معرفي الگوريتم جديد LICAD براي حل مشكل جايگشت محلي الگوريتم ICA

Introduction New LICAD Algorithm for Solving Local Permutation Problem of ICA Algorithm

در اين مقاله الگوريتم جديد LICAD براي حل جايگشت محلي الگوريتم ICA و افزايش كيفيت جداسازي آن در حوزه فركانس پيشنهاد شده است. در الگوريتم پيشنهادي، در هر bin فركانسي ابتدا بر اساس ماتريس جداساز الگوريتم ICA، تخميني از زواياي منابع بدست مي آيد. سپس زواياي بدست آمده با زواياي اصلي منابع كه به عنوان بخش پيش پردازش محاسبه شده اند، مقايسه مي گردند. اگر اختلاف زواياي مشابه از يك حد آستانه معين كمتر باشد آنگاه جايگشتي كه داراي كمترين اختلاف زاويه-اي است، انتخاب مي شود. در غير اين صورت، هم بستگي تمام جايگشت هاي خروجي الگوريتم ICA و خروجي الگوريتم كمكي LQBP محاسبه مي شود و با در نظر گرفتن بيشترين هم بستگي، بهترين جايگشت انتخاب مي گردد. نشان خواهيم داد كه بر اساس معيارهاي SDR و SIR، الگوريتم LICAD سبب افزايش كيفيت جداسازي سيگنال منابع نسبت به الگوريتم ICA مرسوم مي شود

We present the new LICAD algorithm to solve the permutation problem of the ICA in the frequency domain and improve the separation quality. In the proposed algorithm, first, the sourcesʹ angles are estimated in each frequency bin using an ICA separating matrix. Then, these estimates are compared to the true values obtained from a pre-processing stage. If the difference among similar angles is less than a specified threshold, its corresponding permutation with the least difference is selected. Otherwise, the correlations among permutations of all ICA and LQBP outputs are calculated and the best permutation with the maximum correlation is chosen. By comparing the SDRs and SIRs, we demonstrate that the LICAD algorithm improves the separation quality of the conventional ICA.