KR20030065865A - 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터뱅크 접근 방법 - Google Patents

독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터뱅크 접근 방법 Download PDF

Info

Publication number
KR20030065865A
KR20030065865A KR1020020005911A KR20020005911A KR20030065865A KR 20030065865 A KR20030065865 A KR 20030065865A KR 1020020005911 A KR1020020005911 A KR 1020020005911A KR 20020005911 A KR20020005911 A KR 20020005911A KR 20030065865 A KR20030065865 A KR 20030065865A
Authority
KR
South Korea
Prior art keywords
filter
independent component
component analysis
signal
filter bank
Prior art date
Application number
KR1020020005911A
Other languages
English (en)
Other versions
KR100454886B1 (ko
Inventor
이수영
박형민
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 KR10-2002-0005911A priority Critical patent/KR100454886B1/ko
Priority to US10/356,193 priority patent/US7043512B2/en
Publication of KR20030065865A publication Critical patent/KR20030065865A/ko
Application granted granted Critical
Publication of KR100454886B1 publication Critical patent/KR100454886B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0248—Filters characterised by a particular frequency response or filtering method
    • H03H17/0264—Filter sets with mutual related characteristics
    • H03H17/0266—Filter banks
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Filters That Use Time-Delay Elements (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)

Abstract

본 발명은 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법에 관한 것으로, 특히 2차와 그 이상의 고차 통계적 특성을 고려할 수 있는 독립 성분 분석을 여파기 적응 알고리즘에 적용하되 필터 뱅크를 도입하여 그 성능을 개선하는 기술에 관한 것이다.
기존의 독립 성분 분석을 이용한 여파기 적응 알고리즘을 실제적인 문제에 적용하기 위해서는 매우 많은 개수의 학습 여파기 계수가 필요하며, 이들에 대하여 학습을 진행하는 경우에 있어서 매우 많은 계산량이 필요하고, 수렴 속도가 매우 느리며, 결과 신호의 품질도 떨어지게 된다.
이에, 본 발명은 기존의 독립 성분 분석을 이용한 여파기 적응 알고리즘과는 달리, 필터 뱅크를 이용함으로써 여파기 적응을 위한 계산량을 크게 줄일 수 있고, 적응 알고리즘의 수렴 속도와 결과 신호의 품질을 개선시키는 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법이 제시된다.
따라서, 본 발명에 의한 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법을 제공하면 필터 뱅크를 이용하지 않는 방법에 비하여 계산량, 수렴 속도, 결과 신호의 품질 면에서 더욱 개선된 성능을 얻을 수 있다.

Description

독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법{FILTER BANK APPROACH TO ADAPTIVE FILTERING METHODS USING INDEPENDENT COMPONENT ANALYSIS}
본 발명은 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법에 관한 것이다. 보다 상세하게는 2차와 그 이상의 고차 통계적 특성을 고려할 수 있는 독립 성분 분석을 여파기 적응 알고리즘에 적용하되 필터 뱅크를 도입하여 그 성능을 개선하는 기술에 관한 것이다.
독립 성분 분석은 미지의 채널을 통해서 섞인 음원들의 혼합 신호를 입력으로 받아들여 상호 독립적인 음원 신호를 복원함으로써 암묵 신호 분리를 해낼 수 있다. 미지의 확률적으로 독립인 N개의 음원 신호가 임의의 채널을 통해 혼합되고 이를 N개의 센서로 측정한다고 가정하자.
이 때, 채널을 단순 가중치 합으로 모델할 수 있다면, 센서로 측정한 신호는 다음과 같은 수학식으로 나타낼 수 있다.
여기서, A는 미지의 가역 행렬로 혼합 행렬이라고 부른다.
따라서, 문제는 측정 가능한 센서 신호만을 이용하여 혼합 행렬 A의 역 행렬을 찾음으로써 음원 신호를 복원하는 것이다.
그러나, 원래 음원 신호의 순서와 뒤바뀐 복원 신호를 얻거나, 음원 신호와 크기 차이가 나는 복원 신호를 얻는 것은 파형 자체에 영향을 주지 않기 때문에 음원 신호의 분리 측면에서 심각한 문제를 일으키지 않는다.
따라서, 이를 허용하는 분리 행렬 W를 추정하여 음원 신호와 순서와 크기가 다른 복원 신호를 다음과 같은 수학식으로부터 얻는다.
이 때, 분리 행렬 W을 추정하기 위해 음원들이 서로 독립이라는 가정을 설정한다. 이는 하나의 음원에서 나오는 신호가 다른 음원에서 나오는 신호에 영향을 주지 않는다는 것을 의미하는 것으로 실세계에서 충분히 개연성 있는 가정이라고 할 수 있으며, 이 통계적 독립성은 모든 차수의 통계적 특성을 포괄한다.
그리고, 통계적 독립성이 크기와 순서에 무관하기 때문에 수학식 2의 분리 행렬 W를 찾게 된다. 음원 신호간의 통계적 독립성이 최대가 되도록 하는 다음과 같은 학습 법칙을 이용하여 분리 행렬을 학습한다.
여기서,는 추정하고자 하는 음원 신호의 확률 분포 함수 (probability density function)를 근사하는 값을 나타낸다.
실세계에서는 단순 가중치 합으로 이루어진 혼합 신호를 좀처럼 찾기 힘들며, 전파에 따른 시간 지연과 주위 환경에 의해 나선(convolution)의 형태로 섞인 혼합 신호를 센서로 받아들인다. 이러한 나선형 혼합 신호는 다음과 같은 수학식으로 표현할 수 있다.
여기서,는 센서의 측정 신호를,는 N개의 음원 신호를 나타내고,는 길이 K의 혼합 여파기 계수를 의미한다.
음원 신호를 분리하기 위해 도 1과 같은 전방향(feedforward) 여파기 구조나 도 2와 같은 되먹임(feedback) 여파기 구조를 사용할 수 있다. 전방향 여파기 구조에서 복원 신호는 다음과 같이 표현할 수 있다.
여기서,는 원래의 음원 신호를 복원하기 위한 여파기 계수를 나타낸다.
이 구조에서 입력과 출력 사이의 시간 지연이 없는 계수와 시간 지연이 있는 계수에 대한 학습 법칙은 각각 다음과 같다.
여기서,는 시간 지연이 없는 계수로 이루어진 행렬을 나타내며,와는 각각와로 이루어진 벡터를 나타낸다.
시간 지연이 없는 계수은 비선형 함수를 통해서 전달되는 정보량이 최대가 되도록 데이터의 크기를 조절하고, 시간 지연이 있는 계수는 각 비선형 함수 출력과 입력 신호간의 상관 관계를 없앤다.
한편, 되먹임 여파기 구조에서 복원 신호는 다음과 같이 표현할 수 있다.
