Séparation de sources aveugle utilisant la transformée en ondelettes continues

La séparation d'un mélange convolutif de deux sources à partir de deux capteurs est considérée dans ce travail. Plusieurs approches sont présentées dans la littérature qui font usage de méthodes statistiques et de transformées telle que la transformée de Fourrier à fenêtre glissante et la transformée en paquets d'ondelettes. Un nouvel algorithme basée sur l'analyse en composantes indépendantes et la transformée en ondelettes continues est présenté. Une méthode connue de séparation de sources dans le domaine de la fréquence a été modifiée en remplaçant l'algorithme d'élimination de la corrélation croisée par un algorithme de séparation dont les performances sont indépendantes de la matrice de mélange. Les coefficients de la transformée en ondelettes continues des mélanges sont employés comme signaux d'entrée dans l'algorithme développé plutôt que les signaux eux mêmes. Les échelles de la transformée sont réparties suivant les schèmes suivants : linéaires, logarithmiques et loi mu. Une distribution uniforme des échelles de fréquence a aussi été considérée. Les mélanges employés pour l'évaluation de l'algorithme sont synthétiques. Les résultats expérimentaux sont présentés et évalués