Quelltrennungsprobleme in der Digitalsignalverarbeitung sind diejenigen, in denen mehrere Signale zusammen gemischt worden sind und das Ziel ist herauszufinden, wie die ursprünglichen Signale waren. Das klassische Beispiel ist das "Cocktailparty-Problem", wo mehrere Leute gleichzeitig in einem Zimmer (wie an einer Cocktailparty) sprechen, und man versucht, einer der Diskussionen zu folgen. Das menschliche Gehirn kann diese Sorte des Gehörquelltrennungsproblems behandeln, aber es ist ein sehr heikles Problem in der Digitalsignalverarbeitung. Das wurde zuerst von Colin Cherry analysiert.

Mehrere Annäherungen sind für die Lösung dieses Problems vorgeschlagen worden, aber Entwicklung ist sehr viel im Gange zurzeit still. Einige der erfolgreicheren Annäherungen sind Hauptteilanalyse und unabhängige Teilanalyse, die gut arbeiten, wenn es keine Verzögerungs- oder Echo-Gegenwart gibt; d. h. das Problem wird viel vereinfacht. Das Feld der rechenbetonten Gehörszene-Analyse versucht, Gehörquelltrennung mit einer Annäherung zu erreichen, die auf dem menschlichen Hören basiert.

Das menschliche Gehirn muss auch dieses Problem in Realtime beheben. In der menschlichen Wahrnehmung wird diese Fähigkeit allgemein Gehörszene-Analyse oder die Cocktailparty-Wirkung genannt.

Anwendungen

Eine der praktischen Anwendungen, die in diesem Gebiet erforschen werden, ist medizinische Bildaufbereitung des Gehirns mit magnetoencephalography (MEG). Diese Art der Bildaufbereitung schließt sorgfältige Maße von magnetischen Feldern außerhalb des Kopfs ein, die ein genaues 3D-Bild des Interieurs des Kopfs nachgeben. Jedoch werden Außenquellen von elektromagnetischen Feldern, wie eine Armbanduhr auf dem Arm des Themas, die Genauigkeit des Maßes bedeutsam erniedrigen. Die Verwendung von Quelltrennungstechniken auf den gemessenen Signalen kann helfen, unerwünschte Kunsterzeugnisse vom Signal zu entfernen.

Eine andere Anwendung ist die Trennung von Musiksignalen. Für eine Stereomischung von relativ einfachen Signalen ist es jetzt möglich, eine ziemlich genaue Trennung zu machen, obwohl einige Kunsterzeugnisse bleiben.

Siehe auch

• Factorial codiert
• Blinde Signaltrennung
• Unabhängige Teilanalyse
• Segmentation (Bildverarbeitung)
• Rede-Segmentation

Links

• Erklärung von Independent Component Analysis (ICA)
• Eine tutorartige Doktorarbeit durch Volker Koch, der nachrichtenverzichtende Faktor-Graphen einführt, um EMG-Signale zu zersetzen