (en) 2012-05-04 2014-04-08 Kaonyx Labs LLC Systems and methods for source signal separation
US9042496B1 (en) 2013-02-19 2015-05-26 The United States Of America, As Represented By The Secretary Of The Army Signal modulation scheme determination through an at least fourth-order noise-insensitive cumulant
KR101472220B1 (ko) * 2013-10-18 2014-12-11 지씨티 세미컨덕터 인코포레이티드 수신기에서 자동 이득을 조정하는 방법 및 수신기의 자동 이득 조정 장치
US20150202770A1 (en) 2014-01-17 2015-07-23 Anthony Patron Sidewalk messaging of an autonomous robot
US9986934B2 (en) 2014-01-29 2018-06-05 California Institute Of Technology Microwave radar sensor modules
EP2903171B1 (en) * 2014-01-30 2019-08-28 Analog Devices Global Unlimited Company Transmitter noise cancellation in a multi transmitter-receiver system
EP3134850B1 (en) 2014-04-22 2023-06-14 Snap-Aid Patents Ltd. Method for controlling a camera based on processing an image captured by other camera
US10222454B2 (en) 2014-08-19 2019-03-05 Navico Holding As Combining Reflected Signals
US20160072543A1 (en) 2014-09-10 2016-03-10 Qualcomm Incorporated Methods and Systems for Multi-Model, Multi-Layer Perceptron Based Non-Linear Interference Management in Multi-Technology Communication Devices
CN105704075A (zh) 2014-11-25 2016-06-22 中兴通讯股份有限公司 校正处理方法及装置
US10540957B2 (en) 2014-12-15 2020-01-21 Baidu Usa Llc Systems and methods for speech transcription
DE102015100804B4 (de) 2015-01-20 2016-11-17 Infineon Technologies Ag Radarvorrichtung mit Rauschunterdrückung
US10054668B2 (en) 2015-02-26 2018-08-21 Src, Inc. Probabilistic signal, detection, and track processing architecture and system
US9749007B1 (en) 2015-03-19 2017-08-29 Hrl Laboratories, Llc Cognitive blind source separator
DE102015120733B4 (de) 2015-11-30 2017-11-02 Infineon Technologies Ag Radarvorrichtung mit Schätzung des Phasenrauschens
US10539645B2 (en) 2016-01-22 2020-01-21 GM Global Technology Operations LLC Angle of arrival estimation
US9791564B1 (en) 2016-04-25 2017-10-17 Uhnder, Inc. Adaptive filtering for FMCW interference mitigation in PMCW radar systems
US9753121B1 (en) 2016-06-20 2017-09-05 Uhnder, Inc. Power control for improved near-far performance of radar systems
US10832168B2 (en) 2017-01-10 2020-11-10 Crowdstrike, Inc. Computational modeling and classification of data streams
WO2018136144A1 (en) 2017-01-18 2018-07-26 Hrl Laboratories, Llc Cognitive signal processor for simultaneous denoising and blind source separation
US10921422B2 (en) 2017-10-25 2021-02-16 The Boeing Company Below-noise after transmit (BAT) Chirp Radar
US11002819B2 (en) 2018-04-24 2021-05-11 The Boeing Company Angular resolution of targets using separate radar receivers

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5544359B2 (ja) 2009-07-06 2014-07-09 パナソニック株式会社 非線形歪み補償受信機及び非線形歪み補償方法
CN102130732A (zh) 2011-04-01 2011-07-20 北京邮电大学 基于神经网络的认知无线电协同频谱检测方法
US20160071003A1 (en) 2014-09-10 2016-03-10 Qualcomm Incorporated Multilayer Perceptron for Dual SIM Dual Active Interference Cancellation

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12057989B1 (en) * 2020-07-14 2024-08-06 Hrl Laboratories, Llc Ultra-wide instantaneous bandwidth complex neuromorphic adaptive core processor

Also Published As

Publication number Publication date
US20180089558A1 (en) 2018-03-29
KR20180034216A (ko) 2018-04-04
JP2018067913A (ja) 2018-04-26
RU2742193C2 (ru) 2021-02-03
CN107872236B (zh) 2021-08-06
EP3300258B1 (en) 2019-10-16
US10783430B2 (en) 2020-09-22
KR102472420B1 (ko) 2022-11-29
RU2017122054A3 (ja) 2020-11-16
RU2017122054A (ru) 2018-12-24
EP3300258A1 (en) 2018-03-28
CN107872236A (zh) 2018-04-03

Similar Documents

Publication Publication Date Title
JP7068792B2 (ja) 他の信号のスペクトルを検査するための信号除去
US20050216259A1 (en) Filter set for frequency analysis
JP7258513B2 (ja) ビロウノイズ送信後（ｂａｔ）チャープレーダー
KR20180072562A (ko) 인공 뉴럴 네트워크 클래스-기반 프루닝
CN113052317B (zh) 量子态信息的获取方法和装置、量子测控系统和计算机
Martinek et al. Use of adaptive filtering for noise reduction in communications systems
US9871684B2 (en) Devices and methods for hermetic transform filters
US20230109019A1 (en) Pipelined cognitive signal processor
Abbas et al. Independent component analysis based on quantum particle swarm optimization
US11482239B2 (en) Joint source localization and separation method for acoustic sources
JP2019054344A (ja) フィルタ係数算出装置、収音装置、その方法、及びプログラム
CN117056669A (zh) 一种振动信号的去噪方法和系统
Darojah et al. The training of feedforward neural network using the unscented Kalman filter for voice classification application
Zeremdini et al. Multi-pitch estimation based on multi-scale product analysis, improved comb filter and dynamic programming
Namratha et al. Speech Enhancement Using Nonlinear Kalman Filtering
JP2018191255A (ja) 収音装置、その方法、及びプログラム
CN111354372A (zh) 一种基于前后端联合训练的音频场景分类方法及系统
Zaatri et al. Voice recognition technology using neural networks
Guimaraes et al. Performance evaluation of the maximum correntropy criterion in identification systems
US20240127841A1 (en) Acoustic signal enhancement apparatus, method and program
JPH09160590A (ja) 信号抽出装置
Wu et al. Research on the nonlinear modeling and prediction method of underwater acoustic signals
WO2020054410A1 (ja) ニューラルネットワーク装置
Ando et al. Blind source separation for overdetermined linear quadratic mixtures of bandlimited signals
Yakkala et al. Enhancing Blind Source Separation: Leveraging Multi Kernel Methods for Complex Audio Environments

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200914

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210730

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210810

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220405

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220502

R150 Certificate of patent or registration of utility model

Ref document number: 7068792

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150