Resumen de Algoritmos adaptativos para separación ciega de fuentes
La separación ciegsa de fuentes consiste en la recuperación de un conjunto de señales originales (fuentes) a partir de mezclas lineales de ellas. Este problema aparece en numerosas aplicaciones de procesado de señal como procesado en Array, comunicaciones multiusuario y reconstrucción de voz.
Un primera parte de la tesis doctoral esta dedicada al estudio de la estabilidad de algoritmos adaptativos propuestos por otros autores. El estudio ha permitido determinar condiciones suficientes que aseguran que los puntos donde se consigue la perfecta recuperación de las fuentes son atractores de los algoritmos.
En la tesis también se propone una nueva familia de algoritmos adaptativos que permiten realizar la de coste que utilizan estadísticos de segundo y cuarto orden.
Se ha realizado un análisis completo demostrado que los puntos donde se consigue la separación son atractores y que no existen puntos indeseados que puedan dañar la convergencia de los algoritmos. Hasta la fecha de ninguna otra familia de algoritmos adaptativos para separación ciega de fuentes se ha podido demostrar que esté libre de atractores indeseados.
