Filtragem Adaptativa em Subbandas para Separação Supervisionada de Fontes

Este artigo investiga técnicas de filtragem adap-tativa MIMO (multiple-input multiple-output) para a aplicação de separação supervisionada de fontes no contexto de misturas convolutivas. Partindo da observação de que existe correlação entre os sinais das misturas, é proposta uma modificação no algoritmo NSAF (Normalized Subband Adaptive Fiter) com o objetivo de acelerar sua velocidade de convergência. Resultados de simulações com misturas de sinais de voz em ambientes rever-berantes mostram o desempenho superior do algoritmo proposto em relação aos desempenhos dos algoritmos NLMS (Normalized Least-Mean-Square) e NSAF convencionais considerando tanto a velocidade de convergência quanto a SIR (Signal-to-Interference Ratio) após a convergência.