Анализ алгоритмов слепого разделения сигналов на основе рекуррентной нейронной сети

Abstract

В работе решалась задача исследования эффективности алгоритмов слепого разделения сигналов на фоне шумов: была изучена чувствительность алгоритмов Жуттена — Эро и минимизации взаимной информации к изменению их параметров. В результате были выявлены достоинства и недостатки представленных алгоритмов.

This paper focuses on the study of the efficiency of the separation of blind signal affected by noise. The purpose of this article is to explore the sensitivity of algorithms Jutten-Herault and the minimization of mutual information when the algorithm parameters are changed. Simulink software which allows building and simulating dynamic model algorithms has been used to examine the sensitivity of algorithms. The research revealed that algorithm Jutten-Herault shows the most stable work. It shows the shortage of sensitivity to change settings, but at the same time the algorithm based on minimization of the mutual information is efficient. The main advantage of studied algorithms is in not complicated computational processes in comparison with their equivalents.