Umasériedealgoritmosdeseparação egadesinaisfontepodeseren ontradanaliteratura
onforme des rito neste apítulo. Porém, muitos algoritmos onsideram o pro esso de
mistura omo sendo instantânea. Misturas instantâneas são produzidas arti ialmente
pelo omputador enão orrespondem apro essosreais, onde pode-se veri arapresença
deatrasosereverberação. Váriosalgoritmosforamdesenvolvidosparasepararsinaisfonte
a partir de misturas onvoluídas, mas o desempenho destes algoritmosainda têm muito
para ser melhorado. No aso de separação de sinais de voz reverberados algoritmos que
utilizamomas aramentoespe tralnodomíniodotempoefrequên iaparaaseparaçãodos
sinais são propostos, onformemostrado naTabela2.1. Estes algoritmotemapresentado
um desempenho superior aos demais para o aso espe í o de separação ega de sinais
de voz reverberados. A Tabela 2.1 apresenta um resumo dos prin ipais algoritmos de
2. ALGORITMOS DE SEP ARA Ç O CEGA DE SINAIS 31
Infomax(BelleSejnowski,1995). Instantâneas
entradaedesaída.
FOBI -Identi ação egadequartaordem(Cardoso,1989). Instantâneas Algoritmoutilizamomentosdequartaordempararealizaraseparaçãodefontes.
EASI - Equivariant Adaptive Separation via Independen e
(CardosoeLaheld,1996).
Instantâneas Algoritmodeseparaçãobaseadoemumaexpressãore ursivaparaobtençãodamatrizdeseparação.
FastICA-Algoritmorápidodeanáliseem omponentesinde-
pendentes(HyvarineneOja,1997).
Instantâneas Oalgoritmoexploramedidasdenão-gaussianidadeparaaseparaçãodasfontes.
Puntonetetal.(1995)propuseramummétodogeométri o. Instantâneas Métodogeométri oparaICAbaseadonaspropriedadesdosespaçosvetoriaisdasfontesemisturas.
SOBI - Identi ação ega de segunda ordem (Belou hrani
etal.,1997).
Instantâneas Algoritmobaseadoemestatísti adesegundaordem.
De ation(DelfosseeLoubaton,1995). Instantâneas
Algoritmobaseadoemestatísti adeordemsuperior. Ométodopropostoextraiasfontes omponente
por omponente.
MAP-Máximaprobabilidadeaposteriori(Belou hranieCar-
doso,1994).
Instantâneas
Algoritmobaseadoem umaabordagemprobabilísti aeumadasprimeirassoluçõespropostaspara o
asosub-determinado.
JADE-Jointapproximatediagonalisation ofeigenmatri es
(CardosoeSouloumia ,1993).
Convoluídas Umalgoritmobaseadoem umulanteeapli adonodomíniodafreqüên ia.
Infomaxfoimodi adoporTorkkola(1996). Convoluídas
O algoritmomodi adoutiliza umarede similar om ambas asarquiteturas dotipo feedforward e
feedba kparaaseparaçãodemisturas onvoluídas.
Smaragdis(1997)prop sumalgoritmoqueutilizaoInfomax. Convoluídas Asregrasdeaprendizagemsãoreformuladasparaosdadosnodomíniodafreqüên ia.
Parraetal.(1998)propõemalgoritmobaseadonamedidade
máximaverossimilhança.
Convoluídas
Oalgoritmo ombinaICA omté ni asdemodelagemdesinaisbaseadasemmedidademáximavero-
ssimilhançaparamisturas onvoluídas.
Murataetal.(2001)desenvolveramumalgoritmonodomínio
dafreqüên iabaseadonoalgoritmoSOBI.
Convoluídas
Oalgoritmopararesolver oproblemadapermutaçãopropõeummétodobaseado emumaestrutura
temporaldossinaisqueexploraanão-esta ionariedadedosinaldevoz.
ParraeSpen e(2000)propõemumalgoritmobaseadoemes-
tatísti adesegundaordemnodomíniodafreqüên ia.
Convoluídas
Oalgoritmoutilizaoespe trodepotên ia ruzadaparaaseparaçãodasfontesatravésdaminimização
dapotên ia ruzada.
Yine Sommen(1999) apresentamumalgoritmo baseadona
onsideraçãodenão-esta ionariedadedasfontesenasimpli -
açãodomodelodemistura(CardosoeSouloumia ,1993).
