A study on independent component analysis over galois fields

• Main Author: Rezaee, Sayed Majid
• Other Authors: Silva, Daniel Guerreiro e
• Language: Portuguese
• Published: 2016
• Subjects: Análise de componentes independentes; Algoritmos; Complexidade computacional
• Online Access: http://repositorio.unb.br/handle/10482/20421; http://dx.doi.org/10.26512/2015.12.D.20421

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015. === Submitted by Fernanda Percia França ([e-mail]) on 2016-02-22T20:16:00Z No. of bitstreams: 1 2015_SayedMajidRezaee.pdf: 1299294 bytes, checksum: 5ae8992f8de2423bc23cf06bdeaeeb09 (MD5) === Approved for entry into archive by Marília Freitas([e-mail]) on 2016-05-26T16:32:15Z (GMT) No. of bitstreams: 1 2015_SayedMajidRezaee.pdf: 1299294 bytes, checksum: 5ae8992f8de2423bc23cf06bdeaeeb09 (MD5) === Made available in DSpace on 2016-05-26T16:32:15Z (GMT). No. of bitstreams: 1 2015_SayedMajidRezaee.pdf: 1299294 bytes, checksum: 5ae8992f8de2423bc23cf06bdeaeeb09 (MD5) === Nas últimas décadas, o problema de separação cega de fontes (BSS, do inglês Blind Source Separation) – que trata de estimar um conjunto desconhecido de fontes de sinais a partir de versões misturadas destes – tornou-se relevante em vários campos da engenharia, incluindo o processamento matricial, comunicações sem fio, processamento de sinais médicos, processamento de voz e engenharia biomédica. A fim de resolver o problema de BSS no contexto de modelos lineares, considerando-se várias técnicas possíveis, a Análise de Componentes Independentes (ICA, do inglês Independent Component Analysis) – que utiliza a independência estatística das fontes como uma premissa – demonstrou ser uma das mais importantes estratégias de solução. Além disso, embora o modelo de BSS/ICA para sinais reais ou complexos esteja bem estabelecido, a recente perspectiva de uma formulação do problema com sinais e modelos definidos em corpos de Galois oferece várias possibilidades de análise e contribuições. Esta dissertação de mestrado realiza um estudo da Análise de Componentes Independentes em corpos de Galois, considerando os conceitos teóricos e abordagens para o problema, assim como dos algoritmos estado-da-arte até agora propostos, em termos de suas capacidades de separação e custo computacional. Especificamente, as técnicas dos algoritmos AMERICA e MEXICO são estudadas juntamente com o algoritmo cobICA. Como as simulações experimentais indicam, devido à sua complexidade computacional menor e uma qualidade de desempenho satisfatório, o algoritmo cobICA apresenta-se como uma solução de compromisso entre os algoritmos AMERICA e MEXICO para executar BSS/ICA em corpos de Galois. === Over the past decades, the Blind Source Separation (BSS) problem – which deals with estimating an unknown set of source signals from their measured mixtures –has become prevalent in several engineering fields, including array processing, wireless communications, medical signal processing, speech processing and biomedical engineering. In order to solve the BSS problem in the context of linear models, considering several possible techniques, Independent Component Analysis (ICA) – which uses statistical independence of the source signals as a premise – has been shown to be one of the most important approaches. Furthermore, although the BSS/ICA framework for real- or complex-valued signals is firmly established, the recent perspective of a BSS/ICA formulation where the signals and models are defined over Galois fields gives several possibilities of analyzes and contributions. This Master’s thesis performs a study on Independent Component Analysis over Galois fields, considering the theoretical concepts and aspects of the problem and the investigation, in terms of capability and efficiency, of the state-of-the-art algorithms so far introduced. In this context, AMERICA and MEXICO techniques are studied, along with cobICA algorithm – a bioinspired framework based on cob-aiNet[C] immune-inspired algorithm –, mainly focusing on comparing the quality of separation and on discussing the computational burden of each technique. As the experimental simulations indicate, due to its lower computational complexity and a satisfactory performance quality, cobICA takes place as a compromise solution between AMERICA and MEXICO algorithms, to perform BSS/ICA over Galois fields.