이 구조에서 세 가지 다른 경우의 여파기 계수가 존재한다. 즉, 입력과 출력 사이의 시간 지연이 없는 계수와 시간 지연이 있는 계수그리고 되먹임 교차 여파기의 계수가 그들이다. 각 경우에 대한 학습 법칙은 다음과 같다.
계수은 비선형 함수를 통해서 전달되는 정보량이 최대가 되도록 데이터의 크기를 조절하고, 그 외 시간 지연이 있는 계수는 각 입력 신호를 시간적으로 백색화(whitening)하여 상응하는 출력 신호를 내보내며, 계수는 각 비선형 함수 출력과 다른 복원 신호간의 상관 관계를 없앤다.
도 1과 도 2에서는 각각 두 개의 입력과 출력으로 이루어진 전방향 여파기 구조와 되먹임 여파기 구조를 나타내고 있지만 각 구조에서 입력과 출력의 개수를 증가시켜 임의의 개수의 입력과 출력을 가진 여파기 구조를 구성할 수 있고, 이 임의의 개수의 입력과 출력을 가진 여파기 구조에서도 나선형 혼합 신호, 복원 신호, 여파기 계수 학습 법칙을 각각 나타내는 수학식 4부터 수학식 8까지의 수학식과 동일한 수학식을 사용할 수 있다.
나선형 혼합 신호에 대하여 복원된 음원 신호는 원래의 음원 신호가 시간적으로 백색화되어 나타나게 되는데, 동일 색인(index)의 입력과 출력 사이의 여파기를만을 두고 시간 지연이 있는 계수를 0으로 고정함으로써 백색화 문제를 해결할 수 있다.
순수한 잡음을 관측할 수 있는 경우에 신호에 섞여 있는 잡음 성분을 제거하는 적응 잡음 제거에서 이러한 독립 성분 분석을 이용할 수 있다.
도 3은 일반적인 적응 잡음 제거기의 구조를 나타낸 도면이다.
도 3을 살펴보면, 신호원(signal source)(10) s는 채널을 통해서 센서로 전송되고 이 센서에는 잡음원(noise source)(20)도 함께 입력되어 혼합된 신호와 잡음는 잡음 제거기에 1차 입력(primary input)(30)을 형성한다.
2차 센서는 1차 센서와 다른 채널을 통해서 잡음을 받게 되며, 이 센서는 잡음 제거기에 대한 기준 입력(reference input)(40)을 형성한다. 잡음은 적응 여파기(filter)(50)를 거쳐서에 가장 가까운 출력 z로 변형되고 1차 입력는 이 출력 z를 덧셈기(60)를 통하여 차감하여 잡음 제거기의 시스템 출력(70)을 형성하게 된다.
상기와 같은 기존의 적응 잡음 제거기는 최소 제곱(least squares) 관점에서 신호 s에 가장 가까운 출력를 얻어내는데 그 목적이 있다. 이 목적을 위해서 잡음 제거기의 전체 출력을 최소화하도록 최소평균제곱(Least Mean Square 이하; LMS) 적응 알고리즘을 이용하여 여파기를 적응시킨다. 즉, 적응 잡음 제거기에서 출력은 적응과정 동안 오차 신호로 작용한다.
이러한 여파기의 계수 적응은 위드로우 호프(Widrow-Hoff) LMS 알고리즘에 따르며 아래의 수학식과 같이 나타낼 수 있다.
이 때, 상기 w(k)는 k번째 여파기 계수, t는 표본치 번호를 나타낸다.
상기와 같이 일반적인 적응 잡음 제거기는 제거하고자 하는 잡음 성분과 잡음원 사이의 2차 통계적 특성만을 이용하는 LMS 방법을 적응 알고리즘으로 사용하였다.
이 LMS 적응 알고리즘에 비하여 향상된 잡음 제거 성능을 얻기 위해 독립 성분 분석을 이용할 수 있다.
기본적인 적응 잡음 제거기를 나타내는 도 3에서 1차 입력을 형성하는 신호,잡음의 혼합 신호와 2차 센서에서 잡음을 받을 때, 잡음은 신호 s와는 독립인 반면 잡음와는 미지의 방식으로 관련되어 있다고 가정할 수 있다. 신호와 잡음은 각각 상대 음원에게 어떠한 영향도 미치지 않기 때문에 이러한 가정은 타당성을 갖는다.
독립 성분 분석을 이용하여 1차 입력의 잡음 의존 성분을 2차 입력을 사용하여 다음과 같이 제거할 수 있다.
