Skip to Main content Skip to Navigation
Theses

Sparse Models and Convex Optimisation for Convolutive Blind Source Separation

Prasad Sudhakara Murthy 1
1 METISS - Speech and sound data modeling and processing
IRISA - Institut de Recherche en Informatique et Systèmes Aléatoires, Inria Rennes – Bretagne Atlantique
Résumé : La séparation aveugle de sources à partir de mélanges sous-déterminés se fait traditionnellement en deux étapes: l'estimation des filtres de mélange, puis celle des sources. L'hypothèse de parcimonie temps-fréquence des sources facilite la séparation, qui reste cependant difficile dans le cas de mélanges convolutifs à cause des ambiguités de permutation et de mise à l'échelle. Par ailleurs, la parcimonie temporelle des filtres facilite les techniques d'estimation aveugle de filtres fondées sur des corrélations croisées, qui restent cependant limitées au cas où une seule source est active. Dans cette thèse, on exploite conjointement la parcimonie des sources et des filtres de mélange pour l'estimation aveugle de filtres parcimonieux à partir de mélanges convolutifs stéréophoniques de plusieurs sources. Dans un premier temps, on montre comment la parcimonie des filtres permet de résoudre le problème de permutation, en l'absence de problème de mise à l'échelle. Ensuite, on propose un cadre constitué de deux étapes pour l'estimation, basé sur des versions temps-fréquence de la corrélation croisée et sur la minimisation de norme ℓ1: a) un clustering qui regroupe les points temps-fréquence où une seule source est active; b) la résolution d'un problème d'optimisation convexe pour estimer les filtres. La performance des algorithmes qui en résultent est évalués numériquement sur des problèmes de filtre d'estimation de filtres et de séparation de sources audio.
Complete list of metadatas

Cited literature [104 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-00586610
Contributor : Prasad Sudhakar <>
Submitted on : Monday, April 18, 2011 - 5:06:10 PM
Last modification on : Friday, July 10, 2020 - 4:11:02 PM
Document(s) archivé(s) le : Tuesday, July 19, 2011 - 2:35:07 AM

Identifiers

  • HAL Id : tel-00586610, version 1

Citation

Prasad Sudhakara Murthy. Sparse Models and Convex Optimisation for Convolutive Blind Source Separation. Signal and Image processing. Université Rennes 1, 2011. English. ⟨tel-00586610⟩

Share

Metrics

Record views

499

Files downloads

584