Решение обратных задач обработки сигналов с применением энтропийного анализа
Ключевые слова:
обработка сигнала, слепое разделение источников, энтропия случайного процесса, обработка речиАннотация
В статье приводится обоснование энтропийного подхода к решению задач слепого разделения на примере задачи фильтрации речевых сигналов.Литература
Анищенко В.С., Сапарин П.И. Нормированная энтропия как диагностический признак реакции сердечно-сосудистой системы человека на внешнее воздействие // Прикладная нелинейная динамика. 1993.Т. 1. №3. С. 54–64
Богачев М.И. и др. Новый подход к дифференциальному диагнозу синкопальных состояний //Вестник аритмологии. 2008. №52. С.50–56
Немирко А.П., Манило Л.А., Калиниченко А.Н., Волкова С.С. Энтропийные методы оценки уровня анестезии по ЭЭГ–сигналу // Информационно-управляющие системы. 2010.№3. С. 69–74
Costa M., Goldberger A.L. Multiscale entropy analysis of physiologic time series // Physical review letters. 2002. Vol. 89. N6. P. 1–4
Destexhe A. Symbolic dynamics from biological time series// Phisics Letters A, v. 143, N8, 1990. P. 373–378
Thuraisingham P.A. On multiscale entropy analysis for physiological data // Physica A: Statistical Mechanics and its Applications. 2006. Vol. 366. P. 323–332
Yun K., Park H.-K., Kwon D.-H. Decreased cortical complexity in methamphetamine abusers // Psychiatry Research: Neuroimaging. 2012. Vol. 201. P. 226–232
Pompe B. Ranking and Entropy Estimation in Nonlinear Time Series Analysis // Nonlinear Analysis of Physiological Data. 1998. P. 67–90
Цветков О.В., Дегтярев Г.М. Локальный и синоптический методы наблюдения по сейсмическим шумам за пространственно-временной изменчивостью движений земной коры // Геохимия. 1998. №9. С.919–927
Цветков О.В., Дегтярев Г.М. Информационный инвариант открытых динамических систем // НОЦ «Технологии таможенного сервиса», НИЦ «Кристалл». Совместный сборник научных трудов, Вып. 1. СПб: Изд-во СПбГУСЭ, 2010 г., С. 208–212
Цветков О.В., Дегтярев Г.М., Антонова Л.М. Некоторые особенности сейсмических шумов перед землетрясением в китайско-японском регионе // Международная конференция «Проблемы геокосмоса» (Тезисы доклада). 1996. С. 150
Guzman-Vargas L., Ramirez-Rojas A., Angulo-Brown F. Multiscale entropy analysis of electroseismic time series // Nat. Hazards Earth Syst. Sci. 2008. N. 8. P. 855–860
Ramirez-Rojas A., Telesca L., Angulo-Brown F. Entropy of geoelectrical time series in the natural time domain // Nat. Hazards Earth Syst. Sci. 2011. N11. P. 219–225
Шеннон К. Математическая теория связи // Работы по теории инфомации и кибернетике. Пер. c англ., М.: ИИЛ. 1963, 827 С.
Yentes J.M., Hunt N., Schmid K.K. The Appropriate Use of Approximate Entropy and Sample Entropy with Short Data Sets // Annals of Biomedical Engineering. 2013. Vol. 41. No. 2. P. 349–365
Горячкин О.В. Методы слепой обработки сигналов и их приложения в системах радиотехники и связи. // М.: Радио и связь, 2003
Dien J., Khoe W., Mangun G.R. Evaluation of PCA and ICA of Simulated ERPs: Promaxvs. Infomax Rotations // Human Brain Mapping. 2007. Vol.28. P. 742–763
Barry D., Lawlor B., Coyle E. Sound Source Separation: Azimuth Discrimination and Resynthesis // Proc. of the 7th Int. Conference on Digital Audio Effects (DAFX-04), Naples, Italy. 2004
Miyazaki R., Saruwatari H., Wakisaka R., Shikano K., Takatani T. Theoretical analysis of parametric blind spatial subtraction array and its application to speech recognition performance prediction // Proc. of Joint Workshop on Hands-free Speech Communication and Microphone Arrays 2011 (HSCMA2011). 2011. P.19–24
Qiu-Hua Lin, Fu-Liang Yin, Tie-Min Mei, Hualou Liang A Blind Source Separation Based Method for Speech Encryption // Regular Papers. 2006. Vol. 53. No.6. P. 1320–1328
Haykin S., Chen Z. The Cocktail Party Problem // Neural Computation. 2005. Vol. 17. P. 1875–1902
Малыхина Г.Ф., Меркушева А.В. Робастные методы для разделения смеси сигналов и анализа независимых компонент при зашумленных данных // Научное приборостроение. 2011. Т. 21. №1. C. 114–127
Хайкин С. Нейронные сети: полный курс, 2-е изд., испр.: Пер. с англ. М.: ООО «И.Д. Вильямс». 2006. 1104 с.