이 여파기 계수 학습을 통해서 얻은 적응 잡음 제거기의 출력은 잡음 성분과 독립인 원하는 신호 성분을 얻어내게 된다.
적응 잡음 제거기도 암묵 신호 분리에서와 마찬가지로 임의의 개수의 입력과 출력을 가진 제거기를 구성할 수 있고, 이 임의의 개수의 입력과 출력을 가진 제거기에서도 여파기 계수 학습 법칙을 나타내는 수학식 9나 수학식 10과 동일한 수학식을 사용할 수 있다.
그러나, 이러한 독립 성분 분석을 이용한 여파기 적응 알고리즘을 실제적인 문제에 적용하기 위해서는 매우 많은 개수의 학습 여파기 계수가 필요하며, 이들에 대하여 학습을 진행하는 경우에 있어서 매우 많은 계산량이 필요하고, 수렴 속도가 매우 느리며, 결과 신호의 품질도 떨어지게 된다.
이에, 본 발명은 상기한 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 기존의 독립 성분 분석을 이용한 여파기 적응 알고리즘의 성능을 향상시키기 위해 필터 뱅크를 도입하는 방법을 제공하는 데 있다.
상기한 본 발명의 목적을 달성하기 위한 기술적 사상으로써 본 발명은
기존의 독립 성분 분석을 이용한 여파기 적응 알고리즘과는 달리, 필터 뱅크를 이용함으로써 여파기 적응을 위한 계산량을 크게 줄일 수 있고, 적응 알고리즘의 수렴 속도와 결과 신호의 품질을 개선시키는 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법이 제시된다.
도 1는 일반적인 전방향 여파기의 구조를 나타낸 도면,
도 2는 일반적인 되먹임 여파기의 구조를 나타낸 도면,
도 3은 일반적인 적응 잡음 제거기의 구조를 나타낸 도면,
도 4는 본 발명에 따른 필터 뱅크를 이용한 다표본 시스템을 나타낸 도면,
도 5는 본 발명에 따른 필터 뱅크를 이용한 암묵 신호 분리 구조를 나타낸 도면,
도 6은 본 발명에 따른 필터 뱅크를 이용한 적응 잡음 제거 구조를 나타낸 도면이다.
< 도면의 주요부분에 대한 부호의 설명 >
10 : 신호원20 : 잡음원
30 : 1차입력40 : 기준입력
50 : 적응 여파기60 : 덧셈기
70 : 시스템 출력: 적응 여파기
이하, 본 발명의 실시 예에 대한 구성 및 그 작용을 첨부한 도면을 참조하면서 상세히 설명하기로 한다.
도 4는 본 발명의 필터 뱅크를 이용한 다표본 시스템을 나타낸 도면이다. 입력 신호 x(n)는 K개의 해석 필터 (analysis filter)를 통해서 K개의 신호로 분할되고 각 신호로부터 다시번마다 하나의 표본을 취함으로써 신호을 구성한다. 이때, 신호은 다음과 같이 z-영역(domain)에서 나타낼 수 있다.
여기서이다. 이 신호는 다시 각 표본 사이사이에개의 0의값을 갖는 표본을 삽입하여을 구성할 수 있고 이를영역에서 다음과 같이 나타낼 수 있다.
이로부터 통합 필터(synthesis filter)를 거쳐서 원래의 신호 에 가까운이 다음과 같이 복원된다.
다상 표현(Polyphase Representation)은 이 다표본 시스템을 해석하는 또 다른 방법이며, 이를 이용함으로써 계산량을 줄일 수 있는 구현이 가능하다. 또한, 고속 푸리에 변환(Fast Fourier Transform)을 이용한 방법도 고려해 볼 수 있다.
도 5는 본 발명에 따른 필터 뱅크를 이용한 암묵 신호 분리 구조를 나타낸 도면이다. 각 입력 신호로부터 해석 필터 뱅크를 거치고의 출력 신호에 대해번마다 하나의 표본을 취하여 K개의 신호를 구성한다. 이들에 대하여 독립 성분 분석을 이용한 암묵 신호 분리를 적용함으로써 분리된 신호를 얻어낼 수 있으며개의 0의 값을 갖는 표본을 표본 사이사이에 삽입하고 통합 필터 뱅크를 거쳐서 원래의 분리 신호를 복원해 낼 수 있다.
