A study on independent component analysis over galois fields

Abstract

Nas últimas décadas, o problema de separação cega de fontes (BSS, do inglês Blind Source Separation) – que trata de estimar um conjunto desconhecido de fontes de sinais a partir de versões misturadas destes – tornou-se relevante em vários campos da engenharia, incluindo o processamento matricial, comunicações sem fio, processamento de sinais médicos, processamento de voz e engenharia biomédica. A fim de resolver o problema de BSS no contexto de modelos lineares, considerando-se várias técnicas possíveis, a Análise de Componentes Independentes (ICA, do inglês Independent Component Analysis) – que utiliza a independência estatística das fontes como uma premissa – demonstrou ser uma das mais importantes estratégias de solução. Além disso, embora o modelo de BSS/ICA para sinais reais ou complexos esteja bem estabelecido, a recente perspectiva de uma formulação do problema com sinais e modelos definidos em corpos de Galois oferece várias possibilidades de análise e contribuições. Esta dissertação de mestrado realiza um estudo da Análise de Componentes Independentes em corpos de Galois, considerando os conceitos teóricos e abordagens para o problema, assim como dos algoritmos estado-da-arte até agora propostos, em termos de suas capacidades de separação e custo computacional. Especificamente, as técnicas dos algoritmos AMERICA e MEXICO são estudadas juntamente com o algoritmo cobICA. Como as simulações experimentais indicam, devido à sua complexidade computacional menor e uma qualidade de desempenho satisfatório, o algoritmo cobICA apresenta-se como uma solução de compromisso entre os algoritmos AMERICA e MEXICO para executar BSS/ICA em corpos de Galois.