Séparation d'un mélange sous-déterminé de sources par simulation stochastique
Résumé
Nous proposons dans cet article un algorithme de Gibbs pour l'identification, la séparation et la déconvolution d'un mélange mono-capteur de sources i.i.d. mutuellement indépendantes régies par une loi de Bernoulli-Gauss, et filtrées linéairement. Il s'agit d'une étude préparatoire, l'objectif à moyen-terme étant l'analyse des signaux électromyographiques pour le diagnostic des pathologies neuro-musculaires. L'extension au cas multi-capteur (mélange convolutif) est immédiate. Abstract-This paper deals with the derivation of a Gibbs algorithm for mixture separation and deconvolution, when the observed signal is a sum of linear filtering of mutually independant Bernoulli-Gauss i.i.d. sequences. This is a first step towards electromyographic signals analysis, for automatic diagnosis purpose. The extension to multi-sensors case is straightforward.
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...