이 때, 앞에서도 말하였듯이 독립 성분 분석을 이용한 암묵 신호 분리는 크기와 순서가 뒤바뀐 출력 신호를 내보내게 된다. 따라서, 각 해석 필터로부터 입력 신호를 받아서 크기와 순서가 뒤바뀐 출력 신호를 얻어내게 되는데, 원래의 음원 신호를 복원하기 위해 이들의 크기를 보상하고 순서가 뒤바뀐 출력 신호들로부터 동일한 음원에서 나온 신호를 모으는 과정이 필요하다. 크기를 보상하기 위해서 되먹임 여파기 구조에서는 일반적으로 동일 색인(index)의 입력과 출력 사이의 시간 지연이 없는 여파기 계수로 고정하거나 특정 시간 지연 여파기 계수를 특정한 값으로 고정하여 해결한다.
또한, 전방향 여파기 구조에서는 일반적으로 입력과 출력 사이의 특정 여파기 계수를 특정한 값으로 고정하거나 네트워크를 통해서 전달되는 입력과 출력 사이의 에너지 비율이 일정하도록 여파기 계수를 규준화한다. 순서가 뒤바뀐 출력 신호들로부터 동일한 음원에서 나온 신호를 모으기 위해서 다른 해석 필터에 해당하는 출력 신호들을 상관 관계(correlation)나 쿠뮬런트(cumulant)와 같은 통계적 특성을 비롯한 여러 특성을 서로 비교하여 모으거나 다른 해석 필터에 해당하는 분리를 위한 전방향이나 되먹임 구조의 여파기 특성을 서로 비교하여 모을 수 있다.
도 5에서는 각각 두 개의 입력과 출력으로 이루어진 구조를 나타내고 있지만 입력과 출력의 개수를 증가시켜 임의의 개수의 입력과 출력을 가진 구조를 구성할 수 있고, 이 임의의 개수의 입력과 출력을 가진 구조에서도 동일한 방법이 적용 가능하다.
순수한 잡음을 관측할 수 있는 경우에 신호에 섞여 있는 잡음 성분을 제거하는 적응 잡음 제거에도 필터 뱅크 접근 방법을 사용할 수 있다.
도 6은 본 발명에 따른 필터 뱅크를 이용한 적응 잡음 제거 구조를 나타낸 도면이다. 1차 입력과 기준 입력 신호로부터 각각 해석 필터 뱅크를 거치고의 출력 신호에 대해번마다 하나의 표본을 취한 후 독립 성분 분석을 이용한 적응 잡음 제거를 적용하여 잡음이 제거된 신호를 얻어낸다. 이 신호에개의 0의 값을 갖는 표본을 삽입하고 통합 필터 뱅크를 거쳐서 잡음 제거 신호를 복원해 낼 수 있다.
적응 잡음 제거에서도 암묵 신호 분리에서와 마찬가지로 임의의 개수의 입력과 출력을 가진 구조를 구성할 수 있고, 이 임의의 개수의 입력과 출력을 가진 구조에서도 동일한 방법이 적용 가능하다.
암묵 신호 분리나 적응 잡음 제거 이외에도 다양한 여파기 적응 알고리즘에 독립 성분 분석을 적용할 수 있으며 이 경우에도 같은 방법으로 각 입력 신호로부터 해석 필터 뱅크를 거치고 k번째 해석 필터의 출력 신호에 대해번마다 하나의 표본을 취한 후 독립 성분 분석을 이용한 여파기 적응 알고리즘을 적용하고 다시개의 0의 값을 갖는 표본을 삽입하고 통합 필터 뱅크를 거쳐서 원하는 결과 신호를 얻어내는 필터 뱅크 접근 방법을 도입할 수 있다.
위에서 양호한 실시예에 근거하여 본 발명을 설명하였지만, 이러한 실시예는 이 발명을 제한하려는 것이 아니라 예시하려는 것이다. 이 발명이 속하는 분야의 숙련자에게는 이 발명의 기술사상을 벗어남이 없이 위 실시예에 대한 다양한 변화나 변경 또는 조절이 가능함이 자명할 것이다. 그러므로, 이 발명의 보호범위는 첨부된 청구범위에 의해서만 한정될 것이며, 위와 같은 변화예나 변경예 또는 조절예를 모두 포함하는 것으로 해석되어야 할 것이다.
이상에서와 같이 본 발명에 의한 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법에 따르면, 필터 뱅크를 이용하지 않는 방법에 비하여 계산량, 수렴 속도, 결과 신호의 품질 면에서 더욱 개선된 성능을 얻을 수 있다.

