Lehrstuhl für
Multimediakommunikation und Signalverarbeitung
Prof. Dr.-Ing. André Kaup

Blinde Quellentrennung und Lokalisierung von mehr als zwei Quellen mit blinder adaptiver MIMO Systemidentifizierung

Betreuer:Dr.-Ing. Anthony Lombard (Raum 5.13)
Hochschullehrer:Prof. Dr.-Ing. Walter Kellermann
Student:Tobias Rosenkranz
Beginn:03.05.2007
Ende:07.01.2008
Datei:Abschlussarbeit-PDF
Info:

Das Problem der Wiederherstellung der ursprünglichen Signale aus einer beobachteten linearen Mischung kann mit Methoden zur blinden Quellentrennung (engl. „Blind Source Separation" (BSS)) gelöst werden. Die Bezeichnung "blind" deutet an, dass das Mischsystem und die Quellsignale unbekannt sind. Ein BSS-Algorithmus, der auf blinder adaptiver Identifizierung von Systemen mit mehreren Eingängen und mehreren Ausgängen (engl. „Multiple-Input-Multiple-Output“ (MIMO)) basiert, ist für breitbandige Signale wie Sprache bereits entwickelt worden. Theoretische Betrachtungen haben gezeigt, dass der BSS-Algorithmus auch gleichzeitige Lokalisierung mehrerer Schallquellen ermöglicht. Der BSS-Algorithmus wurde sowohl in Matlab als auch als Echtzeit-Demonstrator mit der Programmiersprache C++ für den Spezialfall von zwei Quellen implementiert und erfolgreich getestet.

In dieser Diplomarbeit soll durch theoretische und experimentelle Betrachtungen untersucht werden, ob der BSS-Algorithmus in der Lage ist, auch mehr als zwei Quellen zu trennen und zu lokalisieren. Neue Methoden zur Extraktion der Lokalisierungsinformation sollen untersucht werden, wobei die Robustheit mit verschiedenen Quellenpositionen, Nachhall und Rauschanteile besonders zu beobachten ist.

Die untersuchten Konzepte sind soweit möglich analytisch zu beschreiben und auf der Basis realer Signale mittels Matlab numerisch zu verifizieren. Auf eine aussagekräftige und gut nachvollziehbare Dokumentation der entstehenden Software wird großer Wert gelegt.

Typ:Diplomarbeit
Status:Beendet