Publica��es Cient�ficas do LINSE

Desenvolvimento e Implementa��o de um Oitavador em FPGA

Thu, 08 Nov 2018 19:46:46 GMT

Referencia
H. A. de Souza, N. Votre, S. Noceti Filho, W. A. Gontijo, "Desenvolvimento e Implementa��o de um Oitavador em FPGA". XXVIII Encontro da Sociedade Brasileira de Ac�stica. pp. 1-10, outubro 2018.

Palavras Chave
Oitavador, Phase Vocoder, CORDIC, filtro CIC, FPGA.

Resumo
O oitavador � um efeito de �udio que pode ser implementado de forma anal�gica ou digital. Este artigo apresenta a implementa��o digital do efeito oitavador em FPGA, utilizando os algoritmos Phase Vocoder, CORDIC (Coordinate Rotation Digital Computer) e filtro CIC (Cascaded Integrator Comb). O Phase Vocoder e o CORDIC s�o utilizados para comprimir no dom�nio do tempo o sinal de entrada por um fator dois, sem alterar seu espectro de frequ�ncias. O filtro CIC implementa uma interpola��o retornando a dura��o original, comprimindo pela metade o espectro de frequ�ncias. O oitavador � sintetizado em um FPGA, simulado seu comportamento e avaliada sua opera��o em um kit de desenvolvimento. Os resultados experimentais obtidos comprovam o funcionamento do efeito.

On the Stochastic Modeling of a VSS-NLMS Algorithm with High Immunity Against Measurement Noise

Thu, 08 Nov 2018 19:07:07 GMT

Referencia
E. V. Kuhn, J. G. F. Zipf, R. Seara, "On the Stochastic Modeling of a VSS-NLMS Algorithm with High Immunity Against Measurement Noise". Signal Processing. vol. 147, n� 6, pp. 120-132, junho 2018.

Palavras Chave
Adaptive filtering, stochastic modeling, variable step-size algorithms.

Resumo
This paper presents a comprehensive study of the variable step-size normalized least-mean-square (VSSNLMS) algorithm introduced by Zipf, Tobias, and Seara [IEEE International Telecommunications Symposium (September 2010)]. Specifically, taking into account white and correlated Gaussian input data, a stochastic model is developed to predict the algorithm behavior for both transient and steady-state phases. Based on the proposed model, some interesting characteristics of the considered algorithm are verified, ratifying the robustness of the step-size adjustment rule against uncorrelated measurement noise. In addition, the impact of the smoothing parameter (used in the step-size adjustment rule) on the algorithm performance is discussed, aiming to provide some useful design guidelines. Through simulation results, the accuracy of the proposed model and some features of the algorithm are verified for different operating scenarios. Moreover, performance comparisons between the considered VSS-NLMS algorithm and other important and recent algorithms from the literature are presented.

Effective Hardware Implementation of Volterra Filters Based on Reduced-rank Approaches

Thu, 08 Nov 2018 19:01:18 GMT

Referencia
F. D. R. Oliveira, E. L. O. Batista, R. Seara, "Effective Hardware Implementation of Volterra Filters Based on Reduced-rank Approaches". Electronics Letters. vol. 54, n� 16, pp. 1005-1006, agosto 2018.

Palavras Chave
Volterra filters, filter implementation.

Resumo
The focus of this Letter is on the development of a new effective approach for the hardware implementation of Volterra filters. The proposed approach is based on exploiting the different significance levels of the branches in a reduced-rank Volterra implementation aiming to reduce the complexity required for implementing each branch. In this Letter, the probability of overflow is used as a metric to define individual word lengths for the fixed-point implementation of each branch. Experimental results corroborate the capability of the proposed approach for obtaining precise implementations with considerable reduction in computational complexity.

Speech Synthesis Based on Deep Neural Networks with Direct Modeling of Amplitude Spectra

Thu, 08 Nov 2018 18:06:21 GMT

Referencia
R. Maia, R. Seara, "Speech Synthesis Based on Deep Neural Networks with Direct Modeling of Amplitude Spectra". XXXVI Simp�sio Brasileiro de Telecomunica��es e Processamento de Sinais (SBrT 2018). pp. 687-691, setembro 2018.

Palavras Chave
Deep learning, deep neural networks, speech synthesis, text-to-speech (TTS) systems.

Resumo
In recent state-of-the-art text-to-speech systems, usually a sequence of graphemes is directly mapped onto the speech waveform using deep neural networks. Despite reaching very high quality, these approaches tend to be computationally costly at synthesis time and its training implementation is usually not trivial. In this paper, a method which can be interpreted as a simplified version of these systems is proposed. Here, frame-based smoothed log spectra, fundamental frequency, and phase information are modeled at training time, while synthesis runs in a straightforward fashion. Experiments show that the proposed approach outperforms traditional ones using acoustic modeling of speech features.

