Approximate Joint Diagonalization for ARMA Dependent Source Separation
编号:119 访问权限:仅限参会人 更新:2020-08-05 10:17:28 浏览:422次 口头报告

报告开始:2020年06月08日 15:00(Asia/Shanghai)

报告时间:20min

所在会场:[S] Special Session [SS14] Dependent Source Separation

视频 无权播放

提示:该报告下的文件权限为仅限参会人,您尚未登录,暂时无法查看。

摘要
In this paper, an Approximate Joint Diagonalization (AJD) approach is proposed to separate dependent source signals. The diagonal structure of the Auto Regressive Moving Average (ARMA) matrix coefficients moves the problem from Blind Source Separation (BSS) to AJD one. The identified matrix coefficients of the observed signal are jointly diagonalized to achieve the mixture matrix identification. Simulation results are provided to illustrate the effectiveness of the proposed approach.
关键词
Source Separation; Auto regressive moving average signal; Dependent sources; Approximate joint diagonalization
报告人
Saliha Meziani
Ecole Militaire Polytechnique, Algeria

稿件作者
Saliha Meziani Ecole Militaire Polytechnique, Algeria
Adel Belouchrani Ecole Nationale Polythechnique, Algiers, Algeria
Karim Abed-Meraim University of Orleans & PRISME Lab., France
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    06月08日

    2020

    06月11日

    2020

  • 01月12日 2020

    初稿截稿日期

  • 04月15日 2020

    提前注册日期

  • 12月31日 2020

    注册截止日期

主办单位
IEEE Signal Processing Society
承办单位
Zhejiang University
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询