Publication

Estimating multiple filters from stereo mixtures: a double sparsity approach

2011
Conference Papers

Résumé

We consider the problem of estimating multiple filters from convolutive mixtures of several unknown sources. We propose to exploit both the time-frequency (TF) sparsity of the sources and the sparsity of the mixing filters. Our framework consists of: a) a clustering step to group the TF points where only one source is active, for each source; b) a convex optimisation step, to estimate the filters using TF cross-relations that capture linear constraints satisfied by the unknown filters. Experiments demonstrate that the approach is well suited for the estimation of sufficiently sparse filters.

Source officielle

https://infoscience.epfl.ch/entities/publication/453df67e-b4c3-4600-aa97-2eec0f10efb2

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

2011
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/453df67e-b4c3-4600-aa97-2eec0f10efb2

À propos de ce résultat

Concepts associés (32)

Filtre de Kalman

vignette| Concept de base du filtre de Kalman. En statistique et en théorie du contrôle, le filtre de Kalman est un filtre à réponse impulsionnelle infinie qui estime les états d'un système dynamique à partir d'une série de mesures incomplètes ou bruitées. Le filtre a été nommé d'après le mathématicien et informaticien américain d'origine hongroise Rudolf Kálmán. Le filtre de Kalman est utilisé dans une large gamme de domaines technologiques (radar, vision électronique, communication...).

Matched filter

In signal processing, a matched filter is obtained by correlating a known delayed signal, or template, with an unknown signal to detect the presence of the template in the unknown signal. This is equivalent to convolving the unknown signal with a conjugated time-reversed version of the template. The matched filter is the optimal linear filter for maximizing the signal-to-noise ratio (SNR) in the presence of additive stochastic noise.

Analogue filter

Analogue filters are a basic building block of signal processing much used in electronics. Amongst their many applications are the separation of an audio signal before application to bass, mid-range, and tweeter loudspeakers; the combining and later separation of multiple telephone conversations onto a single channel; the selection of a chosen radio station in a radio receiver and rejection of others.

Afficher plus

Publications associées (23)

Afficher plus

Estimating multiple filters from stereo mixtures: a double sparsity approach

Chattez avec Graph Search

CuClarabel: GPU Acceleration for a Conic Optimization Solver

Koopman-based LPV control: A data-driven approach using IQCs

Learning voice source related information for depression detection