KR101356040B1 - 주파수 영역에서의 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템 - Google Patents

주파수 영역에서의 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템 Download PDF

Info

Publication number
KR101356040B1
KR101356040B1 KR1020120068847A KR20120068847A KR101356040B1 KR 101356040 B1 KR101356040 B1 KR 101356040B1 KR 1020120068847 A KR1020120068847 A KR 1020120068847A KR 20120068847 A KR20120068847 A KR 20120068847A KR 101356040 B1 KR101356040 B1 KR 101356040B1
Authority
KR
South Korea
Prior art keywords
signal
demixing
transfer function
filter
function
Prior art date
Application number
KR1020120068847A
Other languages
English (en)
Other versions
KR20140001396A (ko
Inventor
이수영
최충환
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020120068847A priority Critical patent/KR101356040B1/ko
Publication of KR20140001396A publication Critical patent/KR20140001396A/ko
Application granted granted Critical
Publication of KR101356040B1 publication Critical patent/KR101356040B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0272—Voice signal separating
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

본 발명에 따른 암묵 신호 추출 방법은 주파수 영역에서 하나의 신호를 추출하는 방법으로서, 2개 이상의 음원으로부터의 신호가 혼합되어 신호 수신부를 통해 수신되는 단계; 및 상기 수신된 신호의 비-가우스 함수 특성을 이용하여 상기 수신된 신호를 디믹싱하는 단계를 포함한다.

