JPH0621838A - 信号処理システム - Google Patents
信号処理システムInfo
- Publication number
- JPH0621838A JPH0621838A JP5082160A JP8216093A JPH0621838A JP H0621838 A JPH0621838 A JP H0621838A JP 5082160 A JP5082160 A JP 5082160A JP 8216093 A JP8216093 A JP 8216093A JP H0621838 A JPH0621838 A JP H0621838A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- reconstruction filter
- equation
- approach
- signals
- 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.)
- Withdrawn
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H21/00—Adaptive networks
- H03H21/0012—Digital adaptive filters
- H03H21/0025—Particular filtering methods
- H03H21/0029—Particular filtering methods based on statistics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
- G06F18/21343—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis using decorrelation or non-stationarity, e.g. minimising lagged cross-correlations
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H21/00—Adaptive networks
- H03H21/0012—Digital adaptive filters
- H03H21/0025—Particular filtering methods
- H03H2021/0034—Blind source separation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/005—Circuits for transducers, loudspeakers or microphones for combining the signals of two or more microphones
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Filters That Use Time-Delay Elements (AREA)
- Noise Elimination (AREA)
- Complex Calculations (AREA)
Abstract
(57)【要約】
【目的】 互いに結合して観測された２以上の信号を分
離する信号処理システム。 【構成】 信号処理システムは信号を検出するための複
数個の検出器を含み、各検出器は複数個のソースから信
号を受信し、さらに検出された信号を受信しかつ検出さ
れた信号をフィルタするための再構成フィルタ１２を生
成して、再構成されたソース信号を生成するためのプロ
セッサ１４を含み、プロセッサ１４の中で各ソース信号
は他のソース信号からの干渉なしに再構成される。再構
成フィルタ１２は再構成された信号のクロス多スペクト
ルが０に近づくように強制されるように生成される。
離する信号処理システム。 【構成】 信号処理システムは信号を検出するための複
数個の検出器を含み、各検出器は複数個のソースから信
号を受信し、さらに検出された信号を受信しかつ検出さ
れた信号をフィルタするための再構成フィルタ１２を生
成して、再構成されたソース信号を生成するためのプロ
セッサ１４を含み、プロセッサ１４の中で各ソース信号
は他のソース信号からの干渉なしに再構成される。再構
成フィルタ１２は再構成された信号のクロス多スペクト
ルが０に近づくように強制されるように生成される。
Description
【０００１】互いに重畳された２つ以上の信号を分離す
る問題が多数の信号処理の応用において発生する。古典
的な例としては、干渉があるときの所望される音声信号
の強調の問題、または多マイクロホン測定を用いて競合
している話し手を分離する問題がある。他の例として
は、指向性干渉のあるときの信号を検出し、または分散
配置した受信器アレイを用いて信号を同時に観測するこ
とにより、幾つかの分散配置されたソースを検出しかつ
その位置を探知する問題である。ソース信号および信号
を受信器に結合する伝送チャンネルは一般に未知である
ので、２つの信号を分離しかつ識別する問題は幾つかの
単純化のための仮定をつくらなければ解決されない。興
味のある多くの場合において、チャンネルは安定な線形
時不変（ＬＴＩ）システムとしてモデル化されることが
でき、かつ信号は異なるソースによって発生するのでそ
れらは統計的に独立であると仮定してもよい。したがっ
て問題はこれらの仮定がソース信号を分離しかつ回復す
るために十分であるかどうかということである。
る問題が多数の信号処理の応用において発生する。古典
的な例としては、干渉があるときの所望される音声信号
の強調の問題、または多マイクロホン測定を用いて競合
している話し手を分離する問題がある。他の例として
は、指向性干渉のあるときの信号を検出し、または分散
配置した受信器アレイを用いて信号を同時に観測するこ
とにより、幾つかの分散配置されたソースを検出しかつ
その位置を探知する問題である。ソース信号および信号
を受信器に結合する伝送チャンネルは一般に未知である
ので、２つの信号を分離しかつ識別する問題は幾つかの
単純化のための仮定をつくらなければ解決されない。興
味のある多くの場合において、チャンネルは安定な線形
時不変（ＬＴＩ）システムとしてモデル化されることが
でき、かつ信号は異なるソースによって発生するのでそ
れらは統計的に独立であると仮定してもよい。したがっ
て問題はこれらの仮定がソース信号を分離しかつ回復す
るために十分であるかどうかということである。
【０００２】最近の一連の論文（１）シー・ジュテンお
よびジェイ・エイロー（C. Jutten,and J. Herault)著
の「ソースのブラインド分離パートＩ：神経模倣アーキ
テクチャに基づく適応的アルゴリズム（Blind separati
on of sources, Part I : Anadaptive algorithm based
on neuromimetic architecture) 」（『信号処理（Sig
nal Processing)』第24巻、No.1、1-10頁、1991年７
月）（２）ピー・コーモン（P. Comon) 、シー・ジュテ
ンおよびジェイ・エイロー著の「ソースのブラインド分
離パートＩＩ：問題陳述（Blind separation of source
s, Part II : Problems statement)」（『信号処理』第
24巻、No.1、11-20 頁、1991年７月）および（３）イー
・ソローチャーリ（E. Sorouchyari) 、シー・ジュテン
およびジェイ・エイロー著の「ソースのブラインド分離
パートＩＩＩ：安定性の分析（Blind separation of so
urces, Part III : Stability analysis) 」（『信号処
理』第24巻、No.1、21-29 頁、1991年７月）は、時間の
各ポイントで観測された信号がソース信号の未知だが固
定された線形組合せによって与えられる（つまり未知の
チャンネルが定利得マトリックスである）、特別の場合
についてのソースの分離の問題を考察する。これらの論
文は幾つかの重要な観測を含む。
よびジェイ・エイロー（C. Jutten,and J. Herault)著
の「ソースのブラインド分離パートＩ：神経模倣アーキ
テクチャに基づく適応的アルゴリズム（Blind separati
on of sources, Part I : Anadaptive algorithm based
on neuromimetic architecture) 」（『信号処理（Sig
nal Processing)』第24巻、No.1、1-10頁、1991年７
月）（２）ピー・コーモン（P. Comon) 、シー・ジュテ
ンおよびジェイ・エイロー著の「ソースのブラインド分
離パートＩＩ：問題陳述（Blind separation of source
s, Part II : Problems statement)」（『信号処理』第
24巻、No.1、11-20 頁、1991年７月）および（３）イー
・ソローチャーリ（E. Sorouchyari) 、シー・ジュテン
およびジェイ・エイロー著の「ソースのブラインド分離
パートＩＩＩ：安定性の分析（Blind separation of so
urces, Part III : Stability analysis) 」（『信号処
理』第24巻、No.1、21-29 頁、1991年７月）は、時間の
各ポイントで観測された信号がソース信号の未知だが固
定された線形組合せによって与えられる（つまり未知の
チャンネルが定利得マトリックスである）、特別の場合
についてのソースの分離の問題を考察する。これらの論
文は幾つかの重要な観測を含む。
【０００３】第１に、ソースの分離のためには、信号が
統計的に独立であると仮定することが十分であり得ると
いうことが指摘される。ソース信号の各々の確率的性格
に関する情報はそれ以上必要とされない。したがってソ
ースを分離するために、統計的に独立である復元された
信号をつくることを試みることが提案される。しかしな
がら、統計的独立性のためのテストは一般に複雑であ
り、かつ信号の各々の基礎の確率分布に関する仮定を前
もって必要とする。したがって、問題を解決するため
に、再構成された信号の高次の統計からなる目的関数を
使用し、それからその目的を最小にするためのアルゴリ
ズムを用いることが提案される。もしアルゴリズムが収
束すれば、収束のポイントにおいて、それは同じサンプ
リング時に計算される再構成された信号の幾つかの予め
特定された非線形関数間の相関を最小にしようと試み
る。再構成された過程の標本の非線形関数間に相関がな
いことは、全過程間の統計的独立性よりも弱い条件であ
る、過程の標本間の統計的独立性よりも弱い条件であ
る。しかしながら、単純化されたチャンネルモデルのた
めに、これは信号分離のための十分条件である。実際、
同じサンプリング時間での再構成された信号の脱相関も
またこの場合においては十分である（上記の論文（１）
には記載せず）。
統計的に独立であると仮定することが十分であり得ると
いうことが指摘される。ソース信号の各々の確率的性格
に関する情報はそれ以上必要とされない。したがってソ
ースを分離するために、統計的に独立である復元された
信号をつくることを試みることが提案される。しかしな
がら、統計的独立性のためのテストは一般に複雑であ
り、かつ信号の各々の基礎の確率分布に関する仮定を前
もって必要とする。したがって、問題を解決するため
に、再構成された信号の高次の統計からなる目的関数を
使用し、それからその目的を最小にするためのアルゴリ
ズムを用いることが提案される。もしアルゴリズムが収
束すれば、収束のポイントにおいて、それは同じサンプ
リング時に計算される再構成された信号の幾つかの予め
特定された非線形関数間の相関を最小にしようと試み
る。再構成された過程の標本の非線形関数間に相関がな
いことは、全過程間の統計的独立性よりも弱い条件であ
る、過程の標本間の統計的独立性よりも弱い条件であ
る。しかしながら、単純化されたチャンネルモデルのた
めに、これは信号分離のための十分条件である。実際、
同じサンプリング時間での再構成された信号の脱相関も
またこの場合においては十分である（上記の論文（１）
には記載せず）。
【０００４】イー・ウェインステイン（E. Weinstein)
（本出願の共同発明者のうちの一人）、エム・フェイダ
およびエー・ブイ・オッペンハイム（M. Feder and A.
V. Oppenheim) によって1991年８月28日に出願された特
許出願連続番号第07/750,917号の、マサチューセッツ工
科大学（Massachusetts Institute of Technology)に譲
渡された（未発行）、「多チャンネル信号分離（Multi-
Channel Signal Separation)」は、チャンネルが多入力
多出力（ＭＩＭＯ）ＬＴＩシステムとしてモデル化され
た、より一般的問題を考察する。上記の特許出願におい
て、再構成された信号が統計的に無相関であるという条
件を課することによって入力（ソース）信号を分離かつ
復元することが提案されている。結果として、脱相関条
件は、未知のチャンネルに関して或る仮定、たとえばそ
れがＭＩＭＯ有限インパルス応答（ＦＩＲ）フィルタで
あるといった仮定をつくらなければ、問題を一意に解決
するには不十分である。
（本出願の共同発明者のうちの一人）、エム・フェイダ
およびエー・ブイ・オッペンハイム（M. Feder and A.
