Um estudo sobre separacao cega de fontes e em solucoes baseadas em redes neurais artificiais.

Resumo

O objetivo da Separação Cega de Fontes (Blind Source Separation - BSS) é a recuperação de sinais desejados (fontes) a partir de observações da saída de um sistema misturador desconhecido. Esta técnica emergiu na última década como uma das principais áreas estudadas pelos pesquisadores de processamento de sinais devido, sobretudo, à vastidão de aplicações. Em meio às diferentes estratégias encontradas em BSS, a aplicação de redes neurais na BSS merece particular destaque na literatura. Além da eficiência comprovada dessas estruturas em cenários com misturas lineares, trabalhos recentes com misturas não-lineares confirmam a importância das redes neurais em BSS. Em vista da afirmação das redes neurais como uma das principais estratégias na área, a presente proposta tem como objetivo a realização de um profundo estudo sobre o emprego dessas estruturas ao problema em questão. Realizaremos análises comparativas, tanto teóricas como por simulação, dos principais algoritmos neurais aplicadas em BSS, em cenários de misturas lineares e não-lineares. (AU)