Description

주파수 영역에서의 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템 {BLIND SOURCE EXTRACTION METHOD IN FREQUENCY DOMAIN AND DE-MIXING SYSTEM THEREFOR}
본 발명은 주파수 영역에서 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템에 관한 것이며, 보다 구체적으로 신호 수신부에서 수신되는 혼합된 신호 중 임의의 신호 및/또는 신호 수신부로부터 가장 가까운 신호를 추출하는 암묵 신호 추출 알고리즘에 관한 것이다.
음성과 같은 신호를 수신하는 경우, 그 신호는 서로 다른 2 이상의 소스(source)로부터 발생한 신호가 혼합된 신호일 수 있다. 따라서, 이러한 2 이상의 소스로부터의 신호가 혼합된 신호 중에서 원하는 소스로부터의 신호만을 분리 또는 추출하는 것이 필요하다. 이를 위한 방법으로 암묵 신호 분리(BSS: Blind Source Separation) 및 암묵 신호 추출(BSE: Blind source Extraction) 알고리즘이 알려져 있다.
암묵 신호 분리 방법은 2 이상의 소스로부터의 신호를 분리하여 각 소스로부터의 신호를 별도로 획득한다. 하지만, 암묵 신호 분리 방법은 원하지 않는 소스로부터의 신호, 예컨대 잡음까지도 분리하는 결과를 가져온다. 이로 인해 불필요한 계산량이 증가하고 회로 구성이 복잡해지는 문제점이 야기된다. 반면에 암묵 신호 추출 방법은 혼합된 신호로부터 원하는 소스로부터의 신호만을 추출하는 방식이다. 시간 영역에서의 암묵 신호 추출을 위한 알고리즘은 이미 제안되었으나 이는 계산량이 매우 커 연산 시간이 긴 단점이 있다.
주파수 영역에서의 암묵 신호 추출 알고리즘은 활성화되어 있지 않다. 주파수 영역에서 암묵 신호 분리를 수행하는 경우, 서로 다른 주파수 영역에서 분리된 신호 사이에 순서를 맞추어야 하는 퍼뮤테이션(permutation) 문제가 발생한다. 이러한 퍼뮤테이션 문제를 제거하기 위해 서로 다른 주파수 영역에서 분리된 신호들을 이용해 서로 짝을 맞추는 작업이 수행된다. 하지만, 암묵 신호 추출의 경우에는 하나의 신호만이 추출되므로, 퍼뮤테이션 문제 제거를 위한 짝 맞추는 작업을 수행할 수 없다.
따라서, 주파수 영역에서 퍼뮤테이션 문제를 야기하지 않으면서도 암묵 신호 추출 알고리즘이 수행되어 원하는 신호를 효과적으로 추출할 수 있는 기법에 대한 필요성이 대두되고 있다.
한국공개공보 제10-2008-0019879호 (2008.03.05)
본 발명은 종래기술의 문제점을 해결하기 위해 안출된 것으로, 주파수 영역에서 퍼뮤테이션 문제를 발생시키지 않으면서 암묵 신호 추출을 수행하여 혼합된 신호에서 원하는 신호 또는 신호 수신부로부터 가장 가까운 신호를 추출할 수 있는 기법을 제공하는 것을 목적으로 한다.
본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 본 발명의 기재로부터 당해 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 따른 암묵 신호 추출 방법은 주파수 영역에서 하나의 신호를 추출하는 방법으로서, 2개 이상의 음원으로부터의 신호가 혼합되어 신호 수신부를 통해 수신되는 단계; 및 상기 수신된 신호의 비-가우스 함수 특성을 이용하여 상기 수신된 신호를 디믹싱하는 단계를 포함한다.
본 발명에 따라 수신된 음원 신호를 디믹싱하는 단계는 디믹싱 필터의 전달함수를 산출하기 위한 비용함수로서 네겐트로피 함수를 이용할 수 있다.
본 발명에 따라 수신된 음원 신호를 디믹싱하는 단계는 디믹싱 필터의 전달함수를 산출하기 위해 주파수 영역에서 전달함수의 평탄도를 나타내는 근거리 제약 조건을 이용하여 수행될 수 있다.
본 발명에 따른 암묵 신호 추출을 위한 디믹싱 시스템은 주파수 영역에서 하나의 신호를 추출하는 디믹싱 시스템으로서 2개 이상의 음원으로부터의 신호가 혼합되어 수신되는 신호 수신부; 및 상기 수신된 신호의 비-가우스 함수 특성을 이용하여 상기 수신된 신호를 디믹싱하는 디믹싱 필터를 포함한다.
본 발명에 따른 암묵 신호 추출을 위한 디믹싱 시스템은 상기 디믹싱 필터의 전달함수를 산출하기 위한 비용함수로서 네겐트로피 함수를 이용하는 필터 파라미터 산출부를 더 포함할 수 있다.
본 발명에 따른 암묵 신호 추출을 위한 디믹싱 시스템은 상기 디믹싱 필터의 전달함수를 산출하기 위해 주파수 영역에서 전달함수의 평탄도를 나타내는 근거리 제약 조건을 이용하는 필터 파라미터 산출부를 더 포함할 수 있다.
본 발명에 따르면 주파수 영역에서 퍼뮤테이션 문제를 발생시키지 않으면서 암묵 신호 추출을 수행하여 혼합된 신호에서 임의의 신호 및/또는 신호 수신부로부터 가장 가까운 신호를 추출할 수 있는 기법을 제공할 수 있다.
도1은 본 발명의 실시예에 따른 암묵 신호 추출 알고리즘이 실행될 수 있는 디믹싱 시스템의 환경을 예시한다.
도2는 본 발명의 실시예에 따른 근거리 제약 조건을 찾기 위해 신호 수신부로부터 음원의 위치에 따른 룸 임펄스 응답(Room Impulse Response)를 나타낸다.
도3은 음원과 신호 수신부 사이의 거리에 따라 주파수 영역에서의 신호의 평탄도(flatness)를 나타낸다.
이하, 본 발명의 바람직한 실시예의 상세한 설명이 첨부된 도면들을 참조하여 설명된다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있으며, 도면들 중 인용부호들 및 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 인용부호들로 표시됨을 유의해야 한다. 참고로 본 발명을 설명함에 있어서 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도1은 본 발명의 실시예에 따른 암묵 신호 추출 알고리즘이 실행될 수 있는 디믹싱 시스템의 환경을 예시한다. 도1에 도시된 바와 같이, 2이상의 소스(10, 12)로부터 음원 신호가 혼합되어 1이상의 신호 수신부(20, 22)에 의해 수신되는 경우를 고려할 수 있다. 도1에서는 실내 환경을 예시한다. 따라서, 소스(10, 12)로부터의 신호는 직접 경로(D11, D12, D21, D22)를 통해서 신호 수신부(20, 22)에 도달할 뿐 아니라, 실내에 반향되어 반향 경로(R11, R12, R21, R22)를 통해서도 도달할 수 있다. 이렇게 수신된 음원 신호는 디믹싱 시스템(30)에 입력될 수 있다. 상기 디믹싱 시스템(30)을 통해 수행되는 디믹싱(de-mixing)을 통해 혼합되어 수신된 음원 신호가 분리될 수 있다. 이하에서는 디믹싱 시스템(30)에 신호 수신부(20, 22)를 포괄하는 개념으로 지칭될 수 있다.
이때, 음원 신호나 혼합 환경에 대한 정보가 없는 상태가 암묵 상태로 지칭된다. 즉, 본 발명의 실시예에서는 암묵 상태에서 수신된 신호를 추출하는 알고리즘을 제공한다.
이하에서는 본 발명의 실시예에 따라서 독립 벡터 분석법(Independent Vector Analysis)을 통해 암묵 신호가 추출되는 알고리즘에 대해서 설명한다.
우선, 상기 디믹싱 시스템(30)에 수신된 혼합 신호는 단기 푸리에 변환(STFT: Short-Time Fourier Transform)을 통해 주파수 도메인에서 표현될 수 있다. 디믹싱 시스템(30)에서 디믹싱 필터(미도시)에 의해 추출된 신호 y는 소스(10, 12)로부터의 음원 신호와 동일해야 한다. 따라서, 최초의 소스(11, 12)로부터의 음원 신호에 음원 신호의 경로에 대한 전달함수 A(믹싱 필터에 대한 전달함수)를 곱하고, 이에 추가하여 디믹싱 필터의 전달함수 W를 곱하면 최초의 소스(11, 12)로부터의 음원 신호가 복원되어야 한다. 이를 행렬로 표시하면 아래와 같다.
Figure 112012051090585-pat00001
수학식(1)
여기서, Wij(z)는 디믹싱 시스템(30)에 포함된 디믹싱 필터(미도시)의 입력j와 출력i에 대한 전달함수를 z-도메인에서 표현한 것이고, Aij(z)는 소스j로부터 신호 수신부 i까지의 경로의 전달함수를 z-도메인에서 표현한 것이다.
본 발명의 실시예에서 추출된 신호(y)는 아래 수학식(2)로 제안되는 다변수 확률 밀도 함수가 이용되어 표현될 수 있다.
Figure 112012051090585-pat00002
수학식(2)
여기서, yf는 f번째 주파수의 출력 신호이고, y=[y1, yf,..., yK]이다. 또한, K는 전체 주파수 빈(bin)의 개수를 나타낸다.
디믹싱 시스템(30)에 수신된 신호를 디믹싱 하기 위해서 디믹싱 필터에서 디믹싱을 위한 전달함수(W)를 산출해야 한다. 예컨대, 전달함수(W)의 파라미터는 아래와 같은 방식으로 필터 파라미터 산출부(미도시)에서 구해질 수 있다.
본 발명의 실시예에 따른 독립 벡터 분석(Independent Vector Analysis)에서 신호의 비-가우스 함수 특성(non-Gaussianity)을 최대화하기 위해서 아래와 같이 네겐트로피(Negentropy) 함수가 비용함수로서 사용될 수 있다.
Figure 112012051090585-pat00003
수학식(3)
여기서, y G는 y와 동일한 평균과 분산을 갖는 가우스 함수 형태의 신호이고, G는 비2차 우함수(non-quadratic even function)이다.
상기 수학식(3)으로 표시된 비용함수를 이용하여 최적화된 추출 신호를 획득하기 위해 아래와 같은 학습 규칙(learning rule)을 구할 수 있다.
Figure 112012051090585-pat00004
수학식(4)
여기서, η는 학습률(learning rate)을 나타낸다.
이때, 수학식(3)을 미분함으로써 아래 수학식 (5)를 얻을 수 있다.
Figure 112012051090585-pat00005
수학식(5)
본 발명의 실시예에서는 상기 수학식(5)를 이용하여 수학식 (4)로 표현된 학습 규칙을 결정할 수 있다.