Convoluídas
Omodelopropostoassumequeasrespostasaoimpulsodoambienteentreumafonteedoismi rofones
muitopróximossãoiguais.
Bu hneretal.(2003)propõemumalgoritmobaseadonanão-
bran ura,nanão-esta ionariedadeenanão-gaussianidadedas
fontes.
Convoluídas
Oalgoritmoproposto ombinaostrêstiposdeabordagem usandométodosdeestatísti adesegunda
ordemedeordemsuperior.
Bradari et al. (2003) propõem umalgoritmo de separação
de fontes
n × n
om múltiplas entradase múltiplassaídas (MIMO).Convoluídas
Oalgoritmoutilizaa i lo-esta ionariedadedossinaisdeentradapararesolveroproblemadapermutação
defreqüên ias.
Romanetal.(2003)propõemumsistemade lassi açãode
padrõesparaaestimaçãodemás arasespe traisvisandoase-
paraçãodesinaisfonte.
Convoluídas
Oalgoritmoapresentaumaabordagemdeaprendizagemsupervisionadaparaasegregaçãodesinaisde
vozutilizandoinformaçõessobrealo alizaçãoespa ial(ITD)ediferençadeintensidadeinteraural(IID).
TordiniePiazza(2002)propõemumalgoritmobaseadonafre-
quên iafundamental.
Convoluídas
Oalgoritmobaseia-senaextraçãodafreqüên iafundamental(pit h)enateoriaBayesianautilizando
informaçãoapriori.
Gandhie Hasegawa-Johnson (2004) propõem a extração do
pit hede oe ientesmel- epstrais(MFCC)paraaseparação
desinais.
Convoluídas
Oalgoritmofoiapli adoemumamisturadedoissinaisdevoz(umavozfemininaeoutramas ulina).
Um odebook om oe ientesmel- eptrais,obtidosapartirdossinaisoriginais,éutilizadonaseparação
dasfontes.
Barrosetal.(2002)propõemummétodoparaaseparaçãode
sinais ommaisfontesquesensores.
Convoluídas
O algoritmoproposto ombinaICA om té ni asde análise de ena auditiva omputa ional, omo
extraçãodepit heutilizaçãode ltrosauditivos.
DUET -DegenerateUnmixingEstimationTe hnique(Jour-
jineetal.,2000).
Convoluídas
Oalgoritmoassumequeossinaisdevoz sãoesparsos,ouseja,nãosesobrepõemnodomíniotempo-
freqüên ia,podemossepará-losutilizandoté ni asdemas aramento.
DESPRIT-DUET-ESPIRIT Ri kardetal.(2005). Convoluídas
Oalgoritmopropõemummétododemas aramentoqueutilizainformaçãodemaisdeduasmisturas
paraaseparaçãodossinaisfonte.
Roweis(2000)propõeumaté ni a hamadadere ltragem a-
pazdere uperarsinaisfonteatravésdaapli açãodeumamás-
arausandoapenasumaúni amistura.
Convoluídas
O algoritmopropõema apli ação demétodos estatísti os(HMM)no pro esso de aprendizagemda
más araideal.Oalgoritmo onsideraqueaenergiadosinalemdiferentesinstantesdetempoefreqüên ia
apresentainformaçõesindependentesarespeitodossinaisfonte.
Ba heJordan(2004)exploraaesparsidadedasfontes,resol-
vendooproblemadeseparaçãodefontes,atravésdaapli ação
deumamás arausandoapenasumaúni amistura.
Convoluídas
Épropostoumalgoritmodeaprendizagemqueotimizaum ritériodesegmentaçãobaseadoem ara te-
rísti asespe traisdossinais.
Jange Lee (2002) propõem um algoritmode aprendizagem
baseadonamedidademáximaprobabilidadedadaumaúni a
misturaeum onjuntodefunçõesbase.
Convoluídas
Para adapontonotemposãoinferidosossinaisfonteeseus fatoresde ontribuição. Esta inferên-
iaépossíveldevidoao onhe imentoa priori dasfunçõesbasee deseusrespe tivos oe ientesde
ponderação.
Reddye Raj(2004b)propõem umalgoritmoparaseparação
defontesutilizandoumamás aranão-bináriadadaumaúni a
mistura.
Convoluídas
Osinaldevozre onstruídopodeserestimadoapartirdoespe trodepotên iadolo utordeinteresse.Os