Karışmış İşaretlerin Kanonik Korelasyon Algoritmaları ile Ayrıştırılması
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Kör kaynak ayrıştırma, en az iki sinyalin karışımını içeren bir veri kümesinden bu karışımı oluşturan her bir kaynağın tahmin edilmesi olarak tanımlanabilir. Bu işlemin kör olarak adlandırılması kaynaklar hakkında hiçbir bilgiye sahip olmadığımızı ifade etmektedir. Kör kaynak ayrıştırma yöntemlerinin başarımı, işlem süresi ve doğruluğu ile belirlenmektedir. Çekirdek kanonik korelasyon analizinin işlem performansı literatürdeki diğer yöntemlere göre iyi olmakla birlikte işlem süresi oldukça fazladır. Yapılan bu çalışmada çekirdek kanonik korelasyon analizinin işlem süresinin azalımı amaçlanmıştır. Bu amaç doğrultusunda karışım işaretleri çekirdek kanonik korelasyon analizine uygulanmadan önce ayrık dalgacık dönüşümü işlemine tabi tutulmuştur. Yapılan buuygulama işlem süresini azaltmakla birlikte performansında da iyileşmelerin olduğu gözlemlenmiştir. Aynı zamanda, yapılan bu işlemler doğrusal ve doğrusal olmayan karıştırma modelleri ile yapay olarak karıştırılıp değerlendirilmiştir. Önerilen yöntemin başarım analizini görmek için sonuçlar işaret gürültü oranı cinsinden değerlendirilmiştir. Blind source seperation can be defined as the estimation of each sources which arecomposed of a data set including at least two signals. As there is any information aboutsources, this operation is denominated as blind. The success of blind source seperation isdetermined by the operation time and the reliability. Although the operation performanceof kernel canonical correlation analysis is beter than other methods in the literature, theoperation time is relatively longer. This study aims to decrease the operation time of kernelcanonical corrleation analysis. For this purpose, mixing signals are subject to DiscreteWavelet Transform before kernel canonical correlation analysis is performed. Thecorresponding application enables to decrease operation time and to improve the operationperformance. At the same time, all these operations are evaluated using linear andnonlinear mixing models through artifial mixing. The analysis results are evaluated interms of signal noise ratio to examine the success analysis of the proposed method.
Collections