본 발명의 실시예에서, 디믹싱 시스템(30)에 포함된 필터 파라미터 산출부(미도시)는 수학식(3)와 같이 표현되는 비용함수를 이용하여 디믹싱을 위한 전달함수(W)를 구할 수 있다. 이후, 산출된 전달함수(W)를 이용하여 디믹싱 시스템(30)에 수신된 신호를 디믹싱 필터에서 디믹싱한다.
이때, 필터 파라미터 산출부는 디믹싱 필터로부터의 출력을 수신하고, 이에 기초하여 상기 수학식 (4)와 같이 표현되는 학습규칙에 따라 반복적으로 필터 파라미터를 구하여 디믹싱 필터에 공급할 수 있다. 이에 따라 디믹싱 필터는 적응적으로 동작할 수 있다. 즉, 전달함수(W)는, 수학식(4)의 학습규칙에 따라 반복적으로 연산을 수행함으로써, 적응적으로 얻어질 수 있다. 이후, 전달함수(W)가 수렴하는지 여부를 판단하여, 그러하지 않은 경우에는 이전 단계로 돌아가 전달함수(W)를 다시 산출하여 디믹싱을 수행할 수 있다.
이와 같이 적응적인 방식으로 획득된 전달함수(W)를 이용하여 신호(y)를 추출할 수 있다. 이는 이후 필요에 따라 시간 도메인에서 표현되도록 변환될 수 있다. 이상에서 설명된 알고리즘에 따라 추출된 신호(y)는 신호 수신부(20,22)를 통해 수신된 신호 중 임의의 신호일 수 있다. 일반적으로 추출된 신호(y)는 신호 수신부(20,22)를 통해 수신된 신호 중 신호 수신부(20,22)에서 크기가 가장 큰 신호이다.
이상에서 살펴본 바와 같은 암묵 신호 추출 알고리즘에 특정 조건을 추가하여 신호(y)를 추출함으로써 신호 수신부(20,22)로부터 가장 가까이로부터 발생한 신호를 추출할 수 있다. 이하에서는 본 발명의 실시예에 따라 근거리 신호를 추출할 수 있는 암묵 신호 추출 알고리즘에 대해서 살펴본다.
우선, 신호 수신부(20,22)로부터 근거리에 위치한 소스(10,12)로부터의 신호의 특성을 살펴본다.
도2는 본 발명의 실시예에 따른 근거리 제약 조건을 찾기 위해 신호 수신부로부터 음원의 위치에 따른 룸 임펄스 응답(Room Impulse Response)를 나타낸다. 도2에서 음원의 소스는 "source"로 표시되고 신호 수신부는 "mic"로 표시된다. 도2에서 각각의 소스(1 내지 5)에 대한 그래프에서 가로축은 시간 지연을 나타내는 시간축이고 세로축은 응답의 크기를 나타낸다.
도2에서 각 소스(1 내지 5)에 대한 룸 임펄스 응답으로부터 알 수 있는 바와 같이, 음원 소스로부터 신호 수신부(마이크)까지의 거리가 가까울수록 룸 임펄스 응답의 첫 번째 성분의 크기가 나머지 성분들의 크기에 비해서 비약적으로 커짐을 알 수 있다. 또한, 음원 소스로부터 신호 수신부(마이크)까지의 거리가 멀어질수록 룸 임펄스 응답의 첫 번째 성분의 크기와 나머지 성분들의 크기의 차이가 줄어들게 된다.
도2로부터, 소스와 신호 수신부 사이의 거리가 극단적으로 매우 가까운 경우에는 룸 임펄스 응답이 델타 함수(delta function)에 유사한 모양이 됨을 알 수 있다. 이러한 델타 함수에 가까운 룸 임펄스 응답을 주파수 영역에서 표현하는 경우 신호는 모든 주파수 영역에 대해서 일정한 상수값을 가지게 된다. 따라서, 룸 임펄스 응답이 주파수 영역에서 일정한 값을 가질수록 그 값이 커지도록 설정된 평탄도(flatness)를 아래 수학식(6)과 같이 표현할 수 있다.
Figure 112012051090585-pat00006
수학식(6)
여기서 aij f는 소스 j로부터 신호 수신부 i까지의 경로의 f번째 주파수 영역의 전달함수를 의미한다.
도3은 음원과 신호 수신부 사이의 거리에 따라 주파수 영역에서의 신호의 평탄도(flatness)를 나타낸다. 도3에서 룸의 반향 정도에 따라 서로 다른 색으로 표시된다. 도3에서 가로축은 소스와 마이크 사이의 거리를 나타내는 거리축이고 세로축은 평탄도의 크기를 나타내는 크기축이다.
도3으로부터 알 수 있는 바와 같이, 소스 j가 신호 수신부 i로부터 가까우면 가까울수록 주파수 영역에서 전달함수의 크기는 일정해지고 따라서 수학식(6)에 따라 정의된 평탄도 값은 커지게 된다. 이러한 평탄도는 소스로부터 신호 수신부까지 경로의 전달함수인 aij f를 이용하여 계산된 것이다.
본 발명의 실시예에 따른 암묵 신호 추출 알고리즘에서 근거리 신호를 추출하기 위해서는 전술한 바와 같은 특성이 디믹싱 필터의 전달함수를 산출할 때 적용되어야 한다. 본 발명의 실시예에서는 암묵 신호 추출 알고리즘에서 수학식(4)로 표현된 학습 규칙에 근거리 제약 조건을 추가하여 디믹싱 필터의 전달함수를 산출할 수 있다.
이하에서는 근거리 제약 조건에 대해서 살펴본다.
본원 명세서에 기재된 수학식(1)은 2 x 2(음원 신호 2개, 마이크 2개)의 암묵 신호 추출에 대해서 표현된 것이다. 이를, N개의 신호와 N개의 마이크에 대한 암묵 신호 추출에 관한 식으로 나타내면 아래 수학식(7)과 같다.
Figure 112012051090585-pat00007
수학식(7)
여기서, const.는 상수값을 나타낸다. 따라서 수학식(7)을 통해서 디믹싱 필터와 믹싱 필터의 관계식을 수학식(8)과 같이 구할 수 있다.
