Accéder directement au contenu Accéder directement à la navigation
Article dans une revue

Blind noisy mixture separation for independent/dependent sources through a regularized criterion on copulas

M. El Rhabi 1 H. Fenniri 2 A. Ghazdali 3 A. Hakim 4 A. Keziou 2
1 IMI - Département Ingénierie Mathématique et Informatique, École des Ponts ParisTech
ENPC - École des Ponts ParisTech
2 CRESTIC - Centre de Recherche en Sciences et Technologies de l'Information et de la Communication - EA 3804
3 LIPOSI - Laboratoire Ingénierie des Procédés et Optimisation des Systèmes Industriels, Ecole Nationale des Sciences Appliquées, Université Hassan I
4 LAMAI - Laboratoire de Mathématiques Appliquées, Faculté des Sciences et Techniques, Université Cadi Ayyad
Abstract : The paper introduces a new method for Blind Source Separation (BSS) in noisy instantaneous mixtures of both independent or dependent source component signals. This approach is based on the minimization of a regularized criterion. Precisely, it consists in combining the total variation method for denoising with the Kullback–Leibler divergence between copula densities. The latter takes advantage of the copula to model the structure of the dependence between signal components. The obtained algorithm achieves separation in a noisy context where standard BSS methods fail. The efficiency and robustness of the proposed approach are illustrated by numerical simulations.
Keywords : Copulas Kullbak–Leibler divergence between Mutual information Blind source separation Noisy instantaneous mixtures Total variation Kullbak-Leibler divergence
Type de document :
Article dans une revue
Liste complète des métadonnées

Littérature citée [26 références]  Voir  Masquer  Télécharger
https://hal-enpc.archives-ouvertes.fr/hal-01811736
Contributeur : Mohammed El Rhabi <>
Soumis le : lundi 11 juin 2018 - 12:34:32
Dernière modification le : mercredi 21 octobre 2020 - 12:02:02
Archivage à long terme le : : mercredi 12 septembre 2018 - 12:43:16

Fichier

Vignette du document
2015_07_16_BSS_Ind_Dep_TV.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

ENPC | CRESTIC | INSMI | PARISTECH | LMR | URCA

Citation

M. El Rhabi, H. Fenniri, A. Ghazdali, A. Hakim, A. Keziou. Blind noisy mixture separation for independent/dependent sources through a regularized criterion on copulas. Signal Processing, Elsevier, 2017, 131, pp.502 - 513. ⟨10.1016/j.sigpro.2016.09.006⟩. ⟨hal-01811736⟩

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

195

Téléchargements de fichiers

484