V. Oppenheim) によって1991年８月28日に出願された特
許出願連続番号第07/750,917号の、マサチューセッツ工
科大学（Massachusetts Institute of Technology)に譲
渡された（未発行）、「多チャンネル信号分離（Multi-
Channel Signal Separation)」は、チャンネルが多入力
多出力（ＭＩＭＯ）ＬＴＩシステムとしてモデル化され
た、より一般的問題を考察する。上記の特許出願におい
て、再構成された信号が統計的に無相関であるという条
件を課することによって入力（ソース）信号を分離かつ
復元することが提案されている。結果として、脱相関条
件は、未知のチャンネルに関して或る仮定、たとえばそ
れがＭＩＭＯ有限インパルス応答（ＦＩＲ）フィルタで
あるといった仮定をつくらなければ、問題を一意に解決
するには不十分である。
【０００５】単純化のために特に２チャンネルの場合に
集中し、未知の２×２システムの出力を観測し、そこか
らその入力信号を復元しようとする場合を考える。しか
しながら本出願人らはすべての分析および結果はより一
般的な事例に容易に拡張可能であることを注記してお
く。２チャンネルの場合において、２つの出力信号ｙ1
［ｎ］およびｙ2 ［ｎ］の観察から２つのソース信号ｓ
1 ［ｎ］およびｓ2 ［ｎ］を推定することが所望され
る。幾つかの応用においては、一方の信号ｓ1 ［ｎ］は
所望される信号であり、一方、他方の信号ｓ2 ［ｎ］は
干渉またはノイズ信号である。所望される信号とノイズ
信号との両方は未知のシステムを介して結合されて観測
された信号を形成する。 ［数学的基礎］［Ａ．線形系］安定な１入力１出力（Ｓ
ＩＳＯ）線形時不変（ＬＴＩ）システムは、単位サンプ
ル応答ｈ［ｎ］または伝達関数（周波数応答とも呼ばれ
る）Ｈ（ｗ）を特徴とし、ｈ［ｎ］のフーリエ変換とし
て次式
集中し、未知の２×２システムの出力を観測し、そこか
らその入力信号を復元しようとする場合を考える。しか
しながら本出願人らはすべての分析および結果はより一
般的な事例に容易に拡張可能であることを注記してお
く。２チャンネルの場合において、２つの出力信号ｙ1
［ｎ］およびｙ2 ［ｎ］の観察から２つのソース信号ｓ
1 ［ｎ］およびｓ2 ［ｎ］を推定することが所望され
る。幾つかの応用においては、一方の信号ｓ1 ［ｎ］は
所望される信号であり、一方、他方の信号ｓ2 ［ｎ］は
干渉またはノイズ信号である。所望される信号とノイズ
信号との両方は未知のシステムを介して結合されて観測
された信号を形成する。 ［数学的基礎］［Ａ．線形系］安定な１入力１出力（Ｓ
ＩＳＯ）線形時不変（ＬＴＩ）システムは、単位サンプ
ル応答ｈ［ｎ］または伝達関数（周波数応答とも呼ばれ
る）Ｈ（ｗ）を特徴とし、ｈ［ｎ］のフーリエ変換とし
て次式
【０００６】
【数１３】
【０００７】として規定され、ここでΣn はｎのすべて
の可能な値の総和を示す。ＬＴＩシステムの出力ｙ
［ｎ］は次式：
の可能な値の総和を示す。ＬＴＩシステムの出力ｙ
［ｎ］は次式：
【０００８】
【数１４】
【０００９】によってその入力ｓ［ｎ］に関連づけら
れ、ここで「○」はコンボリューション演算を示す。
れ、ここで「○」はコンボリューション演算を示す。
【００１０】安定な多入力多出力（ＭＩＭＯ）ＬＴＩシ
ステムもまた単位サンプル応答、または伝達関数（周波
数応答とも呼ばれる）を特徴とする。たとえば、２入力
２出力安定ＬＴＩシステムは２×２単位サンプル応答マ
トリックス：
ステムもまた単位サンプル応答、または伝達関数（周波
数応答とも呼ばれる）を特徴とする。たとえば、２入力
２出力安定ＬＴＩシステムは２×２単位サンプル応答マ
トリックス：
【００１１】
【数１５】
【００１２】を特徴とし、ここでｈij［ｎ］（ｉ，ｊ＝
１，２）はＳＩＳＯ ＬＴＩシステムの単位サンプル応
答である。２×２システムの伝達関数は：
１，２）はＳＩＳＯ ＬＴＩシステムの単位サンプル応
答である。２×２システムの伝達関数は：
【００１３】
【数１６】
【００１４】であり、ここでＨij（ｗ）（ｉ，ｊ＝１，
２）はそれぞれｈij［ｎ］（ｉ，ｊ＝１，２）のフーリ
エ変換である。
２）はそれぞれｈij［ｎ］（ｉ，ｊ＝１，２）のフーリ
エ変換である。
【００１５】２×２ＬＴＩシステムの出力ｙ1 ［ｎ］お
よびｙ2 ［ｎ］は次式
よびｙ2 ［ｎ］は次式
【００１６】
【数１７】
【００１７】によってその入力ｓ1 ［ｎ］およびｓ
2 ［ｎ］に関連づけられる。時間インデックスｎおよび
周波数インデックスｗはベクトルであってもよい。ここ
に表わされるすべての結果はまたベクトル値の時間およ
び周波数インデックスｎおよびｗにも成立する。一例と
して、ｓ1 ［ｎ］およびｓ2 ［ｎ］が像である場合を考
えると、インデックスｎは位置ベクトル（ｎx ，ｎy ）
を表わし、かつインデックスｗは空間周波数ベクトル
（ｗx ，ｗy ）を表わす。表記を単純にするためにスカ
ラー値インデックスについて常に考えるものとする。 ［Ｂ．キュムラントおよび多スペクトル］ｘ1 ，ｘ2 ，
…，ｘk を次の結合特性関数を有する実数値の確率変数
の集合とする。
2 ［ｎ］に関連づけられる。時間インデックスｎおよび
周波数インデックスｗはベクトルであってもよい。ここ
に表わされるすべての結果はまたベクトル値の時間およ
び周波数インデックスｎおよびｗにも成立する。一例と
して、ｓ1 ［ｎ］およびｓ2 ［ｎ］が像である場合を考
えると、インデックスｎは位置ベクトル（ｎx ，ｎy ）
を表わし、かつインデックスｗは空間周波数ベクトル
（ｗx ，ｗy ）を表わす。表記を単純にするためにスカ
ラー値インデックスについて常に考えるものとする。 ［Ｂ．キュムラントおよび多スペクトル］ｘ1 ，ｘ2 ，
…，ｘk を次の結合特性関数を有する実数値の確率変数
の集合とする。
【００１８】
【数１８】
【００１９】ここでｊ＝√−１であり、Ε｛・｝は期待
値演算を意味する。ｘ1 ，…，ｘk の結合キュムラント
は
値演算を意味する。ｘ1 ，…，ｘk の結合キュムラント
は
【００２０】
【数１９】
【００２１】によって規定され、ここでｌｎ（・）は自
然対数を表わす。もしｘ1 ，ｘ2 ，…がゼロ平均なら
ば、
然対数を表わす。もしｘ1 ，ｘ2 ，…がゼロ平均なら
ば、
【００２２】
【数２０】
【００２３】であることを注記しておく。以下の特性は
容易に実証される。 （ｐ．１）線形性：ｃｕｍ（…，Σi ｂi ｘi ，…）＝
Σi ｂi ｃｕｍ（…，ｘ i ，…）（ｐ．２）もしｘ1 ，
…，ｘk が２つ以上の統計的に独立な部分集合に分割可
能であるならば、 ｃｕｍ（ｘ1 ，…，ｘk ）＝０ （ｐ．３）もしｘ1 ，…，ｘk が結合的にガウス系であ
るならば、ｋ＞２のときは常に ｃｕｍ（ｘ1 ，…，ｘk ）＝０ である。
容易に実証される。 （ｐ．１）線形性：ｃｕｍ（…，Σi ｂi ｘi ，…）＝
Σi ｂi ｃｕｍ（…，ｘ i ，…）（ｐ．２）もしｘ1 ，
…，ｘk が２つ以上の統計的に独立な部分集合に分割可
能であるならば、 ｃｕｍ（ｘ1 ，…，ｘk ）＝０ （ｐ．３）もしｘ1 ，…，ｘk が結合的にガウス系であ
るならば、ｋ＞２のときは常に ｃｕｍ（ｘ1 ，…，ｘk ）＝０ である。
【００２４】ｘ0 ［ｎ］，ｘ1 ［ｎ］，…，ｘk ［ｎ］
を結合的定常離散時間確率過程とする。するとその結合
ｋ次スペクトル（多スペクトル）は次式
を結合的定常離散時間確率過程とする。するとその結合
ｋ次スペクトル（多スペクトル）は次式
【００２５】
【数２１】
【００２６】によって規定される。Ｐx0x0（ｗ）はｘ0
［ｎ］のパワースペクトルであり、Ｐx0x1（ｗ）はｘ0
［ｎ］とｘ1 ［ｎ］との間のクロススペクトルであり、
Ｐx0x0x0（ｗ1 ，ｗ2 ）はｘ0 ［ｎ］の２次多スペクト
ル、またはバイスペクトルであり、Ｐx0x1x2（ｗ1，ｗ
2 ）は示された過程間のクロス・バイスペクトルであ
り、Ｐx0x0x0x0（ｗ1，ｗ2 ，ｗ3 ）はｘ0 ［ｎ］等の
３次多スペクトルまたはトリスペクトルである。（ｐ．
４）もしｘ0 ［ｎ］，ｘ1 ［ｎ］，…，ｘk ［ｎ］が２
つ以上の統計的に独立な過程の部分集合に分割可能であ
れば、（ｐ．２）によって
［ｎ］のパワースペクトルであり、Ｐx0x1（ｗ）はｘ0
［ｎ］とｘ1 ［ｎ］との間のクロススペクトルであり、
Ｐx0x0x0（ｗ1 ，ｗ2 ）はｘ0 ［ｎ］の２次多スペクト
ル、またはバイスペクトルであり、Ｐx0x1x2（ｗ1，ｗ
2 ）は示された過程間のクロス・バイスペクトルであ
り、Ｐx0x0x0x0（ｗ1，ｗ2 ，ｗ3 ）はｘ0 ［ｎ］等の
３次多スペクトルまたはトリスペクトルである。（ｐ．
４）もしｘ0 ［ｎ］，ｘ1 ［ｎ］，…，ｘk ［ｎ］が２
つ以上の統計的に独立な過程の部分集合に分割可能であ
れば、（ｐ．２）によって
【００２７】
【数２２】
【００２８】となる。（ｐ．５）もしｘ0 ［ｎ］，ｘ1
［ｎ］，…，ｘk ［ｎ］が結合的にガウス系であれば、
（ｐ．３）より、ｋ≧２のときは常に
［ｎ］，…，ｘk ［ｎ］が結合的にガウス系であれば、
（ｐ．３）より、ｋ≧２のときは常に
【００２９】
【数２３】
【００３０】である。（ｐ．６）多入力多出力ＬＴＩシ
ステムを通る多スペクトルの遷移は：
ステムを通る多スペクトルの遷移は：
【００３１】
【数２４】
【００３２】とし、ここでｈij［ｎ］はその周波数応答
がＨij（ｗ）である安定ＳＩＳＯ ＬＴＩシステムの単
位サンプル応答である。したがって、
がＨij（ｗ）である安定ＳＩＳＯ ＬＴＩシステムの単
位サンプル応答である。したがって、
【００３３】
【数２５】
【００３４】である。
【００３５】
【発明の概要】この発明は未知のシステムを通過した複
数個の入力ソース信号を推定するためのアプローチを提
案する。実際にはこれは結合した観測結果から信号を分
離する問題の解決を提案する。２チャンネルの場合にお
いて、この発明は所望される信号を推定する（つまり干
渉信号を消去する）ための、または両方のソース信号を
推定するためのアプローチを提案する。
数個の入力ソース信号を推定するためのアプローチを提
案する。実際にはこれは結合した観測結果から信号を分
離する問題の解決を提案する。２チャンネルの場合にお
いて、この発明は所望される信号を推定する（つまり干
渉信号を消去する）ための、または両方のソース信号を
推定するためのアプローチを提案する。
【００３６】上述の特許出願連続番号第07/750,917号に
おいて、再構成された信号が統計的に無相関であるとい
う条件を課すことにより入力（ソース）信号を分離かつ
復元することが提案されている。結局この条件は、未知
のチャンネルに関する或る仮定、たとえばそれが２×２
ＦＩＲフィルタであるという仮定をつくらなければ問題
を一意に解決するには不十分である。未知のチャンネル
に関するいかなる限定的仮定もなく問題を解決するため
に、その特許出願において高次の統計（たとえば多スペ
クトル）を使用することがさらに提案されている。本件
発明において、本出願人らはこのアプローチを発展さ
せ、再構成された信号のクロス・バイスペクトル、また
はクロス・トリスペクトル、またはいずれの高次の０で
はないクロス・多スペクトルをも含む十分条件を発見す
る。これらの条件を課すことにより信号分離のためのあ
る基準を獲得する。
おいて、再構成された信号が統計的に無相関であるとい
う条件を課すことにより入力（ソース）信号を分離かつ
復元することが提案されている。結局この条件は、未知
のチャンネルに関する或る仮定、たとえばそれが２×２
ＦＩＲフィルタであるという仮定をつくらなければ問題
を一意に解決するには不十分である。未知のチャンネル
に関するいかなる限定的仮定もなく問題を解決するため
に、その特許出願において高次の統計（たとえば多スペ
クトル）を使用することがさらに提案されている。本件
発明において、本出願人らはこのアプローチを発展さ
せ、再構成された信号のクロス・バイスペクトル、また
はクロス・トリスペクトル、またはいずれの高次の０で
はないクロス・多スペクトルをも含む十分条件を発見す
る。これらの条件を課すことにより信号分離のためのあ
る基準を獲得する。
【００３７】この発明によれば、信号処理システムが提
供され、このシステムは各々が複数個のソースから信号
を受信する、信号を検出するための複数個の検出器と、
検出された信号を受信しかつ検出された信号をフィルタ
するための再構成フィルタを生成して、各ソース信号が
他のソース信号からの干渉なしに再構成される再構成さ
れたソース信号を生成するためのプロセッサを含み、再
構成フィルタは再構成された信号のクロス多スペクトル
が０に近づくように強制されるように生成されることを
特徴とする。
供され、このシステムは各々が複数個のソースから信号
を受信する、信号を検出するための複数個の検出器と、
検出された信号を受信しかつ検出された信号をフィルタ
するための再構成フィルタを生成して、各ソース信号が
他のソース信号からの干渉なしに再構成される再構成さ
れたソース信号を生成するためのプロセッサを含み、再
構成フィルタは再構成された信号のクロス多スペクトル
が０に近づくように強制されるように生成されることを
特徴とする。
【００３８】より特定的にはこの発明は、複数個の観測
された信号を受信するための複数個の検出器を含む信号
処理システムを含み、それは前記システムに従う複数個
のソース信号から結果として生じる。プロセッサは観測
された信号を受信し、かつ再構成された信号の幾つかの
クロス多スペクトルが０であるかまたは０近くであるよ
うに再構成フィルタを生成する。この発明の主要な概念
はそのクロス多スペクトルを用いて再構成された信号に
条件を課することである。これらの条件は再構成された
信号を統計的に独立にさせる。もし再構成された信号が
統計的に独立であれば、観測されたときには結合のため
に統計的に独立ではなくなったソース信号が再構成にお
いて分離されることを意味する。提案された方法はソー
ス信号が統計的に独立であることを除いてはそれらにつ
いていかなる仮定もなされないという意味で汎用的であ
る。
された信号を受信するための複数個の検出器を含む信号
処理システムを含み、それは前記システムに従う複数個
のソース信号から結果として生じる。プロセッサは観測
