overiva:与使用基于辅助的独立矢量分析的信号源相比，使用更多的麦克风进行盲源分离的代码-vector source cod...

独立的矢量分析，麦克风比信号源更多 该存储库提供了实现和结果以重现论文结果的代码 R. Scheibler和N. Ono， 2019年。 抽象的 我们将基于独立矢量分析的频域盲源分离扩展到麦克风多于源的情况。 该信号在高斯背景中被建模为非高斯源。 所提出的算法基于对混合矩阵的参数化，从而减少了要估计的参数数量。 此外，信号和背景子空间之间的正交约束被施加以使分离规则化。 然后可以将该问题提出为约束似然最大化。 我们提出有效的交替更新，以保证收敛到成本函数的固定点。 在模拟信号上评估算法的性能。 我们发现，分离性能与传统确定算法的分离性能相当，而计算成本却很小。 作者 和在系统设计系。 接触 Robin Scheibler (robin[at]tmu[dot]ac[dot]jp) 6-6 Asahigaoka Hino, Tokyo 191-0065 Japan 初赛 运行代码的首选方法是