Claims (20)

  1. 독립 성분 분석을 이용한 여파기 적응 알고리즘에 있어서,
    각 입력 신호로부터 해석 필터 뱅크를 거쳐 다수의 주파수 대역으로 분리시킨 후, 각 주파수 대역에 해당하는 필터 출력에 대해 임의의 정해진 표본 수마다 하나의 표본을 취하여 해석 필터 개수 만큼의 신호를 구성하고, 이들 전체에 대하여 독립 성분 분석을 이용한 여파기 적응 알고리즘을 적용한 후, 정해진 표본 수 보다 1 적은 개수의 0 값을 갖는 표본을 표본 사이에 삽입하고 통합 필터 뱅크를 거쳐서 결과 신호를 복원해 내는 형태로 동작하는 것을 특징으로 하는 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법.
  2. 청구항 1에 있어서, 상기 필터 뱅크 다표본 시스템의 구현을 위해 해석 필터나 통합 필터의 특수한 관계를 이용한 다상 표현 또는 고속 푸리에 변환(Fast Fourier Transform)을 비롯한 방법들로 구현하는 것을 특징으로 하는 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법.
  3. 청구항 1 또는 청구항 2에 있어서, 상기 여파기 적응 알고리즘을 적용한 후 필요에 따라 원래의 음원 신호를 복원하기 위해 크기를 보상하고 순서가 뒤바뀐 출력 신호들로부터 동일한 음원에서 나온 신호를 모으는 과정을 포함하는 것을 특징으로 하는 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법.
  4. 청구항 3에 있어서, 상기 여파기 적응 알고리즘을 적용한 후 필요에 따라 원래의 음원 신호를 복원하기 위한 크기를 보상하기 위해 입력과 출력 사이의 특정 여파기 계수를 특정한 값으로 고정하거나 네트워크를 통해서 전달되는 입력과 출력 사이의 에너지 비율이 일정하도록 여파기 계수를 규준화하는 것을 특징으로 하는 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법.
  5. 청구항 3에 있어서, 상기 여파기 적응 알고리즘을 적용한 후 필요에 따라 원래의 음원 신호를 복원하기 위해 순서가 뒤바뀐 출력 신호들로부터 동일한 음원에서 나온 신호를 모으기 위해서 다른 해석 필터에 해당하는 출력 신호들을 상관 관계(correlation)나 쿠뮬런트(cumulant)와 같은 통계적 특성을 비롯한 여러 특성을 서로 비교하여 모으거나 다른 해석 필터에 해당하는 적응 여파기 특성을 서로 비교하여 모으는 것을 특징으로 하는 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터 뱅크 접근 방법.
  6. 임의의 개수의 입력단과 출력단을 가지는 전방향이나 되먹임 구조, 또는 그 적응 여파기 계수의 일부를 생략한 수정된 구조에서의 독립 성분 분석을 이용한 암묵 신호 분리에 있어서,
    각 입력 신호로부터 해석 필터 뱅크를 거쳐 다수의 주파수 대역으로 분리시킨 후, 각 주파수 대역에 해당하는 필터 출력에 대해 임의의 정해진 표본 수마다하나의 표본을 취하여 해석 필터 개수만큼의 신호를 구성하고, 이들 전체에 대하여 독립 성분 분석을 이용한 암묵 신호 분리를 적용한 후, 정해진 표본 수보다 1 적은 개수의 0 값을 갖는 표본을 표본 사이에 삽입하고 통합 필터 뱅크를 거쳐서 결과 신호를 복원해 내는 형태로 동작하는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리의 필터 뱅크 접근 방법.
  7. 청구항 6에 있어서, 상기 필터 뱅크 다표본 시스템의 구현을 위해 해석 필터나 통합 필터의 특수한 관계를 이용한 다상 표현 또는 고속 푸리에 변환(Fast Fourier Transform)을 비롯한 방법들로 구현하는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리의 필터 뱅크 접근 방법.
  8. 청구항 6 또는 청구항 7에 있어서, 상기 암묵 신호 분리 후 원래의 음원 신호를 복원하기 위해 크기를 보상하고 순서가 뒤바뀐 출력 신호들로부터 동일한 음원에서 나온 신호를 모으는 과정을 포함하는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리의 필터 뱅크 접근 방법.
  9. 청구항 8에 있어서, 상기 암묵 신호 분리 후 원래의 음원 신호를 복원하기 위한 크기를 보상하기 위해 되먹임 여파기 구조에서 동일 색인(index)의 입력과 출력 사이의 시간 지연이 없는 여파기 계수로 고정하거나 특정 시간 지연 여파기 계수를 특정한 값으로 고정하는 것을 특징으로 하는 독립 성분 분석을 이용한암묵 신호 분리의 필터 뱅크 접근 방법.
  10. 청구항 8에 있어서, 상기 암묵 신호 분리 후 원래의 음원 신호를 복원하기 위한 크기를 보상하기 위해 전방향 여파기 구조에서 입력과 출력 사이의 특정 여파기 계수를 특정한 값으로 고정하거나 네트워크를 통해서 전달되는 입력과 출력 사이의 에너지 비율이 일정하도록 여파기 계수를 규준화하는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리의 필터 뱅크 접근 방법.
  11. 청구항 8에 있어서, 상기 암묵 신호 분리 후 원래의 음원 신호를 복원하기 위해 순서가 뒤바뀐 출력 신호들로부터 동일한 음원에서 나온 신호를 모으기 위해서 다른 해석 필터에 해당하는 출력 신호들을 상관 관계(correlation)나 쿠뮬런트(cumulant)와 같은 통계적 특성을 비롯한 여러 특성을 서로 비교하여 모으거나 다른 해석 필터에 해당하는 분리를 위한 전방향이나 되먹임 구조의 여파기 특성을 서로 비교하여 모으는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리의 필터 뱅크 접근 방법.