Figure 112012051090585-pat00008
수학식(8)
수학식(8)은, 근거리 제약 조건을 구하기 위한 아래 두 가지 가정을 적용하여 더욱 간단한 형태로 변형될 수 있다. 신호 수신부(20,22)로부터 가장 가까운 신호를 추출하기 위한 목적에 위배되지 않도록 다음과 같은 2가지 가정을 사용하여 믹싱 필터에 해당하는 전달함수 aij f를 간단하게 모델링할 수 있다.
1. 이웃한 두 마이크의 거리는 매우 가깝다.
2. 가장 가까운 신호와 2개의 수신부까지의 거리가 매우 짧기 때문에 가까운 신호로부터 각각의 수신부까지 전달함수인 룸 임펄스 응답은 둘 다 델타함수와 유사한 형태, 즉 첫 번째 성분은 매우 크고 나머지 성분은 매우 작은 형태가 될 것이다. 첫 번째 성분을 제외한 나머지 성분을 무시한다면 단순히 2개의 수신부에서의 룸 응답 임퍼스인 ai1 f와 ak1 f 는 시간 지연만큼의 차이가 있는 수학식(9)와 같이 표현될 수 있다.
Figure 112012051090585-pat00009
수학식(9)
여기서 τ l 은 가장 가까운 소스에서부터 수신부 l까지 소리가 전달되는데 걸리는 시간을 의미하며, L l 은 가장 가까운 소스에서부터 수신부 l까지의 거리, v는 소리의 속도를 의미한다. 따라서 이러한 관계를 하나의 전달함수 a11 f에 대하여 수학식(8)에 대입하면 아래와 같은 수학식(10)을 구할 수 있다.
Figure 112012051090585-pat00010
수학식(10)
전술한 가정 2의 내용을 한번 더 활용하여 상기 수학식(10)은 더욱 간단한 형태로 표현될 수 있다. 즉, 믹싱 필터의 전달함수인 a11 f또한 소스와의 짧은 거리 때문에 상수로 취급이 가능하다. 따라서 상기 수학식(10)은 아래와 같은 수학식(11)로 표현이 가능하다.
Figure 112012051090585-pat00011
수학식(11)
즉, 근거리 신호의 특성을 이용한 상기 2가지 가정을 통하여 신호 수신부로부터 거리가 가까운 신호가 가지는 디믹싱 필터의 특성은 상기 수학식(11)과 같이 모델링할 수 있다. 여기서 수학식(6)으로 표현된 평탄도를 도입하여 아래 수학식 (12)로 표현되는 근거리 제약 조건을 얻을 수 있다.
Figure 112012051090585-pat00012
수학식(12)
여기서,
Figure 112012051090585-pat00013
이고,
Figure 112012051090585-pat00014
이며, 그리고
Figure 112012051090585-pat00015
로 표현될 수 있다.
또한,
Figure 112012051090585-pat00016
이다. 수학식(12)에서 획득되는 Jc가 본 발명의 실시예에 따라 근거리 신호를 추출하기 위한 주파수 영역에서의 근거리 제약 조건이 되는 것이다. 이러한 근거리 제약 조건을 수학식(4)로 표현된 학습 규칙에 적용하여 학습하기 위해서는 Jc의 미분값을 구할 필요가 있다. Jc의 미분값은 다음과 같이 수학식(13)로 표현이 가능하다.
Figure 112012051090585-pat00017
수학식(13)
수학식(13)을 이용하여, 수학식(4)로 표현된 임의의 신호를 추출하는 알고리즘에서 근거리 제약 조건을 추가하여 아래 수학식(14)와 같은 근거리 신호를 추출하기 위한 학습 규칙을 얻을 수 있다.
Figure 112012051090585-pat00018
수학식(14)
여기서,
Figure 112012051090585-pat00019
이고,
Figure 112012051090585-pat00020
이고, 그리고
Figure 112012051090585-pat00021
이다.
여기서
Figure 112012051090585-pat00022
이고, η는 학습률, λ는 근거리 제약조건의 가중치로써 임의의 값을 정해두고 사용한다. η 및 λ의 값이 너무 크면 수학식(14)로 표시된 학습 규칙이 발산하여 학습에 실패할 수 있다. 하지만, 이들 값이 너무 작은 경우에는 학습하는데 장시간이 소요된다. 일반적으로 η 및 λ의 값은, 여러 번의 시행착오를 통해 학습 규칙이 수렴하는 경우 중 가장 큰 값으로 설정될 수 있다. 안정성을 위해서 상기 가장 큰 값의 7~80%에 해당하는 값으로 설정될 수도 있다. JNeg는 네겐트로피 함수를 이용하여 임의의 신호 하나를 추출하는 부분이며 JC는 근거리 제약조건(Closeness Constraint)을 나타낸다.
이상에서 살펴본 바와 같이 근거리 제약 조건을 포함하는 학습규칙, 예컨대 수학식(14)로 표현된 학습규칙을 적용하여 산출된 전달함수(W)를 이용함으로써, 본 발명의 실시예에 따른 암묵 신호 추출 알고리즘을 이용하여 수신 신호부(20, 22)로부터 가장 가까운 신호가 추출될 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야 하고, 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10, 12: 소스
20, 22: 신호 수신부
30: 디믹싱 시스템