された信号を受信し、かつ再構成された信号の幾つかの
クロス多スペクトルが０であるかまたは０近くであるよ
うに再構成フィルタを生成する。この発明の主要な概念
はそのクロス多スペクトルを用いて再構成された信号に
条件を課することである。これらの条件は再構成された
信号を統計的に独立にさせる。もし再構成された信号が
統計的に独立であれば、観測されたときには結合のため
に統計的に独立ではなくなったソース信号が再構成にお
いて分離されることを意味する。提案された方法はソー
ス信号が統計的に独立であることを除いてはそれらにつ
いていかなる仮定もなされないという意味で汎用的であ
る。
【００３９】もし再構成フィルタの１つの伝達関数（ま
たは単位サンプル応答）が公知ならば、他の伝達関数
（または単位サンプル応答）が推定できる。
たは単位サンプル応答）が公知ならば、他の伝達関数
（または単位サンプル応答）が推定できる。
【００４０】他の実施例において、再構成フィルタを生
成するプロセッサは適応的である。プロセッサは、より
多くのデータが利用可能であるとき、入力ソース信号の
先の推定に基づいて、再構成フィルタの成分を更新す
る。この実施例は再構成フィルタの連続更新のための様
々な方法の可能なアルゴリズムの分類を表わす。
成するプロセッサは適応的である。プロセッサは、より
多くのデータが利用可能であるとき、入力ソース信号の
先の推定に基づいて、再構成フィルタの成分を更新す
る。この実施例は再構成フィルタの連続更新のための様
々な方法の可能なアルゴリズムの分類を表わす。
【００４１】この発明の１つの応用は部屋内の信号強調
シナリオであろう。第１のマイクロホンが話し手の近く
に置かれ、かつ他方のマイクロホンがノイズソースの近
くに置かれる。第１のマイクロホンは幾らかのノイズと
ともに所望される音声信号を検出し、かつ第２のマイク
ロホンは幾らかの音声信号とともにノイズを検出する。
結合は未知の音響的部屋環境による。この発明のプロセ
ッサは干渉ノイズなしに所望される音声信号を再構成す
るために用いられる。第２の信号ソースが別の話し手の
場合は、この発明のプロセッサは両方の音声信号を、結
合された測定を含んで検出されたマイクロホン信号から
分離する。音声信号に関連して、この発明のプロセッサ
はノイズの多い環境で動作する自動音声認識システムの
フロントエンドとして、または干渉している話し手から
クロストークがある場合に用いられることができる。
シナリオであろう。第１のマイクロホンが話し手の近く
に置かれ、かつ他方のマイクロホンがノイズソースの近
くに置かれる。第１のマイクロホンは幾らかのノイズと
ともに所望される音声信号を検出し、かつ第２のマイク
ロホンは幾らかの音声信号とともにノイズを検出する。
結合は未知の音響的部屋環境による。この発明のプロセ
ッサは干渉ノイズなしに所望される音声信号を再構成す
るために用いられる。第２の信号ソースが別の話し手の
場合は、この発明のプロセッサは両方の音声信号を、結
合された測定を含んで検出されたマイクロホン信号から
分離する。音声信号に関連して、この発明のプロセッサ
はノイズの多い環境で動作する自動音声認識システムの
フロントエンドとして、または干渉している話し手から
クロストークがある場合に用いられることができる。
【００４２】上記の例においては音声強調の問題を主と
して議論したが、多チャンネル信号分離のためのシステ
ムは多くの異なる分野に応用可能である。それはたとえ
ば幾つかの混合画像の分離や遠隔計測システムにおける
ノイズ信号の消去である。また、アンテナシステム中の
重畳された／干渉している信号は提案された方法を用い
て分離／消去可能である。
して議論したが、多チャンネル信号分離のためのシステ
ムは多くの異なる分野に応用可能である。それはたとえ
ば幾つかの混合画像の分離や遠隔計測システムにおける
ノイズ信号の消去である。また、アンテナシステム中の
重畳された／干渉している信号は提案された方法を用い
て分離／消去可能である。
【００４３】部分の構造および組合せの様々な新規の詳
細を含むこの発明の上記のおよび他の特徴は添付の図面
を参照してより特定的に説明されかつ前掲の特許請求の
範囲において指摘される。この発明を実施する特定の選
択は例示によってのみ示されこの発明を制限するもので
はないということを理解されたい。この発明の原理およ
び特徴はこの発明の範囲から逸脱することなく様々な多
数の実施例において用いられ得る。
細を含むこの発明の上記のおよび他の特徴は添付の図面
を参照してより特定的に説明されかつ前掲の特許請求の
範囲において指摘される。この発明を実施する特定の選
択は例示によってのみ示されこの発明を制限するもので
はないということを理解されたい。この発明の原理およ
び特徴はこの発明の範囲から逸脱することなく様々な多
数の実施例において用いられ得る。
【００４４】
【詳細な説明】２チャンネルの場合において、興味のあ
る基礎的な問題が図３に示される。未知の２×２安定Ｌ
ＴＩシステムＨ′の出力ｙ1 ［ｎ］およびｙ2 ［ｎ］を
観測し、その入力はｓ1 ［ｎ］およびｓ2 ［ｎ］であ
り、かつその周波数応答は
る基礎的な問題が図３に示される。未知の２×２安定Ｌ
ＴＩシステムＨ′の出力ｙ1 ［ｎ］およびｙ2 ［ｎ］を
観測し、その入力はｓ1 ［ｎ］およびｓ2 ［ｎ］であ
り、かつその周波数応答は
【００４５】
【数２６】
【００４６】であり、ここでＨij（ｗ）は入力ｓ
j ［ｎ］から出力ｙi ［ｎ］へのシステムの周波数応答
である。
j ［ｎ］から出力ｙi ［ｎ］へのシステムの周波数応答
である。
【００４７】プロセッサによって調節された２×２再構
成フィルタＧ′を用いて入力信号を復元しようとし、そ
の出力はυ1 ［ｎ］およびυ2 ［ｎ］で示され、その周
波数応答は
成フィルタＧ′を用いて入力信号を復元しようとし、そ
の出力はυ1 ［ｎ］およびυ2 ［ｎ］で示され、その周
波数応答は
【００４８】
【数２７】
【００４９】である。したがって、もしＴ′（ｗ）＝
Ｇ′（ｗ）Ｈ′（ｗ）によって、組合わされたシステム
の周波数応答を示すとすれば、Ｔ′（ｗ）が
Ｇ′（ｗ）Ｈ′（ｗ）によって、組合わされたシステム
の周波数応答を示すとすれば、Ｔ′（ｗ）が
【００５０】
【数２８】
【００５１】の形か、または
【００５２】
【数２９】
【００５３】の形であるように、Ｇ′（ｗ）の成分を調
節したい。さらに（３）においてすべてのｗについてＴ
11（ｗ）＝Ｔ22（ｗ）＝１であるか、または（４）にお
いてすべてのｗについてＴ12（ｗ）＝Ｔ21（ｗ）＝１で
あるとすれば、第１の場合にはυ1 ［ｎ］＝ｓ1 ［ｎ］
かつυ2 ［ｎ］＝ｓ2 ［ｎ］となり、第２の場合にはυ
1 ［ｎ］＝ｓ2 ［ｎ］かつυ2 ［ｎ］＝ｓ1 ［ｎ］とな
り、こうして入力信号が正確に復元される。しかしなが
ら、本出願人らの主たる目標は入力信号の分離であるの
で、交差結合効果を排除し、かつｓ1 ［ｎ］およびｓ2
［ｎ］を整形フィルタまで回復することで十分であろ
う。もし残存しているシングルチャンネル・デコンボリ
ューション問題を解決したければ（つまり、（３）にお
いてすべてのｗについてＴ11（ｗ）＝Ｔ22（ｗ）＝１、
または（４）においてすべてのｗについてＴ12（ｗ）＝
Ｔ21（ｗ）＝１を強制する）、ｓ 1 ［ｎ］およびｓ
2 ［ｎ］の性質について、たとえばそれらが既知の平均
パワーを有する定常独立（ｉ．ｉ．ｄ．）確率変数のシ
ーケンスであるといったことを前もって知っておく必要
がある。
節したい。さらに（３）においてすべてのｗについてＴ
11（ｗ）＝Ｔ22（ｗ）＝１であるか、または（４）にお
いてすべてのｗについてＴ12（ｗ）＝Ｔ21（ｗ）＝１で
あるとすれば、第１の場合にはυ1 ［ｎ］＝ｓ1 ［ｎ］
かつυ2 ［ｎ］＝ｓ2 ［ｎ］となり、第２の場合にはυ
1 ［ｎ］＝ｓ2 ［ｎ］かつυ2 ［ｎ］＝ｓ1 ［ｎ］とな
り、こうして入力信号が正確に復元される。しかしなが
ら、本出願人らの主たる目標は入力信号の分離であるの
で、交差結合効果を排除し、かつｓ1 ［ｎ］およびｓ2
［ｎ］を整形フィルタまで回復することで十分であろ
う。もし残存しているシングルチャンネル・デコンボリ
ューション問題を解決したければ（つまり、（３）にお
いてすべてのｗについてＴ11（ｗ）＝Ｔ22（ｗ）＝１、
または（４）においてすべてのｗについてＴ12（ｗ）＝
Ｔ21（ｗ）＝１を強制する）、ｓ 1 ［ｎ］およびｓ
2 ［ｎ］の性質について、たとえばそれらが既知の平均
パワーを有する定常独立（ｉ．ｉ．ｄ．）確率変数のシ
ーケンスであるといったことを前もって知っておく必要
がある。
【００５４】単純にマトリックスの乗算をすることによ
り、Ｔ′（ｗ）＝Ｇ′（ｗ）Ｈ′（ｗ）は、もし
り、Ｔ′（ｗ）＝Ｇ′（ｗ）Ｈ′（ｗ）は、もし
【００５５】
【数３０】
【００５６】ならば（３）の形であり、もし
【００５７】
【数３１】
【００５８】ならば（４）の形であることがわかる。等
式対（５）（６）または等式対（７）（８）を満足させ
る無限に多数のＧij（ｗ）ｉ，ｊ＝１，２の組合せが存
在する。したがって、Ｇ11およびＧ22を単位変換、つま
り
式対（５）（６）または等式対（７）（８）を満足させ
る無限に多数のＧij（ｗ）ｉ，ｊ＝１，２の組合せが存
在する。したがって、Ｇ11およびＧ22を単位変換、つま
り
【００５９】
【数３２】
【００６０】として任意に設定して、かつ脱結合フィル
タＧ12およびＧ21を調節するだけでよい。この場合、
（５）（６）に対する解は
タＧ12およびＧ21を調節するだけでよい。この場合、
（５）（６）に対する解は
【００６１】
【数３３】
【００６２】によって与えられ、かつ（７）（８）に対
する解は
する解は
【００６３】
【数３４】
【００６４】によって与えられる。これらの解は、もし
ｓ1 ［ｎ］およびｓ2 ［ｎ］が統計的に独立ならば、Ｈ
11通過後のｓ1 ［ｎ］およびＨ22通過後のｓ2 ［ｎ］、
またはＨ21通過後のｓ1 ［ｎ］およびＨ12通過後のｓ2
［ｎ］ないしＨ12もまた統計的に独立であるので、予期
されるべきである。したがって、統計的独立条件に基づ
いて、図４に示されるようにＨ12／Ｈ22とＨ21／Ｈ11と
の対、またはＨ11／Ｈ21とＨ22／Ｈ12との対のみを識別
できる。当然もしＨij（ｉ，ｊ＝１，２）が既知なら
ば、（１０）または（１１）を満足させるように脱結合
システムＧ12およびＧ21を設定することにより、所望さ
れる信号分離を得ることができる。しかしながら、Ｈij
は未知であるので、所望される解のうちの１つを自動的
に生成する方法または基準を発見する必要がある。
ｓ1 ［ｎ］およびｓ2 ［ｎ］が統計的に独立ならば、Ｈ
11通過後のｓ1 ［ｎ］およびＨ22通過後のｓ2 ［ｎ］、
またはＨ21通過後のｓ1 ［ｎ］およびＨ12通過後のｓ2
［ｎ］ないしＨ12もまた統計的に独立であるので、予期
されるべきである。したがって、統計的独立条件に基づ
いて、図４に示されるようにＨ12／Ｈ22とＨ21／Ｈ11と
の対、またはＨ11／Ｈ21とＨ22／Ｈ12との対のみを識別
できる。当然もしＨij（ｉ，ｊ＝１，２）が既知なら
ば、（１０）または（１１）を満足させるように脱結合
システムＧ12およびＧ21を設定することにより、所望さ
れる信号分離を得ることができる。しかしながら、Ｈij
は未知であるので、所望される解のうちの１つを自動的
に生成する方法または基準を発見する必要がある。
【００６５】
【数３５】
【００６６】の形の再構成システムを使用し得るという
ことに注意する。このスキームの可能な実現例が図５に
示される。もし（１０）で解を発見すれば、Ｔ11（ｗ）
＝Ｈ11（ｗ）およびＴ22（ｗ）＝Ｈ22（ｗ）であり、か
つ他のソース信号がない場合に各センサ中で測定された
であろう信号を正確に復元したことになる。同様にもし
（１１）において解を発見すれば、Ｔ12（ｗ）＝Ｈ
12（ｗ）およびＴ21（ｗ）＝Ｈ21（ｗ）であり、別個に
測定されたであろう信号を再び回復したことになるが、
この場合は端子を切換える。これは多くの実用的状況に
おいて有用であろう。たとえば競合している話し手を分
離する問題において、もし各話し手がマイクロホンの近
くに位置していれば、Ｈ11およびＨ22はほぼ恒等変換で
あり、本来の音声信号が歪みがほとんどなく復元される
ことが可能である。
ことに注意する。このスキームの可能な実現例が図５に
示される。もし（１０）で解を発見すれば、Ｔ11（ｗ）
＝Ｈ11（ｗ）およびＴ22（ｗ）＝Ｈ22（ｗ）であり、か
つ他のソース信号がない場合に各センサ中で測定された
であろう信号を正確に復元したことになる。同様にもし
（１１）において解を発見すれば、Ｔ12（ｗ）＝Ｈ
12（ｗ）およびＴ21（ｗ）＝Ｈ21（ｗ）であり、別個に
測定されたであろう信号を再び回復したことになるが、
この場合は端子を切換える。これは多くの実用的状況に
おいて有用であろう。たとえば競合している話し手を分
離する問題において、もし各話し手がマイクロホンの近
くに位置していれば、Ｈ11およびＨ22はほぼ恒等変換で
あり、本来の音声信号が歪みがほとんどなく復元される
ことが可能である。
【００６７】図１はこの発明の信号分離器の動作を概略
的に示す。２つの信号ｓ1 ［ｎ］およびｓ2 ［ｎ］は伝
達関数Ｈ′によって表わされる環境１０によって処理さ
れる。図２は伝達関数Ｈ′をより詳細に示す図である。
伝達関数Ｈ′は出力信号ｙ1［ｎ］およびｙ2 ［ｎ］を
生成する。Ｈ′によって表わされる環境１０は出力信号
ｙ1 ［ｎ］およびｙ2 ［ｎ］の両方において結合または
クロストークを生成する。プロセッサ１４および再構成
フィルタ１２は、υ1 ［ｎ］（またはｓ＾1 ［ｎ］）
（注：この明細書においてｓの右側の＾は本来ｓの上に
付されるべきものである）およびυ2 ［ｎ］（またはｓ
＾2 ［ｎ］）によって示される再構成されたソース信号
が幾つかのゼロクロス高次多スペクトルを有するように
強制されるように動作する。
的に示す。２つの信号ｓ1 ［ｎ］およびｓ2 ［ｎ］は伝
達関数Ｈ′によって表わされる環境１０によって処理さ
れる。図２は伝達関数Ｈ′をより詳細に示す図である。
伝達関数Ｈ′は出力信号ｙ1［ｎ］およびｙ2 ［ｎ］を
生成する。Ｈ′によって表わされる環境１０は出力信号
