Separação Cega de Fontes para Misturas Convolutivas Usando um Banco de Filtros Não-Uniforme

Estruturas adaptativas em subbandas têm sido propostas com o objetivo de acelerar a velocidade de convergência e/ou reduzir a complexidade computacional em aplicações que requerem um grande número de coeficientes adaptativos. Neste artigo propomos um método de separação cega de fontes em misturas convolutivas, que atua no domı́nio do tempo, sendo implementado por um banco de filtros não-uniforme com coeficientes reais e um novo esquema de normalização para o algoritmo de aprendizagem. Devido aos filtros de separação nas subbandas trabalharem em taxas de amostragem reduzidas, o método proposto apresenta menor complexidade computacional e maior taxa de convergência quando comparado ao algoritmo correspondente em banda cheia.