Claims (14)

  1. 주파수 영역에서 하나의 신호를 추출하는 방법에 있어서,
    2개 이상의 음원으로부터의 신호가 혼합되어 신호 수신부를 통해 수신되는 단계; 및
    상기 수신된 신호의 비-가우스 함수 특성을 이용하여 상기 수신된 신호를 디믹싱하는 단계;를 포함하며,
    상기 디믹싱하는 단계는:
    비용함수
    Figure 112013075191652-pat00044
    를 이용하여 디믹싱 필터의 전달함수(W)를 산출하되, 학습규칙
    Figure 112013075191652-pat00045
    에 따라 반복적으로 상기 전달함수를 산출하는 단계; 및
    상기 전달함수를 이용하여 상기 수신된 신호를 디믹싱하는 단계를 포함하며,
    여기서,
    Figure 112013075191652-pat00046
    이고
    Figure 112013075191652-pat00047
    는 학습률인 것을 특징으로 하는 암묵 신호 추출 방법.
  2. 제1항에 있어서,
    상기 디믹싱하는 단계는:
    디믹싱 필터의 전달함수를 산출하기 위한 비용함수로서 네겐트로피 함수를 이용하는 것을 특징으로 하는 암묵 신호 추출 방법.
  3. 삭제
  4. 청구항 4은(는) 설정등록료 납부시 포기되었습니다.
    제1항 또는 제2항에 있어서,
    상기 추출되는 신호는 상기 수신된 신호 중 크기가 가장 큰 신호인 것을 특징으로 하는 암묵 신호 추출 방법.
  5. 삭제
  6. 주파수 영역에서 하나의 신호를 추출하는 방법에 있어서,
    2개 이상의 음원으로부터의 신호가 혼합되어 신호 수신부를 통해 수신되는 단계; 및
    상기 수신된 신호의 비-가우스 함수 특성을 이용하여 상기 수신된 신호를 디믹싱하는 단계;를 포함하며,
    상기 디믹싱하는 단계는 디믹싱 필터의 전달함수를 산출하기 위해 주파수 영역에서 전달함수의 평탄도를 나타내는 근거리 제약 조건을 이용하여 수행되며,
    상기 추출되는 신호는 상기 수신된 신호 중 상기 수신 신호부에 가장 가까운 신호이고,
    상기 근거리 제약 조건은
    Figure 112013075191652-pat00027
    로 표현되는 것을 특징으로 하는 암묵 신호 추출 방법.
  7. 제6항에 있어서,
    상기 디믹싱하는 단계는:
    비용함수
    Figure 112012051090585-pat00028
    를 이용하여 상기 전달함수(W)를 산출하되, 학습규칙
    Figure 112012051090585-pat00029
    에 따라 반복적으로 상기 전달함수를 산출하는 단계; 및
    상기 전달함수를 이용하여 상기 수신된 신호를 디믹싱하는 단계를 포함하며,
    여기서,
    Figure 112012051090585-pat00030
    이고,
    Figure 112012051090585-pat00031
    는 학습률이고 λ는 상기 근거리 제약 조건의 가중치인 것을 특징으로 하는 암묵 신호 추출 방법.
  8. 주파수 영역에서 하나의 신호를 추출하는 디믹싱 시스템에 있어서,
    2개 이상의 음원으로부터의 신호가 혼합되어 수신되는 신호 수신부; 및
    상기 수신된 신호의 비-가우스 함수 특성을 이용하여 상기 수신된 신호를 디믹싱하는 디믹싱 필터;를 포함하며,