ｙ1 ［ｎ］およびｙ2 ［ｎ］の両方において結合または
クロストークを生成する。プロセッサ１４および再構成
フィルタ１２は、υ1 ［ｎ］（またはｓ＾1 ［ｎ］）
（注：この明細書においてｓの右側の＾は本来ｓの上に
付されるべきものである）およびυ2 ［ｎ］（またはｓ
＾2 ［ｎ］）によって示される再構成されたソース信号
が幾つかのゼロクロス高次多スペクトルを有するように
強制されるように動作する。
【００６８】もしプロセッサ１４が分離システムＧ
12（ｗ）およびＧ21（ｗ）を調節し、その結果ｋ≧２の
オーダの２つ以上のクロス多スペクトルが０または０近
くになれば、組合わされたシステムの周波数応答Ｔ′
（ｗ）＝Ｇ′（ｗ）Ｈ′（ｗ）は（３）または（４）の
所望される形となり、信号は分離されて整形フィルタま
で復元される。 ［Ａ．クロス・バイスペクトル（３次クロスキュムラン
ト）およびクロス・トリスペクトル（４次クロスキュム
ラント）に基づく推定］ここでバイスペクトルであるｋ
＝２のオーダのクロス多スペクトル、およびトリスペク
トルであるｋ＝３のオーダのクロス多スペクトルを用い
る、本出願人らのアプローチを使用する場合に得られる
基準およびアルゴリズムについて詳しく述べる。
12（ｗ）およびＧ21（ｗ）を調節し、その結果ｋ≧２の
オーダの２つ以上のクロス多スペクトルが０または０近
くになれば、組合わされたシステムの周波数応答Ｔ′
（ｗ）＝Ｇ′（ｗ）Ｈ′（ｗ）は（３）または（４）の
所望される形となり、信号は分離されて整形フィルタま
で復元される。 ［Ａ．クロス・バイスペクトル（３次クロスキュムラン
ト）およびクロス・トリスペクトル（４次クロスキュム
ラント）に基づく推定］ここでバイスペクトルであるｋ
＝２のオーダのクロス多スペクトル、およびトリスペク
トルであるｋ＝３のオーダのクロス多スペクトルを用い
る、本出願人らのアプローチを使用する場合に得られる
基準およびアルゴリズムについて詳しく述べる。
【００６９】もしプロセッサ１４が
【００７０】
【数３６】
【００７１】となるように再構成フィルタ１２を調節す
れば、Ｔ′（ｗ）は（３）または（４）の形でなければ
ならないということが実証される。実際（１３）および
（１４）が周波数の部分集合のみ、つまり−π＜ｗ1 ≦
π，ｗ2 ＝０のみに対して成立することで十分である。
れば、Ｔ′（ｗ）は（３）または（４）の形でなければ
ならないということが実証される。実際（１３）および
（１４）が周波数の部分集合のみ、つまり−π＜ｗ1 ≦
π，ｗ2 ＝０のみに対して成立することで十分である。
【００７２】再構成された信号のクロス多スペクトル
は、成分Ｇ12（ｗ）およびＧ21（ｗ）ならびに観測され
た（測定された）信号の多スペクトルで表現されること
が可能である。周波数ドメインまたは時間ドメインで明
白に解かれることが可能である（幾つかの、少なくと
も）２つの等式を得て、所望される分離フィルタＧ
12（ｗ）およびＧ21（ｗ）を見つける。
は、成分Ｇ12（ｗ）およびＧ21（ｗ）ならびに観測され
た（測定された）信号の多スペクトルで表現されること
が可能である。周波数ドメインまたは時間ドメインで明
白に解かれることが可能である（幾つかの、少なくと
も）２つの等式を得て、所望される分離フィルタＧ
12（ｗ）およびＧ21（ｗ）を見つける。
【００７３】ここで（１３）（１４）から展開する時間
ドメインアルゴリズムについて詳細に述べる。そのため
にＧ12およびＧ21を
ドメインアルゴリズムについて詳細に述べる。そのため
にＧ12およびＧ21を
【００７４】
【数３７】
【００７５】の形のカジュアル（casual) 有限周波数応
答（ＦＩＲ）フィルタ（図１１参照）とし、ここでｑ1
およびｑ2 は或る予め特定されたフィルタのオーダであ
り、その場合再構成された信号υ1 ［ｎ］およびυ
2 ［ｎ］は
答（ＦＩＲ）フィルタ（図１１参照）とし、ここでｑ1
およびｑ2 は或る予め特定されたフィルタのオーダであ
り、その場合再構成された信号υ1 ［ｎ］およびυ
2 ［ｎ］は
【００７６】
【数３８】
【００７７】によって与えられる。この設定において問
題はフィルタ係数ａk およびｂk を選択された基準等式
を満足させるように調節する問題に帰着する。
題はフィルタ係数ａk およびｂk を選択された基準等式
を満足させるように調節する問題に帰着する。
【００７８】（１３）（１４）によって提案される基準
をまず考察する。等式
をまず考察する。等式
【００７９】
【数３９】
【００８０】を逆フーリエ変換する。（１８）を（１
９）へかつ（１７）を（２０）へ代入すると、次式が得
られる。
９）へかつ（１７）を（２０）へ代入すると、次式が得
られる。
【００８１】
【数４０】
【００８２】キュムラントは未知であるので、それらは
標本推定値によって近似される。単純にするためにｓi
［ｎ］（ｉ＝１，２）はゼロ平均であると仮定すると、
標本推定値によって近似される。単純にするためにｓi
［ｎ］（ｉ＝１，２）はゼロ平均であると仮定すると、
【００８３】
【数４１】
【００８４】（２１）および（２２）はτ1 およびτ2
のすべての組合せにより満たされるので、ａk およびｂ
k について解くための優決定された等式の組を有する。
（２１）（２２）をτ1 ，τ2 の幾つかの値（たとえば
或る正の整数Ｍについて｜τ 1 ｜，｜τ2 ｜≦Ｍ）につ
いてマトリックスの形で記述すると
のすべての組合せにより満たされるので、ａk およびｂ
k について解くための優決定された等式の組を有する。
（２１）（２２）をτ1 ，τ2 の幾つかの値（たとえば
或る正の整数Ｍについて｜τ 1 ｜，｜τ2 ｜≦Ｍ）につ
いてマトリックスの形で記述すると
【００８５】
【数４２】
【００８６】が得られ、ここでマトリックス
【００８７】
【数４３】
【００８８】のｉ番目の行は整数Ｂの或る予め選択され
た組について
た組について
【００８９】
【数４４】
【００９０】であり、ベクトル
【００９１】
【数４５】
【００９２】のｉ番目の要素は
【００９３】
【数４６】
【００９４】であり、同様にマトリックス
【００９５】
【数４７】
【００９６】のｉ番目の行は
【００９７】
【数４８】
【００９８】であり、ベクトル
【００９９】
【数４９】
【０１００】のｉ番目の要素は
【０１０１】
【数５０】
【０１０２】である。等式（２４）（２５）の形は、現
在のｂk を用いてａk について（２４）を解くことと、
現在のａk を用いてｂk について（２５）を解くことと
を交互にする反復的アルゴリズムを示唆する。各反復サ
イクルは基準線形最小自乗問題に対する解を含む。
在のｂk を用いてａk について（２４）を解くことと、
現在のａk を用いてｂk について（２５）を解くことと
を交互にする反復的アルゴリズムを示唆する。各反復サ
イクルは基準線形最小自乗問題に対する解を含む。
【０１０３】図７および図８のフローチャートは等式
（２４）（２５）を用いてａおよびｂを反復的に推定す
る反復的アルゴリズムを示す。それから（１７）および
（１８）のそれぞれに従って新規のａおよびｂを用いて
υ1 ［ｎ］およびυ2 ［ｎ］を発生する。ブロック１１
０はａおよびｂの最初の推定の設定と、反復インデック
スｋの０への設定とを示す。ブロック１１２に示される
ように、υ1 ［ｎ］およびυ2 ［ｎ］は、等式（１７）
（１８）にそれぞれ従って、ａ (k) およびｂ (k)ならび
に検出された信号ｙ1 ［ｎ］およびｙ2 ［ｎ］を使用し
て計算される。値υ1 ［ｎ］はブロック１１４中の
（２４）（２５）を用いてａおよびｂを反復的に推定す
る反復的アルゴリズムを示す。それから（１７）および
（１８）のそれぞれに従って新規のａおよびｂを用いて
υ1 ［ｎ］およびυ2 ［ｎ］を発生する。ブロック１１
０はａおよびｂの最初の推定の設定と、反復インデック
スｋの０への設定とを示す。ブロック１１２に示される
ように、υ1 ［ｎ］およびυ2 ［ｎ］は、等式（１７）
（１８）にそれぞれ従って、ａ (k) およびｂ (k)ならび
に検出された信号ｙ1 ［ｎ］およびｙ2 ［ｎ］を使用し
て計算される。値υ1 ［ｎ］はブロック１１４中の
【０１０４】
【数５１】
【０１０５】の作成のために必要なキュムラント推定量
を計算するために使用される。ブロック１１６において
ｂについての新規の値は（２５）の最小自乗問題を解く
こと、つまり
を計算するために使用される。ブロック１１６において
ｂについての新規の値は（２５）の最小自乗問題を解く
こと、つまり
【０１０６】
【数５２】
【０１０７】によって計算され、ここでＷは所定の重み
付けマトリックスである。ブロック１１８において、値
υ2 ［ｎ］は
付けマトリックスである。ブロック１１８において、値
υ2 ［ｎ］は
【０１０８】
【数５３】
【０１０９】の作成のために必要なキュムラント推定量
を計算するために使用され、かつブロック１２０におい
てａについての新規の値は（２４）の最小自乗問題を解
くこと、つまり
を計算するために使用され、かつブロック１２０におい
てａについての新規の値は（２４）の最小自乗問題を解
くこと、つまり
【０１１０】
【数５４】
【０１１１】によって計算される。ブロック１２２は収
束が発生したかどうかを判別する。もしより多くの反復
が計算されるべきならば、ｋはｋ＋１に等しく設定さ
れ、かつブロック１１２で計算が再び開始される。もし
収束が発生していれば、ａ (k+1)およびｂ (k+1) はそれ
ぞれｇ12［ｎ］およびｇ21［ｎ］に等しく設定される。
ここでｇij［ｎ］はＧij（ｗ）（ｉ，ｊ＝１，２ ｉ≠
ｊ）の単位サンプル応答である。ここで入力信号の推定
量がブロック１２８においてｇ12［ｎ］およびｇ
21［ｎ］を使用して計算される。
束が発生したかどうかを判別する。もしより多くの反復
が計算されるべきならば、ｋはｋ＋１に等しく設定さ
れ、かつブロック１１２で計算が再び開始される。もし
収束が発生していれば、ａ (k+1)およびｂ (k+1) はそれ
ぞれｇ12［ｎ］およびｇ21［ｎ］に等しく設定される。
ここでｇij［ｎ］はＧij（ｗ）（ｉ，ｊ＝１，２ ｉ≠
ｊ）の単位サンプル応答である。ここで入力信号の推定
量がブロック１２８においてｇ12［ｎ］およびｇ
21［ｎ］を使用して計算される。
【０１１２】トリスペクトルまたは４次クロスキュムラ
ントに基づいて同様のアルゴリズムを導出する。もしプ
ロセッサ１４が
ントに基づいて同様のアルゴリズムを導出する。もしプ
ロセッサ１４が
【０１１３】
【数５５】
【０１１４】となるように再構成フィルタ１２を調節す
れば、Ｔ′（ｗ）は（３）または（４）の形でなければ
ならないということが実証される。実際（３２）および
（３３）が周波数の部分集合、たとえば−π＜ｗ1 ＝ｗ
2 ≦π，ｗ3 ＝０のみで成立することで十分である。
れば、Ｔ′（ｗ）は（３）または（４）の形でなければ
ならないということが実証される。実際（３２）および
（３３）が周波数の部分集合、たとえば−π＜ｗ1 ＝ｗ
2 ≦π，ｗ3 ＝０のみで成立することで十分である。
【０１１５】（３２）（３３）によって提案された基準
を逆フーリエ変換し（１７）および（１８）を用いると
を逆フーリエ変換し（１７）および（１８）を用いると
【０１１６】
【数５６】
【０１１７】が得られる。（３４）および（３５）はτ
1 ，τ2 およびτ3 のすべての組合せを満たすので、ａ
k およびｂk について解くために仮決定された等式の組
を有する。（３４）（３５）をτ1 ，τ2 ，τ3 の幾つ
かの値（たとえば或る正の整数Ｍについて｜τ1 ｜，｜
τ2 ｜，｜τ3 ｜＜Ｍ）についてマトリックスの形で書
くと
1 ，τ2 およびτ3 のすべての組合せを満たすので、ａ
k およびｂk について解くために仮決定された等式の組
を有する。（３４）（３５）をτ1 ，τ2 ，τ3 の幾つ
かの値（たとえば或る正の整数Ｍについて｜τ1 ｜，｜
τ2 ｜，｜τ3 ｜＜Ｍ）についてマトリックスの形で書
くと
【０１１８】
【数５７】
【０１１９】が得られる。再び、これらの等式の形は、
ｂk の現在の値を（３６）に代入してａk の新規の組を
得て、かつａk の現在の値を（３７）に代入してｂk の
新規の組を得る反復的手順を示唆する。各反復サイクル
は標準的な線形最小自乗問題に対する解を含む。当然、
アルゴリズムの実際の実現において、（３４）および
（３５）に現われるキュムラントはその標本推定によっ
て代替される。
ｂk の現在の値を（３６）に代入してａk の新規の組を
得て、かつａk の現在の値を（３７）に代入してｂk の
新規の組を得る反復的手順を示唆する。各反復サイクル
は標準的な線形最小自乗問題に対する解を含む。当然、
アルゴリズムの実際の実現において、（３４）および
（３５）に現われるキュムラントはその標本推定によっ
て代替される。
【０１２０】統計的安定性を向上するために、基準等式
の幾つかの対を組合せてもよい。ａ k について組合わさ
れた（２１）および（３４）を、かつｂk について組合
わされた（２２）および（３５）を反復的に解くアルゴ
リズムを考案することが直接的である。異なる重みを異
なる等式に割り当てて（つまり重み付けされた最小自乗
解を用いる）、たとえば３次経験キュムラントの４次経
験キュムラントへの統計的可変性を反映してもよい。
の幾つかの対を組合せてもよい。ａ k について組合わさ
れた（２１）および（３４）を、かつｂk について組合
わされた（２２）および（３５）を反復的に解くアルゴ
リズムを考案することが直接的である。異なる重みを異
なる等式に割り当てて（つまり重み付けされた最小自乗
解を用いる）、たとえば３次経験キュムラントの４次経
験キュムラントへの統計的可変性を反映してもよい。
【０１２１】上述のアルゴリズムは他のクロス高次多ス
ペクトル（またはキュムラント）で容易に言い換え可能
である。図１のプロセッサ１４はその出力が０近くの幾
つかの高次クロス多スペクトルを所有するように再構成
フィルタ１２を生成することを目的とする。 ［Ｂ．脱相関基準の結合］上述の特許出願連続番号第07
/750,917号において提案された脱相関基準を、本出願人
らが提案した基準に組入れることもまた考慮されてもよ
い。脱相関条件は再構成された信号υ1 ［ｎ］およびυ
2 ［ｎ］が統計的に無相関である、またはそのクロスス
