مکان ِیابی منابع گفتار با استفاده از نمونه برداری فشرده

مکان یابی منابع گفتار از جمله زمینه های تحقیقاتی است که امروزه مورد توجه بسیاری از محققین قرار گرفته است. در برخی کاربردها، مکان یابی منابع صوت خود به عنوان هدف نهایی پردازش مطرح است و در برخی دیگر، مکان یابی پیش نیاز مراحل بعدی پردازش (نوعاً بهسازی گفتار) می باشد. با داشتن این اطلاعات می توان با حذف منابع تداخلی و مزاحم، سیگنال گفتار را بهسازی کرد. همچنین با داشتن اطلاعات مکان سیگنال گفتار با اعمال فیلتر فضائی می توان برای جداکردن تک گوینده در حالت چند گویندگی بهره برد. زمینه کاری این پایان نامه در مورد مکان یابی منابع صوت با استفاده از تکنیک نمونه برداری فشرده است. تخمین مکان منبع صوت می بایست با سرعت بالا و تأخیر خیلی کم انجام شود تا به اندازه کافی دقیق باشد، به همین دلیل گزینه ی استفاده از نمونه برداری فشرده به منظور کاهش حجم محاسبات و افزایش سرعت پردازش، از جمله گزینه های مطلوب برای انتخاب می باشد. در نمونه برداری فشرده ما به دنبال ایجاد تُنُکی و استفاده از شرایط مربوط به نمونه برداری تصادفی و کاهش حجم محاسبات هستیم. برای رسیدن به این هدف دو راه پیش روی ما وجود دارد، راه اول استفاده از یک سیگنال ورودی تُنُک در محاسبات مربوط به الگوریتم های مختلف مکان یابی است. در روند مطالعات انجام شده الگوریتمی ارائه شد که با استفاده از روش استخراج ویژگی مبتنی بر نمونه برداری فشرده تُنُکی مورد نظر ایجاد می گردد و در نهایت با استفاده از این کاهش بُعد مکان یابی صورت می گیرد. راه دوم استفاده از فرض تُنُکی فضایی موقعیت منابع است. در این راستا الگوریتمی ارائه شد که فضا را بر روی نقاط موجود در یک شبکه ی حلقوی نظیر می کند. این فرض باعث ایجاد تُنُکی در محاسبات می شود. در قسمت انتهایی این پایان نامه الگوریتمی ارائه شد که ترکیبی از دو راه فوق برای استفاده از نمونه برداری فشرده و درنتیجه کاهش حجم محاسبات، می باشد.