相关背景与文献回顾.pdfVIP

第二章 相關背景與文獻回顧 2.1盲訊號分離 盲訊號分離 (Blind Sources Separation, BSS是) 80 年代中後期所發展出來的強 大訊號處理方式 [1-4] ，目前已被廣泛應用在各種領域的研究上 ，如生物醫學 、語 音與通訊 、影像處理以及金融經濟學等等。在訊號處理上 ，盲訊號分離雖是 一種 傳 統問題 ，但卻極具挑戰性因，盲訊號分離的過程是 將感測器所觀察到的混合訊 號 ，以萃取或重建出無法直接觀測的訊號， 而盲訊號除了是代表未知的原始訊號 內容之外，其信號內容之混合系統的 特性亦是未知狀態 ，因此利用盲訊號分離技 術對未知的訊號及混合系統進行估算是件不易的事情 。 盲訊號分離方法最大的特色是能充分考慮訊號的特性 ，例如統計獨立性 、稀 疏性和光滑性 等特性來提供各種穩健和高效能的計算 方法，並且從觀測訊號中估 算 出不同特性的訊號 源[1] ，其基本的 處理步驟包含預處理 、盲訊號分離和後處 理 等三個部分(如圖 2.1所示 ) 。大部分的盲訊號分離法是需要先驗資訊 (A Priori Knowledge)或是 其相關理論的目標函數 (Cost Function)的非監督式 學習 ( Unsupervi