ペクトルが同一に０である、つまり
ペクトル（またはキュムラント）で容易に言い換え可能
である。図１のプロセッサ１４はその出力が０近くの幾
つかの高次クロス多スペクトルを所有するように再構成
フィルタ１２を生成することを目的とする。 ［Ｂ．脱相関基準の結合］上述の特許出願連続番号第07
/750,917号において提案された脱相関基準を、本出願人
らが提案した基準に組入れることもまた考慮されてもよ
い。脱相関条件は再構成された信号υ1 ［ｎ］およびυ
2 ［ｎ］が統計的に無相関である、またはそのクロスス
ペクトルが同一に０である、つまり
【０１２２】
【数５８】
【０１２３】であることを必要とし、ここで（・）* は
複素共役を示す。この等式はＧ12およびＧ21の両方につ
いての一意の解を特定しないことを理解されたい。いか
なる予め特定されたＧ21についても等式を満たすＧ12を
見つけることが可能であり、その逆もまた可能である。
複素共役を示す。この等式はＧ12およびＧ21の両方につ
いての一意の解を特定しないことを理解されたい。いか
なる予め特定されたＧ21についても等式を満たすＧ12を
見つけることが可能であり、その逆もまた可能である。
【０１２４】脱相関等式を他の基準等式と結合するため
に、（３８）を以下の２つの代替的形で書き替える
に、（３８）を以下の２つの代替的形で書き替える
【０１２５】
【数５９】
【０１２６】（３９）および（４０）を時間ドメインに
変換すると
変換すると
【０１２７】
【数６０】
【０１２８】となる。これらの等式を提案された基準等
式のいずれかに組入れる、たとえば反復的にａk につい
て（２１）を（４１）と結合的に解き、かつｂk につい
て（２２）を（４２）と結合的に解くことが直接的であ
る。再び、２次経験キュムラント（相関）の高次経験キ
ュムラントへの統計的可変性を反映するように、異なる
重みを異なる基準等式に割り当ててもよい。 ［Ｃ．再帰的／逐次的アルゴリズム］多数の応用におい
て、データを再帰的／逐次的に処理することが所望され
る。再帰的／逐次的アルゴリズムのバッチアルゴリズム
に対する利点は必ずしも最終結果ではなくて、計算効
率、記憶要求の低減、および全データが処理されるのを
待たずに実際に結果が得られるということにある。さら
にもし基礎システム（チャンネル）が時間の変化を示せ
ば、バッチアルゴリズムの計算および記憶負荷に適応で
きたとしても、異なるデータセグメントは異なるチャン
ネル応答に対応するので、利用可能なデータをすべて結
合的に処理することは望ましくない。その場合チャンネ
ルの変化する特性をトラッキング可能な適応的のルゴリ
ズムを有することが望まれる。
式のいずれかに組入れる、たとえば反復的にａk につい
て（２１）を（４１）と結合的に解き、かつｂk につい
て（２２）を（４２）と結合的に解くことが直接的であ
る。再び、２次経験キュムラント（相関）の高次経験キ
ュムラントへの統計的可変性を反映するように、異なる
重みを異なる基準等式に割り当ててもよい。 ［Ｃ．再帰的／逐次的アルゴリズム］多数の応用におい
て、データを再帰的／逐次的に処理することが所望され
る。再帰的／逐次的アルゴリズムのバッチアルゴリズム
に対する利点は必ずしも最終結果ではなくて、計算効
率、記憶要求の低減、および全データが処理されるのを
待たずに実際に結果が得られるということにある。さら
にもし基礎システム（チャンネル）が時間の変化を示せ
ば、バッチアルゴリズムの計算および記憶負荷に適応で
きたとしても、異なるデータセグメントは異なるチャン
ネル応答に対応するので、利用可能なデータをすべて結
合的に処理することは望ましくない。その場合チャンネ
ルの変化する特性をトラッキング可能な適応的のルゴリ
ズムを有することが望まれる。
【０１２９】τ1 ＝０およびτ2 ＝０，１，２，…，ｑ
1 についての（２１）の等式と、τ 1 ＝０およびτ2 ＝
０，１，２，…，ｑ2 についての（２２）の等式とを連
結し（その結果、等式の数が未知のパラメータの数に等
しくなる）、かつ単純さのためにゼロ平均過程をとると
すると
1 についての（２１）の等式と、τ 1 ＝０およびτ2 ＝
０，１，２，…，ｑ2 についての（２２）の等式とを連
結し（その結果、等式の数が未知のパラメータの数に等
しくなる）、かつ単純さのためにゼロ平均過程をとると
すると
【０１３０】
【数６１】
【０１３１】ここで
【０１３２】
【数６２】
【０１３３】期待値を（２３）で示されるような標本平
均と取り替えることにより、以下の反復再帰的アルゴリ
ズムが得られる：
均と取り替えることにより、以下の反復再帰的アルゴリ
ズムが得られる：
【０１３４】
【数６３】
【０１３５】ここで
【０１３６】
【数６４】
【０１３７】ここで
【０１３８】
【数６５】
【０１３９】ここでγn ＝１／ｎであり、かつ
【０１４０】
【数６６】
【０１４１】は時間ｎに対する標本平均に基づく、アル
ゴリズムのＬ（このＬは数式中では小文字である。以下
同じ。）番目の反復でのａおよびｂの値である。Ｌ番目
の反復サイクルへの入力は先の反復サイクルからの値
ゴリズムのＬ（このＬは数式中では小文字である。以下
同じ。）番目の反復でのａおよびｂの値である。Ｌ番目
の反復サイクルへの入力は先の反復サイクルからの値
【０１４２】
【数６７】
【０１４３】である。それから（４９）ないし（５２）
を用いて次の反復サイクルがｎで再帰的に実行される。
を用いて次の反復サイクルがｎで再帰的に実行される。
【０１４４】もし反復の代わりに再帰過程においてａお
よびｂの最新の値を使用すれば、次の逐次アルゴリズム
が得られる
よびｂの最新の値を使用すれば、次の逐次アルゴリズム
が得られる
【０１４５】
【数６８】
【０１４６】ここでａ（ｎ）およびｂ（ｎ）は時間ｎで
のａおよびｂの値であり、かつＱ（ｎ）およびＲ（ｎ）
は（５０）および（５２）を用いてそれぞれ再帰的に計
算される。
のａおよびｂの値であり、かつＱ（ｎ）およびＲ（ｎ）
は（５０）および（５２）を用いてそれぞれ再帰的に計
算される。
【０１４７】逐次アルゴリズムを発生するための他のア
プローチは、１次確率近似方法に基づく。結果として生
じるアルゴリズムは
プローチは、１次確率近似方法に基づく。結果として生
じるアルゴリズムは
【０１４８】
【数６９】
【０１４９】である。もしγn ＝γ（定数）を選択すれ
ば、それは新規のデータに対して過去のデータの効果を
低減する指数重み付けに対応し、かつチャンネルの様々
な特性をトラッキング可能な適応的アルゴリズムが効果
的に得られる。
ば、それは新規のデータに対して過去のデータの効果を
低減する指数重み付けに対応し、かつチャンネルの様々
な特性をトラッキング可能な適応的アルゴリズムが効果
的に得られる。
【０１５０】（５３）（５４）のアルゴリズムは現在の
問題についての再帰的最小自乗（ＲＬＳ）アルゴリズム
の等価物として見ることができ、一方（５５）（５６）
のアルゴリズムは最小自乗平均（ＬＭＳ）アルゴリズム
の等価物として見ることが可能である。同様の反復再帰
的かつ逐次的アルゴリズムは他の基準等式を解くために
展開可能であるということに注意する。異なる基準等式
に対応する幾つかの再帰的／逐次的アルゴリズムを結合
する可能性もまたここに存在する。 ［Ｄ．余計なノイズの効果］観測された信号ｙ1 ［ｎ］
およびｙ2 ［ｎ］が余計なノイズｗ1 ［ｎ］およびｗ2
［ｎ］によってそれぞれ汚染される、図６に示されるシ
ステムを考慮されたい。そのとき再構成フィルタの出力
は信号およびノイズによる成分の和として表わされる、
つまり
問題についての再帰的最小自乗（ＲＬＳ）アルゴリズム
の等価物として見ることができ、一方（５５）（５６）
のアルゴリズムは最小自乗平均（ＬＭＳ）アルゴリズム
の等価物として見ることが可能である。同様の反復再帰
的かつ逐次的アルゴリズムは他の基準等式を解くために
展開可能であるということに注意する。異なる基準等式
に対応する幾つかの再帰的／逐次的アルゴリズムを結合
する可能性もまたここに存在する。 ［Ｄ．余計なノイズの効果］観測された信号ｙ1 ［ｎ］
およびｙ2 ［ｎ］が余計なノイズｗ1 ［ｎ］およびｗ2
［ｎ］によってそれぞれ汚染される、図６に示されるシ
ステムを考慮されたい。そのとき再構成フィルタの出力
は信号およびノイズによる成分の和として表わされる、
つまり
【０１５１】
【数７０】
【０１５２】ｓi ［ｎ］（ｉ＝１，２）およびｗ
i ［ｎ］（ｉ＝１，２）が統計的に独立であると仮定す
ると、
i ［ｎ］（ｉ＝１，２）が統計的に独立であると仮定す
ると、
【０１５３】
【数７１】
【０１５４】ここで（ｐ．６）により
【０１５５】
【数７２】
【０１５６】である。もしｗ1 ［ｎ］およびｗ2 ［ｎ］
が統計的に独立ならば、（５９）の三重和のすべての項
はｉ＝ｊ＝ｋを除いては０である。しかしながら、ｗ1
［ｎ］およびｗ2 ［ｎ］は統計的に従属であり得、たと
えばそれらは指向性干渉の結果として生じる。余計なノ
イズの自己およびクロスバイスペクトルがアプリオリに
既知ならば、または独立的に測定されることが可能なら
ば、
が統計的に独立ならば、（５９）の三重和のすべての項
はｉ＝ｊ＝ｋを除いては０である。しかしながら、ｗ1
［ｎ］およびｗ2 ［ｎ］は統計的に従属であり得、たと
えばそれらは指向性干渉の結果として生じる。余計なノ
イズの自己およびクロスバイスペクトルがアプリオリに
既知ならば、または独立的に測定されることが可能なら
ば、
【０１５７】
【数７３】
【０１５８】は別個に計算され、かつ（５８）から減算
される。同様の減算演算は他のすべての基準等式に対し
て実行されることができる。
される。同様の減算演算は他のすべての基準等式に対し
て実行されることができる。
【０１５９】ｗ1 ［ｎ］およびｗ2 ［ｎ］が結合的にガ
ウス系である特別の場合において、（ｐ．５）によりｋ
≧２のオーダのすべての多スペクトルは０であり、特に
ｉ，ｊ，ｋ∈｛１，２｝のすべての組合せについて
ウス系である特別の場合において、（ｐ．５）によりｋ
≧２のオーダのすべての多スペクトルは０であり、特に
ｉ，ｊ，ｋ∈｛１，２｝のすべての組合せについて
【０１６０】
【数７４】
【０１６１】である。したがって、提案されたすべての
基準は余計なガウス系ノイズに影響されない（ブライン
ドである）。例外として上述の特許出願連続番号第07/7
50,917号の脱相関基準があり、これは相関するガウス系
ノイズに感応し得る。
基準は余計なガウス系ノイズに影響されない（ブライン
ドである）。例外として上述の特許出願連続番号第07/7
50,917号の脱相関基準があり、これは相関するガウス系
ノイズに感応し得る。
【０１６２】アルゴリズムの実際の実現において、多ス
ペクトルまたはそれぞれのキュムラントはその標本推定
によって代替される。したがって余計なノイズの効果は
ガウス系の場合においてさえも０ではなく、かつυi
(s) ［ｎ］およびυi (w) ［ｎ］（ｉ＝１，２）間の経
験クロス多スペクトルもまた０ではない。
ペクトルまたはそれぞれのキュムラントはその標本推定
によって代替される。したがって余計なノイズの効果は
ガウス系の場合においてさえも０ではなく、かつυi
(s) ［ｎ］およびυi (w) ［ｎ］（ｉ＝１，２）間の経
験クロス多スペクトルもまた０ではない。
【０１６３】上に導出されたアルゴリズムは例であり限
定的ではなく、この発明の信号処理装置が用いられる本
出願人らの一般的アプローチを代表しているに過ぎな
い。
定的ではなく、この発明の信号処理装置が用いられる本
出願人らの一般的アプローチを代表しているに過ぎな
い。
【０１６４】図９は音声強調およびノイズ消去システム
でのこの発明の用途を示す。部屋内で干渉ノイズ信号か
らのボイス信号の分離は、この発明の信号処理装置を用
いて容易にできる。たとえば図９は部屋５７内の人６１
を示す。他に部屋の中にあるものはテレビまたはラジオ
等のノイズソース６０である。マイクロホン５４はノイ
ズソース６０近くに置かれる。マイクロホン５６は人６
１から所望される信号ソースの近くにある。部屋の音響
効果のために、両方の信号が両方のマイクロホンによっ
てピックアップされる。処理および再構成装置５８は上
述の原理に従って検出された信号について演算を行な
う。したがってソース６１から所望される信号が導出で
きる。５８から再構成された所望される信号はそれから
音声認識装置６３によって処理される。
でのこの発明の用途を示す。部屋内で干渉ノイズ信号か
らのボイス信号の分離は、この発明の信号処理装置を用
いて容易にできる。たとえば図９は部屋５７内の人６１
を示す。他に部屋の中にあるものはテレビまたはラジオ
等のノイズソース６０である。マイクロホン５４はノイ
ズソース６０近くに置かれる。マイクロホン５６は人６
１から所望される信号ソースの近くにある。部屋の音響
効果のために、両方の信号が両方のマイクロホンによっ
てピックアップされる。処理および再構成装置５８は上
述の原理に従って検出された信号について演算を行な
う。したがってソース６１から所望される信号が導出で
きる。５８から再構成された所望される信号はそれから
音声認識装置６３によって処理される。
【０１６５】この発明の信号分離器はまた自動車等の移
動運搬具においても使用可能である。１つのマイクロホ
ンがマフラ近くに置かれ、かつ他のマイクロホンは話し
手近くに置かれる。話し手のマイクロホンは自動車電話
であってもよい。マフラによって引き起こされるノイズ
はこの発明の信号分離器を用いることによって排除され
る。さらに、母伝達関数のあるものは既知であるか、ま
たは自動車の音響環境から計算されることができるの
で、計算は再構成フィルタ中で単純化される。
動運搬具においても使用可能である。１つのマイクロホ
ンがマフラ近くに置かれ、かつ他のマイクロホンは話し
手近くに置かれる。話し手のマイクロホンは自動車電話
であってもよい。マフラによって引き起こされるノイズ
はこの発明の信号分離器を用いることによって排除され
る。さらに、母伝達関数のあるものは既知であるか、ま
たは自動車の音響環境から計算されることができるの
で、計算は再構成フィルタ中で単純化される。
【０１６６】図１０はこの発明に従う水中音響環境での
信号強調システムを示す。標的６６の位置を決定するた