    비용함수
    Figure 112013075191652-pat00048
    를 이용하여 상기 디믹싱 필터의 전달함수(W)를 산출하되, 학습규칙
    Figure 112013075191652-pat00049
    에 따라 반복적으로 상기 전달함수를 산출하는 필터 파라미터 산출부를 더 포함하며,
    상기 디믹싱 필터는 상기 전달함수를 이용하여 상기 수신된 신호를 디믹싱하며,
    여기서,
    Figure 112013075191652-pat00050
    이고
    Figure 112013075191652-pat00051
    는 학습률인 것을 특징으로 하는 암묵 신호 추출을 위한 디믹싱 시스템.
  9. 청구항 9은(는) 설정등록료 납부시 포기되었습니다.
    제8항에 있어서,
    상기 디믹싱 필터의 전달함수를 산출하기 위해 비용함수로서 네겐트로피 함수를 이용하는 필터 파라미터 산출부를 더 포함하는 것을 특징으로 하는 암묵 신호 추출을 위한 디믹싱 시스템.
  10. 삭제
  11. 청구항 11은(는) 설정등록료 납부시 포기되었습니다.
    제8항 또는 제9항에 있어서,
    상기 추출되는 신호는 상기 수신된 신호 중 크기가 가장 큰 신호인 것을 특징으로 하는 암묵 신호 추출을 위한 디믹싱 시스템.
  12. 삭제
  13. 주파수 영역에서 하나의 신호를 추출하는 디믹싱 시스템에 있어서,
    2개 이상의 음원으로부터의 신호가 혼합되어 수신되는 신호 수신부; 및
    상기 수신된 신호의 비-가우스 함수 특성을 이용하여 상기 수신된 신호를 디믹싱하는 디믹싱 필터;를 포함하며,
    상기 디믹싱 필터의 전달함수를 산출하기 위해 주파수 영역에서 전달함수의 평탄도를 나타내는 근거리 제약 조건을 이용하는 필터 파라미터 산출부를 더 포함하며,
    상기 추출되는 신호는 상기 수신된 신호 중 상기 수신 신호부에 가장 가까운 신호이고,
    상기 근거리 제약 조건은
    Figure 112013075191652-pat00036
    로 표현되는 것을 특징으로 하는 암묵 신호 추출을 위한 디믹싱 시스템.
  14. 청구항 14은(는) 설정등록료 납부시 포기되었습니다.
    제13항에 있어서,
    상기 필터 파라미터 산출부는:
    비용함수
    Figure 112012051090585-pat00037
    를 이용하여 상기 전달함수(W)를 산출하되, 학습규칙
    Figure 112012051090585-pat00038
    에 따라 반복적으로 상기 전달함수를 산출하고,
    여기서,
    Figure 112012051090585-pat00039
    이고,
    Figure 112012051090585-pat00040
    는 학습률이고 λ는 상기 근거리 제약 조건의 가중치인 것을 특징으로 하는 암묵 신호 추출을 위한 디믹싱 시스템.
KR1020120068847A 2012-06-27 2012-06-27 주파수 영역에서의 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템 KR101356040B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120068847A KR101356040B1 (ko) 2012-06-27 2012-06-27 주파수 영역에서의 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120068847A KR101356040B1 (ko) 2012-06-27 2012-06-27 주파수 영역에서의 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템