Eckmann J.P., Ruelle D. Ergodic theory of chaos and strange attractors // Rev. Mod. Phys. 1985. Vol. 57. P. 617–656
Pincus S.M. Approximate entropy as a measure of system complexity // Proc. Nati. Acad. Sci. USA in Mathematics. 1991. Vol. 88. P. 2297–2301
Grassberger P., Schreiber T., Schaffrath C. Nonlinear time sequence analysis // Int J Bifur Chaos. 1991. Vol. 1. P. 547
Crutchfield J.P., Packard N.H. Symbolic dynamics of noisy chaos // Physica D. 1983. Vol. 7D. № 1–3. P. 201–223
Цветков О.В. Вычисление оценки энтропии биосигнала, инвариантной к изменению его амплитуды, с использованием рангового ядра // Изв. вузов. Радиоэлектроника. 1991. Т. 34. № 8. С. 108–110
Богачев М.И. и др. Новый подход к дифференциальному диагнозу синкопальных состояний //Вестник аритмологии. 2008. №52. С.50–56
Немирко А.П., Манило Л.А., Калиниченко А.Н., Волкова С.С. Энтропийные методы оценки уровня анестезии по ЭЭГ–сигналу // Информационно-управляющие системы. 2010.№3. С. 69–74
Costa M., Goldberger A.L. Multiscale entropy analysis of physiologic time series // Physical review letters. 2002. Vol. 89. N6. P. 1–4
Destexhe A. Symbolic dynamics from biological time series// Phisics Letters A, v. 143, N8, 1990. P. 373–378
Thuraisingham P.A. On multiscale entropy analysis for physiological data // Physica A: Statistical Mechanics and its Applications. 2006. Vol. 366. P. 323–332
Yun K., Park H.-K., Kwon D.-H. Decreased cortical complexity in methamphetamine abusers // Psychiatry Research: Neuroimaging. 2012. Vol. 201. P. 226–232
Pompe B. Ranking and Entropy Estimation in Nonlinear Time Series Analysis // Nonlinear Analysis of Physiological Data. 1998. P. 67–90
Цветков О.В., Дегтярев Г.М. Локальный и синоптический методы наблюдения по сейсмическим шумам за пространственно-временной изменчивостью движений земной коры // Геохимия. 1998. №9. С.919–927
Цветков О.В., Дегтярев Г.М. Информационный инвариант открытых динамических систем // НОЦ «Технологии таможенного сервиса», НИЦ «Кристалл». Совместный сборник научных трудов, Вып. 1. СПб: Изд-во СПбГУСЭ, 2010 г., С. 208–212
Цветков О.В., Дегтярев Г.М., Антонова Л.М. Некоторые особенности сейсмических шумов перед землетрясением в китайско-японском регионе // Международная конференция «Проблемы геокосмоса» (Тезисы доклада). 1996. С. 150
Guzman-Vargas L., Ramirez-Rojas A., Angulo-Brown F. Multiscale entropy analysis of electroseismic time series // Nat. Hazards Earth Syst. Sci. 2008. N. 8. P. 855–860
Ramirez-Rojas A., Telesca L., Angulo-Brown F. Entropy of geoelectrical time series in the natural time domain // Nat. Hazards Earth Syst. Sci. 2011. N11. P. 219–225
Шеннон К. Математическая теория связи // Работы по теории инфомации и кибернетике. Пер. c англ., М.: ИИЛ. 1963, 827 С.
Yentes J.M., Hunt N., Schmid K.K. The Appropriate Use of Approximate Entropy and Sample Entropy with Short Data Sets // Annals of Biomedical Engineering. 2013. Vol. 41. No. 2. P. 349–365
Горячкин О.В. Методы слепой обработки сигналов и их приложения в системах радиотехники и связи. // М.: Радио и связь, 2003
Dien J., Khoe W., Mangun G.R. Evaluation of PCA and ICA of Simulated ERPs: Promaxvs. Infomax Rotations // Human Brain Mapping. 2007. Vol.28. P. 742–763
Barry D., Lawlor B., Coyle E. Sound Source Separation: Azimuth Discrimination and Resynthesis // Proc. of the 7th Int. Conference on Digital Audio Effects (DAFX-04), Naples, Italy. 2004
Miyazaki R., Saruwatari H., Wakisaka R., Shikano K., Takatani T. Theoretical analysis of parametric blind spatial subtraction array and its application to speech recognition performance prediction // Proc. of Joint Workshop on Hands-free Speech Communication and Microphone Arrays 2011 (HSCMA2011). 2011. P.19–24
Qiu-Hua Lin, Fu-Liang Yin, Tie-Min Mei, Hualou Liang A Blind Source Separation Based Method for Speech Encryption // Regular Papers. 2006. Vol. 53. No.6. P. 1320–1328
Haykin S., Chen Z. The Cocktail Party Problem // Neural Computation. 2005. Vol. 17. P. 1875–1902
Малыхина Г.Ф., Меркушева А.В. Робастные методы для разделения смеси сигналов и анализа независимых компонент при зашумленных данных // Научное приборостроение. 2011. Т. 21. №1. C. 114–127
Хайкин С. Нейронные сети: полный курс, 2-е изд., испр.: Пер. с англ. М.: ООО «И.Д. Вильямс». 2006. 1104 с.
Eckmann J.P., Ruelle D. Ergodic theory of chaos and strange attractors // Rev. Mod. Phys. 1985. Vol. 57. P. 617–656
Pincus S.M. Approximate entropy as a measure of system complexity // Proc. Nati. Acad. Sci. USA in Mathematics. 1991. Vol. 88. P. 2297–2301
Grassberger P., Schreiber T., Schaffrath C. Nonlinear time sequence analysis // Int J Bifur Chaos. 1991. Vol. 1. P. 547
Crutchfield J.P., Packard N.H. Symbolic dynamics of noisy chaos // Physica D. 1983. Vol. 7D. № 1–3. P. 201–223
Цветков О.В. Вычисление оценки энтропии биосигнала, инвариантной к изменению его амплитуды, с использованием рангового ядра // Изв. вузов. Радиоэлектроника. 1991. Т. 34. № 8. С. 108–110
Опубликован
2014-04-02
Как цитировать
Цветков, О. В., Вилкаускас, И. В., Суздальцев, Д. А., & Куценко, С. А. (2014). Решение обратных задач обработки сигналов с применением энтропийного анализа. Труды СПИИРАН, 8(31), 203-217. https://doi.org/10.15622/sp.31.12
Раздел
Статьи
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