  12. 1차 입력을 형성하는 신호 및 잡음의 혼합 신호와 기준 입력을 형성하는 잡음 신호가 각각 입력되는 독립 성분 분석을 이용한 적응 잡음 제거기에 있어서,
    각 입력 신호로부터 해석 필터 뱅크를 거쳐 다수의 주파수 대역으로 분리시킨 후, 각 주파수 대역에 해당하는 필터 출력에 대해 임의의 정해진 표본 수마다하나의 표본을 취하여 해석 필터 개수만큼의 신호를 구성하고, 이들 전체에 대하여 독립 성분 분석을 이용한 적응 잡음 제거를 적용한 후, 정해진 표본 수보다 1 적은 개수의 0 값을 갖는 표본을 표본 사이에 삽입하고 통합 필터 뱅크를 거쳐서 결과 신호를 복원해 내는 형태로 동작하는 것을 특징으로 하는 독립 성분 분석을 이용한 적응 잡음 제거의 필터 뱅크 접근 방법.
  13. 청구항 12에 있어서, 상기 필터 뱅크 다표본 시스템의 구현을 위해 해석 필터나 통합 필터의 특수한 관계를 이용한 다상 표현 또는 고속 푸리에 변환(Fast Fourier Transform)을 비롯한 방법들로 구현하는 것을 특징으로 하는 독립 성분 분석을 이용한 적응 잡음 제거의 필터 뱅크 접근 방법.
  14. 청구항 12 또는 청구항 13에 있어서, 상기 적응 잡음 제거기의 입력단이나 출력단의 개수를 증가시켜 각종 신호, 잡음의 혼합 신호나 잡음을 다수 취득함으로서 잡음에 해당하는 각종 신호의 제거 범위를 확장하는 것을 특징으로 하는 독립 성분 분석을 이용한 적응 잡음 제거의 필터 뱅크 접근 방법.
  15. 임의의 개수의 입력단과 출력단을 가지고 독립 성분 분석을 이용한 암묵 신호 분리와 적응 잡음 제거가 혼재한 상황에 있어서,
    각 입력 신호로부터 해석 필터 뱅크를 거쳐 다수의 주파수 대역으로 분리시킨 후, 각 주파수 대역에 해당하는 필터 출력에 대해 임의의 정해진 표본 수마다하나의 표본을 취하여 해석 필터 개수만큼의 신호를 구성하고, 이들 전체에 대하여 독립 성분 분석을 이용한 암묵 신호 분리와 적응 잡음 제거를 필요에 따라 혼용하여 적용한 후, 정해진 표본 수보다 1 적은 개수의 0 값을 갖는 표본을 표본 사이에 삽입하고 통합 필터 뱅크를 거쳐서 결과 신호를 복원해 내는 형태로 동작하는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리와 적응 잡음 제거의 필터 뱅크 접근 방법.
  16. 청구항 15에 있어서, 상기 필터 뱅크 다표본 시스템의 구현을 위해 해석 필터나 통합 필터의 특수한 관계를 이용한 다상 표현 또는 고속 푸리에 변환(Fast Fourier Transform)을 비롯한 방법들로 효율적으로 구현하는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리와 적응 잡음 제거의 필터 뱅크 접근 방법.
  17. 청구항 15 또는 청구항 16에 있어서, 상기 암묵 신호 분리와 적응 잡음 제거 후 필요에 따라 원래의 음원 신호를 복원하기 위해 크기를 보상하고 순서가 뒤바뀐 출력 신호들로부터 동일한 음원에서 나온 신호를 모으는 과정을 포함하는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리와 적응 잡음 제거의 필터 뱅크 접근 방법.
  18. 청구항 17에 있어서, 상기 암묵 신호 분리와 적응 잡음 제거 후 필요에 따라원래의 음원 신호를 복원하기 위한 크기를 보상하기 위해 되먹임 여파기 구조에서 동일 색인(index)의 입력과 출력 사이의 시간 지연이 없는 여파기 계수로 고정하거나 특정 시간 지연 여파기 계수를 특정한 값으로 고정하는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리와 적응 잡음 제거의 필터 뱅크 접근 방법.
  19. 청구항 17에 있어서, 상기 암묵 신호 분리와 적응 잡음 제거 후 필요에 따라 원래의 음원 신호를 복원하기 위한 크기를 보상하기 위해 전방향 여파기 구조에서 입력과 출력 사이의 특정 여파기 계수를 특정한 값으로 고정하거나 네트워크를 통해서 전달되는 입력과 출력 사이의 에너지 비율이 일정하도록 여파기 계수를 규준화하는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리와 적응 잡음 제거의 필터 뱅크 접근 방법.
  20. 청구항 17에 있어서, 상기 암묵 신호 분리와 적응 잡음 제거 후 필요에 따라 원래의 음원 신호를 복원하기 위해 순서가 뒤바뀐 출력 신호들로부터 동일한 음원에서 나온 신호를 모으기 위해서 다른 해석 필터에 해당하는 출력 신호들을 상관 관계(correlation)나 쿠뮬런트(cumulant)와 같은 통계적 특성을 비롯한 여러 특성을 서로 비교하여 모으거나 다른 해석 필터에 해당하는 분리를 위한 전방향이나 되먹임 구조의 여파기 특성을 서로 비교하여 모으는 것을 특징으로 하는 독립 성분 분석을 이용한 암묵 신호 분리와 적응 잡음 제거의 필터 뱅크 접근 방법.
KR10-2002-0005911A 2002-02-01 2002-02-01 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터뱅크 접근 방법 KR100454886B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR10-2002-0005911A KR100454886B1 (ko) 2002-02-01 2002-02-01 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터뱅크 접근 방법
US10/356,193 US7043512B2 (en) 2002-02-01 2003-01-31 Filter bank approach to adaptive filtering method using independent component analysis

