Implementace algoritmů slepé separace zdrojů v jazyce C/C++
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato práce se zabývá jednou z metod slepé separace zdrojů (BSS), která se nazývá analýza nezávislých komponent (z anglického Independent Component Analysis). Je uveden stručný teoretický podklad, ve kterém jsou vysvětleny základní poznatky důležité pro odvození jednotlivých algoritmů ICA. Tyto teoretické poznatky zahrnují zejména vysvětlení základních znalostí ze statistiky. V další části jsou popsány metody vhodné k předzpracování vstupních signály – analýza hlavních komponent (PCA) a bělení signálů. Zejména bělení je důležitou součástí řešení algoritmů ICA. Poté jsou již nastíněna různá řešení algoritmů ICA, jakož i úvod do této problematiky. Mezi uvedenými postupy lze vyzvednout popis algoritmů FastICA, které se jeví jako velice vhodné pro počítačové zpracování, jelikož jsou robustní a také nejsou výpočetně náročné oproti jiným metodám. Dále je nastíněno zpracování jednoho algoritmu ICA v jazyce C++, konkrétně algoritmus FastICA pro komplexní signály.
This thesis is describing one of the methods of Blind Source Separation (BSS) which is Independent Component Analysis. There is shown some brief introduction to the theory behind in which there are explained some basic findings. These findings are important for understanding the theory behind algorithms of ICA. These theoretical findings include primarily explanations of basic knowledge of statistics science. In next part there are described methods which are advisable for preprocessing of input signals – mainly Principal Component Analysis (PCA) and whitening of signals. Mainly whitening is very important part of solution of ICA algorithms. Then there are described different ICA algorithm solutions and especially introduction in this problematic. FastICA algorithm description is mainly depicted because it is very good for computer processing since it is strong and it is less computer demanding than other algorithms. After that follows implementation of one of the ICA algorithm in C++ programming language. FastICA algorithm for complex valued signal was chosen.
This thesis is describing one of the methods of Blind Source Separation (BSS) which is Independent Component Analysis. There is shown some brief introduction to the theory behind in which there are explained some basic findings. These findings are important for understanding the theory behind algorithms of ICA. These theoretical findings include primarily explanations of basic knowledge of statistics science. In next part there are described methods which are advisable for preprocessing of input signals – mainly Principal Component Analysis (PCA) and whitening of signals. Mainly whitening is very important part of solution of ICA algorithms. Then there are described different ICA algorithm solutions and especially introduction in this problematic. FastICA algorithm description is mainly depicted because it is very good for computer processing since it is strong and it is less computer demanding than other algorithms. After that follows implementation of one of the ICA algorithm in C++ programming language. FastICA algorithm for complex valued signal was chosen.
Description
Citation
FUNDERÁK, M. Implementace algoritmů slepé separace zdrojů v jazyce C/C++ [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2008.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Teleinformatika
Comittee
doc. Ing. Karel Němec, CSc. (předseda)
doc. Ing. Vladislav Škorpil, CSc. (místopředseda)
Ing. Jan Grepl (člen)
Ing. Ivan Míča, Ph.D. (člen)
doc. Ing. Petr Číka, Ph.D. (člen)
Ing. Jiří Přinosil, Ph.D. (člen)
Date of acceptance
2008-06-18
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení