सिग्नल उपस्थान
संकेत आगे बढ़ाना में, सिग्नल सबस्पेस विधियां आयामीता में कमी और शोर में कमी के लिए अनुभवजन्य रैखिक विधियां हैं। इन दृष्टिकोणों ने हाल ही में भाषण वृद्धि, भाषण मॉडलिंग और भाषण वर्गीकरण अनुसंधान के संदर्भ में महत्वपूर्ण रुचि और जांच को आकर्षित किया है। सिग्नल सबस्पेस का उपयोग संगीत (एल्गोरिदम) का उपयोग करके रेडियो दिशा खोजने में भी किया जाता है।[1] अनिवार्य रूप से विधियाँ नमूनाकरण (सिग्नल प्रोसेसिंग) द्वारा प्राप्त प्रेक्षित समय-श्रृंखला के समुच्चय के लिए एक प्रमुख घटक विश्लेषण (पीसीए) दृष्टिकोण के अनुप्रयोग का प्रतिनिधित्व करती हैं, उदाहरण के लिए ध्वनि संकेत का नमूना लेना। ऐसे नमूनों को वास्तविक संख्याओं पर उच्च-आयामी वेक्टर स्थान में सदिश स्थल रूप में देखा जा सकता है। पीसीए का उपयोग ऑर्थोगोनल आधार वैक्टर (आधार सिग्नल) के एक सेट की पहचान करने के लिए किया जाता है जो देखे गए नमूनों के समूह में यथासंभव ऊर्जा को कैप्चर करता है। विश्लेषण द्वारा पहचाने गए आधार वैक्टर द्वारा फैलाया गया वेक्टर स्थान तब सिग्नल उपस्थान होता है। अंतर्निहित धारणा यह है कि भाषण संकेतों में जानकारी लगभग पूरी तरह से संभावित नमूना वैक्टर के समग्र स्थान के एक छोटे रैखिक उप-स्थान में समाहित होती है, जबकि योगात्मक शोर आमतौर पर बड़े स्थान के माध्यम से आइसोट्रोपिक रूप से वितरित किया जाता है (उदाहरण के लिए जब यह सफेद शोर होता है)।
एक सिग्नल सबस्पेस पर #ऑर्थोगोनल अनुमानों द्वारा, यानी, पहले कुछ सबसे ऊर्जावान आधार वैक्टरों के रैखिक संयोजनों द्वारा परिभाषित सिग्नल सबस्पेस में मौजूद नमूने के केवल घटक को रखना, और शेष नमूने को फेंक देना, जो कि अंदर है इस उपस्थान के लिए शेष अंतरिक्ष ऑर्थोगोनल, फिर एक निश्चित मात्रा में शोर फ़िल्टरिंग प्राप्त की जाती है।
सिग्नल सबस्पेस शोर-कमी की तुलना वीनर फ़िल्टर विधियों से की जा सकती है। दो मुख्य अंतर हैं:
- वीनर फ़िल्टरिंग में उपयोग किए जाने वाले आधार सिग्नल आमतौर पर हार्मोनिक साइन तरंगें होते हैं, जिसमें फूरियर रूपांतरण द्वारा सिग्नल को विघटित किया जा सकता है। इसके विपरीत, सिग्नल उपस्थान के निर्माण के लिए उपयोग किए जाने वाले आधार संकेतों को अनुभवजन्य रूप से पहचाना जाता है, और उदाहरण के लिए शुद्ध साइनसॉइड के बजाय विशेष ट्रिगरिंग घटनाओं के बाद चहचहाहट, या क्षणिक के विशेष विशिष्ट आकार हो सकते हैं।
- विनीज़ फ़िल्टर सिग्नल पर हावी होने वाले रैखिक घटकों और शोर पर हावी होने वाले रैखिक घटकों के बीच सुचारू कार्य को ग्रेड करता है। शोर घटकों को फ़िल्टर किया जाता है, लेकिन पूरी तरह से नहीं; सिग्नल घटकों को बरकरार रखा गया है, लेकिन पूरी तरह से नहीं; और एक संक्रमण क्षेत्र है जिसे आंशिक रूप से स्वीकार किया गया है। इसके विपरीत, सिग्नल सबस्पेस दृष्टिकोण एक तीव्र कट-ऑफ का प्रतिनिधित्व करता है: एक ऑर्थोगोनल घटक या तो सिग्नल सबस्पेस के भीतर होता है, जिस स्थिति में यह 100% स्वीकृत होता है, या इसके लिए ऑर्थोगोनल होता है, जिस स्थिति में यह 100% खारिज हो जाता है। आयामीता में यह कमी, सिग्नल को बहुत छोटे वेक्टर में अमूर्त करना, विधि की एक विशेष रूप से वांछित विशेषता हो सकती है।
सबसे सरल मामले में सिग्नल सबस्पेस विधियां सफेद शोर को मानती हैं, लेकिन रंगीन शोर को हटाने के दृष्टिकोण का विस्तार और मजबूत वाक् पहचान के लिए सबस्पेस-आधारित भाषण वृद्धि का मूल्यांकन भी बताया गया है।
संदर्भ
- ↑ Krim, Hamid; Viberg, Mats (1996). "ऐरे सिग्नल प्रोसेसिंग अनुसंधान के दो दशक". IEEE Signal Processing Magazine.
- Kris Hermus; Patrick Wambacq & Hugo Van hamme (2007). "A Review of Signal Subspace Speech Enhancement and Its Application to Noise Robust Speech Recognition". EURASIP Journal on Advances in Signal Processing. 2007: 1. doi:10.1155/2007/45821.