0321670 20240111140715.920090325235959.9 000263431900006 10.1109/TSP.2008.2009271 14 s. www cav_un_epca*02567271053-587X573 (2009)878-891 autoregressive processes blind source separation nonstationary random processes cav_un_auth*0101212 Tichavský Petr UTIA-B Department of Stochastic Informatics Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0213973 Yeredor A. IL pdf http://library.utia.cas.cz/separaty/2009/SI/tichavsky-fast approximate joint diagonalization incorporating weight matrices.pdf 1M0572 GA MŠk cav_un_auth*0001814 CEZ:AV0Z10750506 We propose a new low complexity Approximate Joint Diagonalization (AJD) algorithm, which incorporates nontrivial block-diagonal weight matrices into a Weighted Least-Squares (WLS) AJD criterion. We show how the new algorithm can be utilized in an iteratively-reweighted separation scheme, thereby giving rise to fast implementation of asymptotically optimal BSS algorithms in various scenarios. In particular, we consider three specific (yet common) scenarios, involving stationary or block-stationary Gaussian sources, for which the optimal weight matrices can be readily estimated from the sample covariance matrices (which are also the target-matrices for the AJD). Comparative simulation results demonstrate the advantages in both speed and accuracy, as well as compliance with the theoretically predicted asymptotic optimality of the resulting BSS algorithms based on the weighted AJD, both on large scale problems with matrices of the size 100 x 100. V práci je navržena nová metoda přibližné vzájemné diagonalizace souboru matic, která obsahuje netriviální váhové matice, jimiž se nastavuje fungování algoritmu. Algoritmus má velmi nízkou výpočetní složitost. Je ukázáno iterativní použití algoritmu s adaptivním odhadováním váhových matic, a to při slepé separaci signálů ve třech různých variantách: separace nezávislých autoregresních procesů a separace po blocích stacionárních autoregresních procesů s řádem 1 nebo vyšším. Ve všech případech je tak možné získat asymptoticky eficientní odhady. Algoritmus lze použít na diagonalizaci velkých matic, např. velikosti 100x100. 2009 BB http://hdl.handle.net/11104/0170139 2.954 0.316 7.2 0.04685 1.039 15879 431 151 3.059 29.5 3.31 2009 000263431900006 WOS pdf cav_un_epca*0256727 IEEE Transactions on Signal Processing 1053-587X 1941-0476 Roč. 57 č. 3 2009 878 891