• Journal of the Optical Society of Korea
• /
• 제12권3호
• /
• pp.121-125
• /
• 2008

We address the problem of Blind Source Separation(BSS) of superimposed signals in situations where one signal has constant or slowly varying intensities at some consecutive locations and at the corresponding locations the other signal has highly varying intensities. Independent Component Analysis(ICA) is a major technique for Blind Source Separation and the existing ICA algorithms fail to estimate the original intensities in the stated situation. We combine the advantages of existing sparse methods and Kernel ICA in our technique, by proposing wavelet packet based sparse decomposition of signals prior to the application of Kernel ICA. Simulations and experimental results illustrate the effectiveness and accuracy of the proposed approach. The approach is general in the way that it can be tailored and applied to a wide range of BSS problems concerning one-dimensional signals and images(two-dimensional signals).

• 한국멀티미디어학회논문지
• /
• 제8권6호
• /
• pp.753-760
• /
• 2005

This paper introduces a variable step-size adaptive algorithm for blind source separation. From the frequency characteristics of mixed input signals, we need to adjust the convergence speed regularly in each frequency bin. This algorithm varies a step-size according to the magnitude of input at each frequency bin. This guarantee of the regular convergence in each frequency bin would become more efficient in separation performances than conventional fixed step-size FDICA. Computer simulation results show the improvement of about 5 dB in signal to interference ratio (SIR) and the better separation quality.

• 한국전자통신학회논문지
• /
• 제15권5호
• /
• pp.807-812
• /
• 2020

본 논문은 여러 음원신호가 혼합된 환경에서 목적으로 하는 음원신호만을 분리하기 위하여 마이크로폰을 사용한 블라인드 음원분리 알고리즘을 제안한다. 제안하는 알고리즘은 독립성분분석 방법을 기반으로 한 주파수영역 표현모델이다. 따라서 2 음원에 대한 주파수영역 독립성분분석의 실제 환경에서의 유효성 검증을 목적으로, 음원의 종류를 변경하여 주파수영역 독립성분분석을 실행하여 음원분리를 실시하여 그 향상효과를 검증한다. 파형에 의한 실험결과로부터 원래의 파형과 비교하여 2채널의 음원신호를 깨끗하게 분리할 수 있음을 명확히 하였다. 또한 목표 신호 대 간섭 에너지비율을 사용하여 비교한 실험 결과로부터 본 논문에서 제안한 알고리즘의 음원분리 성능이 기존의 알고리즘에 비하여 성능이 향상되었다는 것을 알 수 있었다.

• The Journal of the Acoustical Society of Korea
• /
• 제25권4E호
• /
• pp.142-147
• /
• 2006

Blind signal separation is known as a powerful tool for enhancing noisy speech in many real world environments. In this paper, it is demonstrated that the performance of blind signal separation can be further improved by combining with a null beamformer (NBF). Cascading the blind source separation with null beamforming is equivalent to the decomposition of the received signals into the direct parts and reverberant parts. Investigation of beam patterns of the null beamformer and blind signal separation reveals that directional null of NBF reduces mainly direct parts of the unwanted signals whereas blind signal separation reduces reverberant parts. Further, it is shown that the decomposition of received signals can be exploited to solve the local stability problem. Therefore, faster and improved separation can be obtained by removing the direct parts first by null beamforming. Simulation results using real office recordings confirm the expectation.

• 대한전자공학회논문지SP
• /
• 제49권4호
• /
• pp.105-110
• /
• 2012

정준상관분석 (canonical correlation analysis, CCA)은 두 변수집단 사이의 선형 관계를 측정하는 확률적 분석 기법으로 이를 이용하여 다수의 신호가 혼재되어 수신된 신호로부터 각각의 신호원을 분리하는 것이 가능하다. 기존에 CCA와 자기회귀(auto regressive) 기법을 이용하여 혼재된 신호를 분리하는 기법이 제안되었으나 신호원 분리를 효과적으로 수행하기 위해서는 높은 신호 대 잡음비 (signal-to-noise ratio)가 요구되는 문제가 있다. 본 논문에서는 자기회귀 기법의 파라미터 계산시 잡음성분이 포함되어있는 자기공분산 행렬의 주대각 원소를 제거하여 잡음의 영향을 최소화하고 이를 통하여 신호원 분리 성능을 개선하는 방안을 제안한다. 제안하는 기법은 기존에 제안된 CCA와 자기회귀을 이용한 신호 분리 기법에 비하여 더 우수한 신호 분리 성능을 보일 뿐 만 아니라 신호원 분리 과정에서 요구되는 계산량을 줄일 수 있다.