Publications (2)

Publication Number Publication Date
KR20140001396A KR20140001396A (ko) 2014-01-07
KR101356040B1 true KR101356040B1 (ko) 2014-01-29

Family

ID=50138923

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120068847A KR101356040B1 (ko) 2012-06-27 2012-06-27 주파수 영역에서의 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템

Country Status (1)

Country Link
KR (1) KR101356040B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017018617A1 (ko) * 2015-07-30 2017-02-02 삼성에스디아이 주식회사 신규한 화합물, 이를 포함하는 감광성 수지 조성물 및 컬러필터

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110121955A (ko) * 2010-05-03 2011-11-09 한국과학기술원 암묵 신호 추출 방법 및 암묵 신호 추출 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110121955A (ko) * 2010-05-03 2011-11-09 한국과학기술원 암묵 신호 추출 방법 및 암묵 신호 추출 장치

Also Published As

Publication number Publication date
KR20140001396A (ko) 2014-01-07

Similar Documents

Publication Publication Date Title
CN105891810B (zh) 一种快速自适应联合时延估计方法
CN102576543A (zh) 多输入噪声抑制装置、多输入噪声抑制方法、程序以及集成电路
WO2015013698A1 (en) Microphone calibration
Huemmer et al. Estimating parameters of nonlinear systems using the elitist particle filter based on evolutionary strategies
US20190219659A1 (en) Signal processing apparatus, signal processing method, and signal processing program
US10679642B2 (en) Signal processing apparatus and method
KR101356040B1 (ko) 주파수 영역에서의 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템
KR101463955B1 (ko) 방향 정보를 이용한 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템
Barner et al. Polynomial weighted median filtering
Hassani et al. Fast sparse adaptive filtering algorithms for acoustic echo cancellation
Yu et al. Fast system identification using prominent subspace LMS
KR101260684B1 (ko) 피드 포워드 네트워크를 이용하는 독립 벡터 분석에 따른 블라인드 소스 분리 방법 및 장치
Paleologu et al. A practical data-reuse adaptive algorithm for acoustic echo cancellation
Stanciu et al. A proportionate affine projection algorithm using dichotomous coordinate descent iterations
Ferreira et al. Direction-of-arrival estimation using a direct-data approach
Mollaei Hardware implementation of adaptive filters
Kawamura et al. Single channel blind source separation of deterministic sinusoidal signals with independent component analysis
US20210174820A1 (en) Signal processing apparatus, voice speech communication terminal, signal processing method, and signal processing program
Dhubkarya et al. Comparative Performance Analysis of Adaptive Algorithms for Simulation & Hardware Implementation of an ECG Signal
Diversi et al. Prediction error method to estimate the ar parameters when the ar process is disturbed by a colored noise
Knoedler et al. GSM passive radar: Range resolution improvement using data-dependent non parametric approach
Sharma et al. Phase and Amplitude Characterization of Room Impulse Response on the Application of Varied Width Exponential Signals
Djurović et al. Estimating DOA and PPS parameters of signal received by ULA in heavy noise environment
US20210074268A1 (en) Pattern recognition apparatus, pattern recognition method and pattern recognition program
Khor Robust adaptive blind signal estimation algorithm for underdetermined mixture

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161227

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180102

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20200122

Year of fee payment: 7