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR10-2002-0005911A KR100454886B1 (ko) 2002-02-01 2002-02-01 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터뱅크 접근 방법

Publications (2)

Publication Number Publication Date
KR20030065865A true KR20030065865A (ko) 2003-08-09
KR100454886B1 KR100454886B1 (ko) 2004-11-06

Family

ID=27656360

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2002-0005911A KR100454886B1 (ko) 2002-02-01 2002-02-01 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터뱅크 접근 방법

Country Status (2)

Country Link
US (1) US7043512B2 (ko)
KR (1) KR100454886B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100885693B1 (ko) * 2006-06-14 2009-02-26 한국전자통신연구원 독립성분분석 기반의 신호분리 알고리즘을 이용한 비디오인코딩 장치 및 그 방법과 이를 이용한 비디오 디코딩 장치및 그 방법

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050018796A1 (en) * 2003-07-07 2005-01-27 Sande Ravindra Kumar Method of combining an analysis filter bank following a synthesis filter bank and structure therefor
JP4396233B2 (ja) * 2003-11-13 2010-01-13 パナソニック株式会社 複素指数変調フィルタバンクの信号分析方法、信号合成方法、そのプログラム及びその記録媒体
TWI270277B (en) * 2004-03-25 2007-01-01 Benq Corp Transform domain adaptive filter, equalizer and wireless communication device using the same, and decision feedback equalization method
KR100608109B1 (ko) * 2004-06-28 2006-08-02 삼성전자주식회사 이동통신 시스템에서 도플러 주파수 및 단말기의 이동속도 계산 장치 및 방법
US7409375B2 (en) * 2005-05-23 2008-08-05 Knowmtech, Llc Plasticity-induced self organizing nanotechnology for the extraction of independent components from a data stream
US7620673B2 (en) * 2005-09-19 2009-11-17 The United States Of America As Represented By The Secretary Of The Air Force Complimentary discrete fourier transform processor
EP1860578A1 (en) * 2006-05-22 2007-11-28 Caterpillar Inc. System for analyzing patents
JP5035154B2 (ja) * 2008-03-07 2012-09-26 富士通株式会社 映像信号処理装置及び映像信号処理方法
CN112200744B (zh) * 2020-10-13 2022-09-20 中国科学院重庆绿色智能技术研究院 一种基于独立成分分析的全场光学相干显微成像去噪方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3118473A1 (de) * 1981-05-09 1982-11-25 TE KA DE Felten & Guilleaume Fernmeldeanlagen GmbH, 8500 Nürnberg Verfahren zur aufbereitung elektrischer signale mit einer digitalen filteranordnung
US4829378A (en) * 1988-06-09 1989-05-09 Bell Communications Research, Inc. Sub-band coding of images with low computational complexity
JPH06318885A (ja) * 1993-03-11 1994-11-15 Nec Corp 帯域分割適応フィルタによる未知システム同定の方法及び装置
JP3159176B2 (ja) * 1998-06-11 2001-04-23 日本電気株式会社 帯域分割適応フィルタによる未知システム同定方法及び装置
SE0101175D0 (sv) * 2001-04-02 2001-04-02 Coding Technologies Sweden Ab Aliasing reduction using complex-exponential-modulated filterbanks
US6889238B2 (en) * 2001-06-25 2005-05-03 Lockheed Martin Corporation Parallel decimator adaptive filter and method for all-rate gigabit-per-second modems

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100885693B1 (ko) * 2006-06-14 2009-02-26 한국전자통신연구원 독립성분분석 기반의 신호분리 알고리즘을 이용한 비디오인코딩 장치 및 그 방법과 이를 이용한 비디오 디코딩 장치및 그 방법

Also Published As

Publication number Publication date
KR100454886B1 (ko) 2004-11-06
US20030149711A1 (en) 2003-08-07
US7043512B2 (en) 2006-05-09

Similar Documents

Publication Publication Date Title
Lee et al. Blind source separation of real world signals
Thi et al. Blind source separation for convolutive mixtures
KR100394840B1 (ko) 독립 성분 분석을 이용한 능동 잡음 제거방법
JP2007526511A (ja) 周波数領域で多重経路多チャネル混合信号のブラインド分離のための方法及びその装置
US5999567A (en) Method for recovering a source signal from a composite signal and apparatus therefor
Buchner et al. A generalization of a class of blind source separation algorithms for convolutive mixtures
KR100454886B1 (ko) 독립 성분 분석을 이용한 여파기 적응 알고리즘의 필터뱅크 접근 방법
Gosse et al. Perfect reconstruction versus MMSE filter banks in source coding
Takeuchi et al. Data-driven design of perfect reconstruction filterbank for DNN-based sound source enhancement
Sommen Adaptive filtering methods: on methods use a priori information in order to reduce complexity while maintaining convergence properties
JP4430820B2 (ja) 適応状態空間信号の分離、弁別、回復用アーキテクチャ、及び、動的環境における使用へのそれらの適用
Babatas et al. Time and frequency based sparse bounded component analysis algorithms for convolutive mixtures
Benesty et al. Speech enhancement in the Karhunen-Loève expansion domain
Cao et al. Multichannel speech separation by eigendecomposition and its application to co-talker interference removal
Najar et al. Blind wideband source separation
Kao Design of echo cancellation and noise elimination for speech enhancement
Batalheiro et al. New efficient subband structures for blind source separation
Shamsa et al. Noise reduction using multi-channel FIR warped Wiener filter
Chang et al. Speech enhancement using warped discrete cosine transform
Kim et al. Alias-free subband adaptive filtering with critical sampling
Brajević et al. Signal denoising using STFT with Bayes prediction and Ephraim-Malah estimation
Yoon et al. A multirate DSP model for estimation of discrete probability density functions
Hussain et al. Binaural sub-band adaptive speech enhancement using artificial neural networks
Acero et al. Towards environment-independent spoken language systems
KR100863184B1 (ko) 간섭 및 반향신호 제거를 위한 다단계 암묵 디콘볼루션방법

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: 20101001

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee