Análisis y validación de algoritmos de separación de fuentes sonoras para aplicaciones en entornos industriales

A. Gómez, Alfonso Chacón Rodríguez, Anaclevis Lozano, Fernando Merchán

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.

Texto completo:

PDF HTML

Referencias


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.

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.

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,

P. Common and C. Jutten. Handbook of Blind Source Separation, chapter 1:

Introduction, pages 1–22. Elsevier Ltd, 1 edition, 2010.

A. Hyvarinen, J. Karhunen, E. Oja, “Independent component analysis”, 2001.

V. Yan Fu Tan. Blind audio source separation, Mayo 2005. Fourth-year

undergraduate project in Group F, 2004/2005.

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.

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.

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.

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–

MIT Press, 1996.




Copyright (c) 2016 Prisma

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Indexado y Catalogado en:


DRJI Indexed Journal




© 2016 Portal de Revistas de la Universidad Tecnológica de Panamá
Este sitio es un componente del proyecto UTP-Ridda2
Utilizando Open Journal Systems