Análisis y validación de algoritmos de separación de fuentes sonoras para aplicaciones en entornos industriales
##plugins.themes.bootstrap3.article.sidebar##
ISSN: 2076-8133
E-ISSN: 2312-637X
Sección
Tecnología I+D
Tecnología I+D
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
##plugins.themes.bootstrap3.article.main##
Enviado:
Aug 9, 2016
Publicado: Aug 9, 2016
Publicado: Aug 9, 2016
Resumen
Este documento presenta la evaluación del costo computacional de las operaciones matemáticas básicas de tres algoritmos de separación de fuentes sonoras: FastlCA, adaptativo basado en gradiente natural y adaptativo EASI basado en gradiente relativo. Estos algoritmos fueron seleccionados por su relativa simplicidad y la viabilidad de implementación en hardware de bajo costo en aplicaciones de localización acústica de agentes móviles en entornos industriales.
Palabras clave
separación ciego de fuentes (BSS), implementación en hardware, localización acústica.Descargas
La descarga de datos todavía no está disponible.
##plugins.themes.bootstrap3.article.details##
Cómo citar
Gómez, A., Chacón Rodríguez, A., Lozano, A., & Merchán, F. (2016). Análisis y validación de algoritmos de separación de fuentes sonoras para aplicaciones en entornos industriales. Prisma Tecnológico, 5(1), 43-47. Recuperado a partir de https://revistas.utp.ac.pa/index.php/prisma/article/view/523
Citas
(1) J. Lanslots, F. Deblawe, K. Janssens, “Selecting Sound Source Localization Techniques for Industrial Applications”, The Noise and Vibration Control Magazine, pp. 6-9, Junio 2010.
(2) A. Chacon., F. Martin-Pirchio, S. Sanudo, and P. Julian, “A low-power integrated circuit for interaural time delay estimation without delay lines”, IEEE Trans. Circuits Systems II, Express Briefs, 56, (7), 2009.
(3) A. Van Schaik, S. Shamma, “A Neuromorphic Sound Localizer for a Smart MEMS System”, Analog Integrated Circuits and Signal Processing, 39, pp. IV-864-867, 2004.
(4) P. Common and C. Jutten. Handbook of Blind Source Separation, chapter 1: Introduction, pages 1–22. Elsevier Ltd, 1 edition, 2010.
(5) A. Hyvarinen, J. Karhunen, E. Oja, “Independent component analysis”, 2001.
(6) V. Yan Fu Tan. Blind audio source separation, Mayo 2005. Fourth-year undergraduate project in Group F, 2004/2005.
(7) M. Stanacevic and G. Cauwenberghs. Gradient flow adaptive beamforming and signal separation in a miniature microphone array. In Proc. IEEE Int. Conf. Acoustic Speech and Signal Processing (ICASSP’2002), (Orlando FL, pages 13–17, 2002.
(8) C. Alvarez, J. Monzón, “Aplicaciones de ICA con conceptos de estabilidad para separar señales”, Departamento de Ingeniería, Facultad de Ciencias Exactas, Universidad Nacional del Nordeste, Corrientes – Argentina. Resumen: E-004, Comunicaciones Científicas y tecnológicas. 2006.
(9) A. Hyvärinen. New approximations of differential entropy for independent component analysis and projection pursuit. In Advances in Neural Information Processing Systems, 10:273–279, 1998.
(10) S. Amari, A. Cichocki, and H. H. Yang. A new learning algorithm for blind signal separation. In Advances in Neural Information Processing Systems, pages 757– 763. MIT Press, 1996.
(2) A. Chacon., F. Martin-Pirchio, S. Sanudo, and P. Julian, “A low-power integrated circuit for interaural time delay estimation without delay lines”, IEEE Trans. Circuits Systems II, Express Briefs, 56, (7), 2009.
(3) A. Van Schaik, S. Shamma, “A Neuromorphic Sound Localizer for a Smart MEMS System”, Analog Integrated Circuits and Signal Processing, 39, pp. IV-864-867, 2004.
(4) P. Common and C. Jutten. Handbook of Blind Source Separation, chapter 1: Introduction, pages 1–22. Elsevier Ltd, 1 edition, 2010.
(5) A. Hyvarinen, J. Karhunen, E. Oja, “Independent component analysis”, 2001.
(6) V. Yan Fu Tan. Blind audio source separation, Mayo 2005. Fourth-year undergraduate project in Group F, 2004/2005.
(7) M. Stanacevic and G. Cauwenberghs. Gradient flow adaptive beamforming and signal separation in a miniature microphone array. In Proc. IEEE Int. Conf. Acoustic Speech and Signal Processing (ICASSP’2002), (Orlando FL, pages 13–17, 2002.
(8) C. Alvarez, J. Monzón, “Aplicaciones de ICA con conceptos de estabilidad para separar señales”, Departamento de Ingeniería, Facultad de Ciencias Exactas, Universidad Nacional del Nordeste, Corrientes – Argentina. Resumen: E-004, Comunicaciones Científicas y tecnológicas. 2006.
(9) A. Hyvärinen. New approximations of differential entropy for independent component analysis and projection pursuit. In Advances in Neural Information Processing Systems, 10:273–279, 1998.
(10) S. Amari, A. Cichocki, and H. H. Yang. A new learning algorithm for blind signal separation. In Advances in Neural Information Processing Systems, pages 757– 763. MIT Press, 1996.