めにソナーアレイ６４が使用される。プロペラ７０によ
って発生したノイズはこの決定を妨害する。したがって
マイクロホン６２は信号分離装置６８によってアレイ６
４からの信号とともに処理される出力信号を発生し、か
つ正確な標的信号が計算される。
信号強調システムを示す。標的６６の位置を決定するた
めにソナーアレイ６４が使用される。プロペラ７０によ
って発生したノイズはこの決定を妨害する。したがって
マイクロホン６２は信号分離装置６８によってアレイ６
４からの信号とともに処理される出力信号を発生し、か
つ正確な標的信号が計算される。
【０１６７】当業者はルーチンの実験のみを用いて、こ
こに説明されたこの発明の具体例に対する多くの等価物
を認識または達成可能であると理解するであろう。これ
らのおよび他のすべての等価物は前掲の特許請求の範囲
によって包括されると意図される。
こに説明されたこの発明の具体例に対する多くの等価物
を認識または達成可能であると理解するであろう。これ
らのおよび他のすべての等価物は前掲の特許請求の範囲
によって包括されると意図される。
【図１】この発明を実施する一般的信号処理システムの
概略図である。
概略図である。
【図２】Ｈij（ｗ）（ｉ，ｊ＝１，２）が４つのＳＩＳ
Ｏシステムの伝達関数を表わす、一般的２チャンネルＬ
ＴＩシステムを示す図である。
Ｏシステムの伝達関数を表わす、一般的２チャンネルＬ
ＴＩシステムを示す図である。
【図３】ＬＴＩ２チャンネル信号分離問題を示す図であ
る。
る。
【図４】未知のシステムの等価の形式を示す図である。
【図５】再構成システムの１つの可能な構造を示す図で
ある。
ある。
【図６】余計なノイズが存在する場合のＬＴＩ２チャン
ネル信号分離問題を示す図である。
ネル信号分離問題を示す図である。
【図７】結合システムを推定するために反復過程を実行
する信号処理システムの一実施例の前半を示す図であ
る。
する信号処理システムの一実施例の前半を示す図であ
る。
【図８】結合システムを推定するために反復過程を実行
する信号処理システムの一実施例の後半を示す図であ
る。
する信号処理システムの一実施例の後半を示す図であ
る。
【図９】この発明の信号処理回路を用いる音声強調およ
びノイズ消去システムを示す図である。
びノイズ消去システムを示す図である。
【図１０】水中音響環境での信号強調システムを示す図
である。
である。
【図１１】タップが設けられた遅延ライン（ＦＩＲフィ
ルタ）を示す図である。
ルタ）を示す図である。
１２ 再構成フィルタ １４ プロセッサ
フロントページの続き (72)発明者 エヒュード・ウェインステイン イスラエル、52355 ラマト・ガン、ハレ チャシム・ストリート、10 (72)発明者 ダニエル・イエリン イスラエル、72910 カルメイ・ヨセフ、 エレツ・ストリート、13
Claims (13)
- 【請求項１】 各々が複数個のソースから信号を受信す
る、信号を検出するための複数個の検出器と、 検出された信号を受信しかつ検出された信号をフィルタ
するための再構成フィルタを生成して、各ソース信号が
他のソース信号からの干渉なしに再構成される再構成さ
れたソース信号を生成するためのプロセッサを含み、 再構成フィルタが、再構成された信号のクロス多スペク
トルが０に強制的に近づくように生成されることを特徴
とする、信号処理システム。 - 【請求項２】 検出器およびソースの数は２であり、か
つ再構成フィルタは、再構成フィルタの出力で再構成さ
れたソース信号υ1 ［ｎ］およびυ2 ［ｎ］の以下の多
スペクトル： 【数１】 が０に近づくように調節され、ここでΩ2 は予め選択さ
れた周波数領域である、請求項１に記載の信号処理シス
テム。 - 【請求項３】 検出器およびソースの数は２であり、か
つ再構成フィルタは、再構成フィルタの出力で再構成さ
れたソース信号υ1 ［ｎ］およびυ2 ［ｎ］の以下の多
スペクトル： 【数２】 が０に近づくように調節され、ここでΩ3 は予め選択さ
れた周波数領域である、請求項１に記載の信号処理シス
テム。 - 【請求項４】 再構成フィルタは、その出力で再構成さ
れたソース信号υ1［ｎ］およびυ2 ［ｎ］の以下の多
スペクトル： 【数３】 が０に近づくように調節され、ここでΩ3 は予め選択さ
れた周波数領域である、請求項２に記載の信号処理シス
テム。 - 【請求項５】 再構成フィルタは、再構成フィルタの出
力で再構成されたソース信号υ1 ［ｎ］およびυ
2 ［ｎ］の以下のクロススペクトル： 【数４】 が０に近づくように調節され、ここでΩは予め選択され
た周波数領域である、請求項２に記載の信号処理システ
ム。 - 【請求項６】 再構成フィルタは、再構成フィルタの出
力で再構成されたソース信号υ1 ［ｎ］およびυ
2 ［ｎ］の以下のクロススペクトル： 【数５】 が０に近づくように調節され、ここでΩは予め選択され
た周波数領域である、請求項３に記載の信号処理システ
ム。 - 【請求項７】 再構成フィルタは、再構成フィルタの出
力で再構成されたソース信号υ1 ［ｎ］およびυ
2 ［ｎ］の以下のクロススペクトル： 【数６】 が０に近づくように調節され、ここでΩは予め選択され
た周波数領域である、請求項４に記載の信号処理システ
ム。 - 【請求項８】 再構成フィルタは、その出力で信号υ1
［ｎ］およびυ2 ［ｎ］の以下のキュムラント： 【数７】 が０に近づくように調節され、ここでＢ2 は予め選択さ
れた整数の集合である、請求項２に記載の信号処理シス
テム。 - 【請求項９】 再構成フィルタは、その出力で信号υ1
［ｎ］およびυ2 ［ｎ］の以下のキュムラント： 【数８】 が０に近づくように調節され、ここでＢ3 は予め選択さ
れた整数の集合である、請求項３に記載の信号処理シス
テム。 - 【請求項１０】 再構成フィルタは、その出力で信号υ
1 ［ｎ］およびυ2［ｎ］の以下のキュムラント： 【数９】 が０に近づくように調節され、ここでＢ3 は予め選択さ
れた整数の集合である、請求項８に記載の信号処理シス
テム。 - 【請求項１１】 再構成フィルタは、再構成フィルタの
出力で信号υ1 ［ｎ］およびυ2 ［ｎ］の以下のキュム
ラント： 【数１０】 が０に近づくように調節され、ここでＢは予め選択され
た整数の集合である、請求項８に記載の信号処理システ
ム。 - 【請求項１２】 再構成フィルタは、再構成フィルタの
出力で信号υ1 ［ｎ］およびυ2 ［ｎ］の以下のキュム
ラント： 【数１１】 が０に近づくように調節され、ここでＢは予め選択され
た整数の集合である、請求項９に記載の信号処理システ
ム。 - 【請求項１３】 再構成フィルタは、再構成フィルタの
出力で信号υ1 ［ｎ］およびυ2 ［ｎ］の以下のキュム
ラント： 【数１２】 が０に近づくように調節され、ここでＢは予め選択され
た整数の集合である、請求項１０に記載の信号処理シス
テム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IL101556 | 1992-04-10 | ||
| IL10155692A IL101556A (en) | 1992-04-10 | 1992-04-10 | Multi-channel signal separation using cross-polyspectra |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0621838A true JPH0621838A (ja) | 1994-01-28 |
Family
ID=11063536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5082160A Withdrawn JPH0621838A (ja) | 1992-04-10 | 1993-04-08 | 信号処理システム |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5539832A (ja) |
| EP (1) | EP0565479A1 (ja) |
| JP (1) | JPH0621838A (ja) |
| IL (1) | IL101556A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6944579B2 (en) | 2000-11-01 | 2005-09-13 | International Business Machines Corporation | Signal separation method, signal processing apparatus, image processing apparatus, medical image processing apparatus and storage medium for restoring multidimensional signals from observed data in which multiple signals are mixed |
Families Citing this family (71)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5825671A (en) * | 1994-03-16 | 1998-10-20 | U.S. Philips Corporation | Signal-source characterization system |
| US5706402A (en) * | 1994-11-29 | 1998-01-06 | The Salk Institute For Biological Studies | Blind signal processing system employing information maximization to recover unknown signals through unsupervised minimization of output redundancy |
| FR2730881A1 (fr) * | 1995-02-22 | 1996-08-23 | Philips Electronique Lab | Systeme pour estimer des signaux recus sous forme de signaux melanges |
| US5602751A (en) * | 1995-02-28 | 1997-02-11 | The United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for spectrum analysis by complex cumulants |
| SE511496C2 (sv) | 1995-05-03 | 1999-10-11 | Ulf Lindgren | Förfarande vid signalseparation |
| US6018317A (en) * | 1995-06-02 | 2000-01-25 | Trw Inc. | Cochannel signal processing system |
| DE19531388C1 (de) * | 1995-08-26 | 1996-07-25 | Heinz Georg Prof Dr Schuster | Signaltrennungsverfahren und -einrichtung für nichtlineare Mischungen unbekannter Signale |
| US5675659A (en) * | 1995-12-12 | 1997-10-07 | Motorola | Methods and apparatus for blind separation of delayed and filtered sources |
| ES2117565B1 (es) * | 1996-04-30 | 1999-04-01 | Univ Granada | Sistema para separacion ciega de señales. |
| US6317703B1 (en) * | 1996-11-12 | 2001-11-13 | International Business Machines Corporation | Separation of a mixture of acoustic sources into its components |
| AU727787B2 (en) * | 1996-11-26 | 2000-12-21 | Trw Inc. | Cochannel signal processing system |
| AU762769B2 (en) * | 1996-11-26 | 2003-07-03 | Trw Inc. | A method for processing received radio signals subject to unpredictable change in polarization state during propagation |
| WO1998024192A1 (en) * | 1996-11-26 | 1998-06-04 | Trw Inc. | Cochannel signal processing system |
| FR2759824A1 (fr) * | 1997-02-18 | 1998-08-21 | Philips Electronics Nv | Systeme de separation de sources non stationnaires |
| JP3444131B2 (ja) * | 1997-02-27 | 2003-09-08 | ヤマハ株式会社 | 音声符号化及び復号装置 |
| EP0990306B1 (en) | 1997-06-18 | 2003-08-13 | Clarity, L.L.C. | Methods and apparatus for blind signal separation |
| US6185309B1 (en) | 1997-07-11 | 2001-02-06 | The Regents Of The University Of California | Method and apparatus for blind separation of mixed and convolved sources |