• 한국음향학회지
• /
• 제27권1호
• /
• pp.26-32
• /
• 2008

UBSS (under-determined blind source separation)는 BMMR (blind mixing matrix recovery) 과정과 BSR (blind source recovery) 과정으로 구분된다. 일반적으로 이 두 과정은 취득된 데이터의 sparseness를 이용하여 수행되는데, 얼마나 sparseness를 정확히 측정하느냐에 따라 그 성능이 좌우된다. 본 논문에서는 Gini 계수를 이용한 sparseness의 측정 방법을 BSR 과정에 도입하여, $l_1$-노름, $l_q$-노름과 쌍곡탄젠트 (hyperbolic tangent)를 이용하는 측정 방법들과 비교하였으며, 보다 정확한 sparseness 측정과 향상된 BSR 성능을 획득하였다. 이는 컴퓨터 모의 실험을 통하여 검증되었다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2005년도 추계학술대회 논문집
• /
• pp.789-792
• /
• 2005

The dominant noise sources of Diesel Multiple Units are powerpack, which is composed of engine, transmission and cooling system, noise and wheel-rail rolling noise. The interior noise of a running vehicle is determined by structure-borne noise and air-borne noise from these noise sources. The contributions of interior noise from each noise source are calculated by air-borne transfer functions and structure-borne transfer functions of noise sources. In this paper, source separation technique is proposed to determine these transfer functions from the results of stationary and running tests of existing vehicle. With this technique, it is possible to get hold of contributions of interior noise from .noise sources of running vehicle. This source separation technique makes it possible to take efficient measures for reduction of interior noise at the early car-development stage.

• Journal of KIEE
• /
• 제11권1호
• /
• pp.1-7
• /
• 2001

Various methods for blind source separation (BSS) are based on independent component analysis (ICA) which can be viewed as a nonlinear extension of principal component analysis (PCA). Most existing ICA methods require certain nonlinear functions (which leads to higher-order statistics) depending on the probability distributions of sources, whereas PCA is a linear learning method based on second-order statistics. In this paper we show that the PCA can be applied to the task of BBS, provided that source are spatially uncorrelated but temporally correlated. Since the resulting method is based on only second-order statistics, it avoids the nonlinear function and is able to separate mixtures of several colored Gaussian sources, in contrast to the conventional ICA methods.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.858-869
• /
• 2023

As one of the pivotal techniques of image restoration, single-channel blind source separation (SCBSS) is capable of converting a visual-only image into multi-source images. However, image degradation often results from multiple mixing methods. Therefore, this paper introduces an innovative SCBSS algorithm to effectively separate source images from a composite image in various mixed modes. The cornerstone of this approach is a novel triple generative adversarial network (TriGAN), designed based on dual learning principles. The TriGAN redefines the discriminator's function to optimize the separation process. Extensive experiments have demonstrated the algorithm's capability to distinctly separate source images from a composite image in diverse mixed modes and to facilitate effective image restoration. The effectiveness of the proposed method is quantitatively supported by achieving an average peak signal-to-noise ratio exceeding 30 dB, and the average structural similarity index surpassing 0.95 across multiple datasets.

• 한국음향학회지
• /
• 제39권2호
• /
• pp.120-130
• /
• 2020

본 논문은 블라인드 소스 분리 분야에서 널리 사용되는 멀티채널 비음수 행렬 분해 기법의 단점을 개선하여 미결정 복잡한 혼합 환경에서 문제를 해결한다. 공간 공분산 행렬에 기반을 둔 기존의 연구들에서, 단일 채널의 파워게인 및 상관관계와 같은 값으로 구성된 행렬의 각 요소는 높은 분산으로 인해 분리된 소스의 품질을 저하시키는 경향이 있다. 이 논문에서는 추정된 소스들을 효과적으로 클러스터링하기 위해 레벨 및 주파수 정규화를 수행한다. 따라서 새로운 공간 공분산 행렬 및 효과적인 클러스터 쌍별 거리함수를 제안한다. 본 논문에서는 제안된 행렬을 공간 모델의 초기화에 활용하여 공간 모델의 향상된 추정과 이를 바탕으로 상향식 접근법에서의 계층적 응집 클러스터링에 활용함으로써 분리된 음원의 품질을 향상시켰다. 제안된 알고리즘은 'Signal Separation Evaluation Campaign 2008 development dataset'을 활용하여 실험을 하였다. 그 결과 객관적인 소스 분리 품질 검증 도구인 'Blind Source Separation Eval toolbox'를 활용하여 대부분의 성능향상지표에서의 향상을 확인하였으며, 특히 대표적인 수치인 SDR의 1 dB ~ 3.5 dB 정도의 성능우위를 검증하였다.