| US5914912A (en) * | 1997-11-28 | 1999-06-22 | United States Of America | Sonar array post processor |
| DE19815040A1 (de) * | 1998-04-03 | 1999-10-07 | Abb Research Ltd | Verfahren und Vorrichtung zur Signalübertragung über Stromversorgungsleitungen |
| US6167417A (en) * | 1998-04-08 | 2000-12-26 | Sarnoff Corporation | Convolutive blind source separation using a multiple decorrelation method |
| US6691073B1 (en) | 1998-06-18 | 2004-02-10 | Clarity Technologies Inc. | Adaptive state space signal separation, discrimination and recovery |
| US6343268B1 (en) * | 1998-12-01 | 2002-01-29 | Siemens Corporation Research, Inc. | Estimator of independent sources from degenerate mixtures |
| EP1018854A1 (en) * | 1999-01-05 | 2000-07-12 | Oticon A/S | A method and a device for providing improved speech intelligibility |
| US6768515B1 (en) | 1999-03-05 | 2004-07-27 | Clarity Technologies, Inc. | Two architectures for integrated realization of sensing and processing in a single device |
| US6735482B1 (en) | 1999-03-05 | 2004-05-11 | Clarity Technologies Inc. | Integrated sensing and processing |
| SE521024C2 (sv) * | 1999-03-08 | 2003-09-23 | Ericsson Telefon Ab L M | Metod och anordning för att separera en blandning av källsignaler |
| JP2001053654A (ja) * | 1999-08-16 | 2001-02-23 | Matsushita Electric Ind Co Ltd | 信号分離装置、信号分離方法及び記録媒体 |
| US6650757B1 (en) * | 1999-09-27 | 2003-11-18 | Ford Global Technologies, Llc | Method and system to detect unwanted noise |
| US7027536B1 (en) * | 1999-10-08 | 2006-04-11 | At&T Corp. | Method and apparatus for designing finite-length multi-input multi-output channel shortening pre-filters |
| EP1295507A2 (en) * | 2000-03-31 | 2003-03-26 | Clarity, LLC | Method and apparatus for voice signal extraction |
| DE10018666A1 (de) | 2000-04-14 | 2001-10-18 | Harman Audio Electronic Sys | Vorrichtung und Verfahren zum geräuschabhängigen Anpassen eines akustischen Nutzsignals |
| US20040125962A1 (en) * | 2000-04-14 | 2004-07-01 | Markus Christoph | Method and apparatus for dynamic sound optimization |
| US8363744B2 (en) | 2001-06-10 | 2013-01-29 | Aloft Media, Llc | Method and system for robust, secure, and high-efficiency voice and packet transmission over ad-hoc, mesh, and MIMO communication networks |
| US7319954B2 (en) * | 2001-03-14 | 2008-01-15 | International Business Machines Corporation | Multi-channel codebook dependent compensation |
| US7142677B2 (en) * | 2001-07-17 | 2006-11-28 | Clarity Technologies, Inc. | Directional sound acquisition |
| US7450631B2 (en) * | 2001-10-26 | 2008-11-11 | Intel Corporation | Metric correction for multi user detection, for long codes DS-CDMA |
| CN1320364C (zh) * | 2002-02-11 | 2007-06-06 | 罗德施瓦兹两合股份有限公司 | 零混频频谱分析的方法和装置 |
| US6687492B1 (en) | 2002-03-01 | 2004-02-03 | Cognio, Inc. | System and method for antenna diversity using joint maximal ratio combining |
| US6862456B2 (en) * | 2002-03-01 | 2005-03-01 | Cognio, Inc. | Systems and methods for improving range for multicast wireless communication |
| TWI226765B (en) * | 2002-03-01 | 2005-01-11 | Cognio Inc | System and method for joint maximal ratio combining using time-domain signal processing |
| US6873651B2 (en) * | 2002-03-01 | 2005-03-29 | Cognio, Inc. | System and method for joint maximal ratio combining using time-domain signal processing |
| US6785520B2 (en) * | 2002-03-01 | 2004-08-31 | Cognio, Inc. | System and method for antenna diversity using equal power joint maximal ratio combining |
| US6871049B2 (en) * | 2002-03-21 | 2005-03-22 | Cognio, Inc. | Improving the efficiency of power amplifiers in devices using transmit beamforming |
| US6993440B2 (en) * | 2002-04-22 | 2006-01-31 | Harris Corporation | System and method for waveform classification and characterization using multidimensional higher-order statistics |
| US6711528B2 (en) * | 2002-04-22 | 2004-03-23 | Harris Corporation | Blind source separation utilizing a spatial fourth order cumulant matrix pencil |
| US7194237B2 (en) * | 2002-07-30 | 2007-03-20 | Ipr Licensing Inc. | System and method for multiple-input multiple-output (MIMO) radio communication |
| US7366564B2 (en) * | 2002-08-23 | 2008-04-29 | The United States Of America As Represented By The Secretary Of The Navy | Nonlinear blind demixing of single pixel underlying radiation sources and digital spectrum local thermometer |
| US7236534B1 (en) * | 2002-11-06 | 2007-06-26 | Jabil Circuit, Inc. | Method and apparatus for noise reduction by spectral and subcarrier averaging |
| US6993460B2 (en) | 2003-03-28 | 2006-01-31 | Harris Corporation | Method and system for tracking eigenvalues of matrix pencils for signal enumeration |
| US7187326B2 (en) * | 2003-03-28 | 2007-03-06 | Harris Corporation | System and method for cumulant-based geolocation of cooperative and non-cooperative RF transmitters |
| US7099678B2 (en) * | 2003-04-10 | 2006-08-29 | Ipr Licensing, Inc. | System and method for transmit weight computation for vector beamforming radio communication |
| US20100265139A1 (en) * | 2003-11-18 | 2010-10-21 | Harris Corporation | System and method for cumulant-based geolocation of cooperative and non-cooperative RF transmitters |
| GB2427989B (en) * | 2004-03-09 | 2007-08-08 | Alexander Vasilievich Garmonov | Method and apparatus of data transmission |
| DE602004004242T2 (de) * | 2004-03-19 | 2008-06-05 | Harman Becker Automotive Systems Gmbh | System und Verfahren zur Verbesserung eines Audiosignals |
| EP1833163B1 (en) * | 2004-07-20 | 2019-12-18 | Harman Becker Automotive Systems GmbH | Audio enhancement system and method |
| US8170221B2 (en) * | 2005-03-21 | 2012-05-01 | Harman Becker Automotive Systems Gmbh | Audio enhancement system and method |
| DE602005015426D1 (de) | 2005-05-04 | 2009-08-27 | Harman Becker Automotive Sys | System und Verfahren zur Intensivierung von Audiosignalen |
| US7970564B2 (en) * | 2006-05-02 | 2011-06-28 | Qualcomm Incorporated | Enhancement techniques for blind source separation (BSS) |
| DE102006027673A1 (de) * | 2006-06-14 | 2007-12-20 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Signaltrenner, Verfahren zum Bestimmen von Ausgangssignalen basierend auf Mikrophonsignalen und Computerprogramm |
| US8954324B2 (en) * | 2007-09-28 | 2015-02-10 | Qualcomm Incorporated | Multiple microphone voice activity detector |
| US8175871B2 (en) * | 2007-09-28 | 2012-05-08 | Qualcomm Incorporated | Apparatus and method of noise and echo reduction in multiple microphone audio systems |
| US8223988B2 (en) * | 2008-01-29 | 2012-07-17 | Qualcomm Incorporated | Enhanced blind source separation algorithm for highly correlated mixtures |
| US8131541B2 (en) | 2008-04-25 | 2012-03-06 | Cambridge Silicon Radio Limited | Two microphone noise reduction system |
| US8077489B2 (en) * | 2008-05-15 | 2011-12-13 | Lockheed Martin Corporation | System and method of cancelling noise radiated from a switch-mode power converter |
| US8185077B2 (en) * | 2009-01-20 | 2012-05-22 | Raytheon Company | Method and system for noise suppression in antenna |
| US8242823B2 (en) | 2009-04-27 | 2012-08-14 | Oracle America, Inc. | Delay chain initialization |
| US8179165B2 (en) * | 2009-04-27 | 2012-05-15 | Oracle America, Inc. | Precision sampling circuit |
| US8198931B2 (en) * | 2009-04-27 | 2012-06-12 | Oracle America, Inc. | Fine grain timing |
| US8283960B2 (en) * | 2009-04-27 | 2012-10-09 | Oracle America, Inc. | Minimal bubble voltage regulator |
| US9331879B2 (en) | 2012-03-30 | 2016-05-03 | Rensselaer Polytechnic Institute | Multi-channel through-wall communication system using crosstalk suppression |
| CN105139353B (zh) * | 2015-08-14 | 2018-01-09 | 河南师范大学 | 一种置换混叠图像的盲分离方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3935574A (en) * | 1974-04-15 | 1976-01-27 | The United States Of America As Represented By The Secretary Of The Navy | Signal source position-determining process |
| US4283795A (en) * | 1979-10-03 | 1981-08-11 | Bell Telephone Laboratories, Incorporated | Adaptive cross-polarization interference cancellation arrangements |
| US4320535A (en) * | 1979-10-03 | 1982-03-16 | Bell Telephone Laboratories, Incorporated | Adaptive interference suppression arrangement |
| US4473906A (en) * | 1980-12-05 | 1984-09-25 | Lord Corporation | Active acoustic attenuator |
| US4672674A (en) * | 1982-01-27 | 1987-06-09 | Clough Patrick V F | Communications systems |
| US4499601A (en) * | 1982-10-18 | 1985-02-12 | Matthews Gordon H | Method and apparatus for automatically detecting and playing desired audio segments over a broadcast receiver. |
| IT1170587B (it) * | 1983-12-13 | 1987-06-03 | Selenia Ind Elettroniche | Elaboratore adattivo di segnali radar per la rivelazione dell'eco e la cancellazione del clutter |
| US4677466A (en) * | 1985-07-29 | 1987-06-30 | A. C. Nielsen Company | Broadcast program identification method and apparatus |
| US4843562A (en) * | 1987-06-24 | 1989-06-27 | Broadcast Data Systems Limited Partnership | Broadcast information classification system and method |
| US5020540A (en) * | 1987-10-09 | 1991-06-04 | Biometrak Corporation | Cardiac biopotential analysis system and method |
| US5237618A (en) * | 1990-05-11 | 1993-08-17 | General Electric Company | Electronic compensation system for elimination or reduction of inter-channel interference in noise cancellation systems |
| US5208786A (en) * | 1991-08-28 | 1993-05-04 | Massachusetts Institute Of Technology | Multi-channel signal separation |
-
1992
- 1992-04-10 IL IL10155692A patent/IL101556A/en not_active IP Right Cessation
-
1993
- 1993-04-05 US US08/043,089 patent/US5539832A/en not_active Expired - Fee Related
- 1993-04-07 EP EP93630032A patent/EP0565479A1/en not_active Withdrawn
- 1993-04-08 JP JP5082160A patent/JPH0621838A/ja not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6944579B2 (en) | 2000-11-01 | 2005-09-13 | International Business Machines Corporation | Signal separation method, signal processing apparatus, image processing apparatus, medical image processing apparatus and storage medium for restoring multidimensional signals from observed data in which multiple signals are mixed |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0565479A1 (en) | 1993-10-13 |
| IL101556A (en) | 1996-08-04 |
| IL101556A0 (en) | 1993-02-21 |
| US5539832A (en) | 1996-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0621838A (ja) | 信号処理システム | |
| US5208786A (en) | Multi-channel signal separation | |
| US7603401B2 (en) | Method and system for on-line blind source separation | |
| Pedersen et al. | Convolutive blind source separation methods | |
| Amari et al. | Adaptive blind signal processing-neural network approaches | |
| Buchner et al. | Blind source separation for convolutive mixtures: A unified treatment | |
| US6167417A (en) | Convolutive blind source separation using a multiple decorrelation method | |
| EP0709999A2 (en) | Method and apparatus for multi-channel acoustic echo cancellation | |
| US6343268B1 (en) | Estimator of independent sources from degenerate mixtures | |
| US20080208570A1 (en) | Methods and Apparatus for Blind Separation of Multichannel Convolutive Mixtures in the Frequency Domain | |
| US6845164B2 (en) | Method and device for separating a mixture of source signals | |
| Lin et al. | Bayesian regularization and nonnegative deconvolution for room impulse response estimation | |
| Buchner et al. | A generalization of a class of blind source separation algorithms for convolutive mixtures | |
| WO2003015273A1 (en) | Method and apparatus for generating a set of filter coefficients | |
| CN110378320A (zh) | 多个信号的共同周期确定方法、装置和可读存储介质 | |
| Pope et al. | Blind signal separation II. Linear, convolutive combinations: II. Linear, convolutive combinations | |
| US6577675B2 (en) | Signal separation | |
| WO2001017109A1 (en) | Method and system for on-line blind source separation | |
| Hidri et al. | About multichannel speech signal extraction and separation techniques | |
| CN112201276B (zh) | 基于TC-ResNet网络的麦克风阵列语音分离方法 | |
| Douglas | Blind separation of acoustic signals | |
| JP4529611B2 (ja) | 音声入力装置 | |
| US20030149711A1 (en) | Filter bank approach to adaptive filtering method using independent component analysis | |
| Dam et al. | Blind signal separation using steepest descent method | |
| Saito et al. | Determined and overdetermined convolutive blind source extractions by approximate joint diagonalization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20000704 |