Conforma��o de Feixe Baseada em Combina��es Lineares de Proje��es Vetoriais

Thu, 08 Nov 2018 18:04:05 GMT

Referencia
R. N. G. Robert, C. A. Pitz, R. Seara, "Conforma��o de Feixe Baseada em Combina��es Lineares de Proje��es Vetoriais". XXXVI Simp�sio Brasileiro de Telecomunica��es e Processamento de Sinais (SBrT 2018). pp. 196-200, setembro 2018.

Palavras Chave
Algoritmo adaptativo, arranjos adaptativos, comunica��es m�veis, conforma��o de feixe.

Resumo
Este artigo apresenta um novo algoritmo para conforma��o de feixe em sistemas de comunica��es m�veis. Para tal, � utilizada uma combina��o linear de proje��es vetoriais levando em conta o vetor de coeficientes de conforma��o de feixe e os subespa�os gerados pelos sinais de interesse e interferentes. Essa estrat�gia visa maximizar a SINR (signal-to-interference-plus-noise ratio) na sa�da do arranjo. Fun��es sigmoides s�o usadas no ajuste din�mico da combina��o linear presente na abordagem considerada, dando origem a um novo algoritmo denominado aqui DS-ACVP (double sigmoid adaptive combination of vector projections). Resultados de simula��o num�rica corroboram a efic�cia da abordagem proposta.

Transformada de Hilbert � Aplica��es em �udio

Thu, 26 Apr 2018 13:22:50 GMT

Referencia
H. S. Silva, A. C. M. Queiroz, S. Noceti Filho, W. A. Gontijo, "Transformada de Hilbert � Aplica��es em �udio". 15o. Congresso de Engenharia de �udio da AES Brasil (AES Brasil 2017). pp. 1-7, outubro 2017.

Palavras Chave
�udio, transformada de Hilbert.

Resumo
Cada tipo de transformada tem um nicho de aplica��o preferencial de acordo com suas propriedades. Neste trabalho, s�o discutidas algumas aplica��es da transformada de Hilbert, assim como expostas propriedades e uma tabela com algumas rela��es que facilitam processos de an�lise e projeto fazendo uso dessa importante transformada. S�o mostradas aplica��es pr�ticas na determina��o da fase a partir do m�dulo em fun��es de transfer�ncia e imped�ncias em sistemas de �udio.

Medi��o de Par�metros de Alto-Falantes com Arduino Due

Thu, 26 Apr 2018 13:18:18 GMT

Referencia
F. S. Luza, H. S. Silva, S. Noceti Filho, W. A. Gontijo, "Medi��o de Par�metros de Alto-Falantes com Arduino Due". 15o. Congresso de Engenharia de �udio da AES Brasil (AES Brasil 2017). pp. 1-7, outubro 2017.

Palavras Chave
Alto-falaentes, Arduino Due.

Resumo
Os par�metros de Thiele-Small foram originalmente introduzidos em 1961 por Neville Thiele em seu trabalho �Loudspeakers in Vented Boxes� e, posteriormente, complementado por Richard Small. Neste artigo, � apresentado um equipamento de baixo custo que permite a medi��o autom�tica dos par�metros Thiele-Small. Tal equipamento incorpora um Arduino Due e circuitos de condicionamento de sinais. Os resultados obtidos s�o comparados com o m�todo manual de obten��o dos par�metros Thiele-Small. � apresentado o circuito completo do equipamento desenvolvido.

Implementa��o Eficiente de Filtros Volterra Explorando Abordagens de Posto Reduzido e Caracter�sticas de Hardware,

Thu, 26 Apr 2018 13:12:52 GMT

Referencia
F. D. R. Oliveira, E. L. O. Batista, R. Seara, "Implementa��o Eficiente de Filtros Volterra Explorando Abordagens de Posto Reduzido e Caracter�sticas de Hardware,". XXXV Simp�sio Brasileiro de Telecomunica��es e Processamento de Sinais (SBrT 2017). pp. 1208-1212, setembro 2017.

Palavras Chave
Filtros Volterra, implementa��es de posto reduzido.

Resumo
Este trabalho apresenta uma nova abordagem para implementa��o eficiente de filtros Volterra. Tal abordagem baseia-se na explora��o dos diferentes graus de signific�ncia dos ramos de uma estrutura Volterra de posto reduzido, visando definir tamanhos de palavra individuais a serem utilizados para implementa��o de cada ramo. Com isso, torna-se poss�vel a obten��o de significativas redu��es de custo computacional, especialmente em implementa��es realizadas em FPGAs (Field programmable gate arrays) ou ASICs (application-specific integrated circuits). Resultados obtidos em um estudo de caso s�o apresentados, demonstrando a efic�cia da abordagem proposta.

Modelagem Estoc�stica do Algoritmo NSVR-IAF-PNLMS para Dados Gaussianos

Thu, 26 Apr 2018 13:08:02 GMT

Referencia
F. L. Perez, E. V. Kuhn, F. C. Souza, R. Seara, "Modelagem Estoc�stica do Algoritmo NSVR-IAF-PNLMS para Dados Gaussianos". XXXV Simp�sio Brasileiro de Telecomunica��es e Processamento de Sinais (SBrT 2017). pp. 1094-1098, setembro 2017.

Palavras Chave
Algoritmo IAF-PNLMS, algoritmo NSVR IAF-PNLMS, filtragem adaptativa, modelagem estoc�stica.

Resumo
Este artigo apresenta um modelo estoc�stico do algoritmo NSVR-IAF-PNLMS (normalized smoothed variation rate individual-activation-factor proportionate normalized least-mean-square) para sinais de entrada gaussianos reais. Considerando uma matriz de distribui��o de ganho variante no tempo, s�o derivadas aqui express�es de modelo caracterizando o comportamento m�dio do vetor de coeficientes, da matriz de distribui��o de ganhos e da m�trica NSVR, bem como a curva de aprendizagem e a matriz de correla��o do vetor de erro nos coeficientes. Atrav�s de simula��es num�ricas, a precis�o do modelo estoc�stico � verificada para diferentes cen�rios de opera��o.

An�lise em Regime Permanente de um Algoritmo NLMS de Passo Vari�vel

Thu, 26 Apr 2018 13:05:11 GMT

Referencia
E. V. Kuhn, J. G. F. Zipf, R. Seara, "An�lise em Regime Permanente de um Algoritmo NLMS de Passo Vari�vel". XXXV Simp�sio Brasileiro de Telecomunica��es e Processamento de Sinais (SBrT 2017). pp. 1074-1078, setembro 2017.

Palavras Chave
Algoritmo NLMS de passo vari�vel, filtragem adaptativa, modelagem estoc�stica.

Resumo
Este artigo foca sobre a an�lise em regime permanente de um algoritmo VSS-NLMS (variable step-size normalized least-mean-square) da literatura, o qual usa uma regra de ajuste para o passo de adapta��o com imunidade elevada ao ru�do de medi��o. Especificamente, express�es de modelo s�o derivadas visando predizer o erro quadr�tico m�dio em excesso (EQME) como tamb�m o valor m�dio e o valor quadr�tico m�dio do passo de adapta��o em regime permanente. Com base nas express�es de modelo, algumas caracter�sticas importantes sobre o comportamento do algoritmo s�o discutidas. Resultados de simula��o s�o apresentados confirmando a precis�o das express�es de modelo obtidas.

Classifica��o de Vagas de Estacionamento usando Aprendizagem de M�quina

Thu, 26 Apr 2018 13:02:36 GMT

Referencia
G. Rosa e Silva, W. A. Gontijo, "Classifica��o de Vagas de Estacionamento usando Aprendizagem de M�quina". XXXV Simp�sio Brasileiro de Telecomunica��es e Processamento de Sinais (SBrT 2017). pp. 910-913, setembro 2017.

Palavras Chave
Aprendizagem de m�quina, SVM, RBF, sistemas embarcados.

Resumo
Este artigo apresenta contribui��es para a classifica��o de vagas de estacionamento monitoradas por uma c�mera de v�deo, usando aprendizagem de m�quina com classifica��o por Support Vector Machine (SVM). As contribui��es apresentadas incluem a utiliza��o de uma aproxima��o de um kernel do tipo Radial Basis Function (RBF), e de um threshold na regi�o de decis�o. Tais contribui��es permitem aumentar o desempenho do classificador sem um impacto significativo no tempo de execu��o em sistemas embarcados. O m�todo proposto � implementado em um sistema embarcado, classificando at� 256 vagas por imagem com o desempenho esperado.

Contribui��es ao Algoritmo A-SPADE Visando a Implementa��o de um Declipper em FPGA

Thu, 26 Apr 2018 12:57:03 GMT

Referencia
D. G. de P. Zanco, N. Votre, W. A. Gontijo, "Contribui��es ao Algoritmo A-SPADE Visando a Implementa��o de um Declipper em FPGA". XXXV Simp�sio Brasileiro de Telecomunica��es e Processamento de Sinais (SBrT 2017). pp. 687-691, setembro 2017.

Palavras Chave
A-SPADE, ATA-SPADE, Declipper, FPGA.

Resumo
Este artigo apresenta contribui��es ao algoritmo ASPADE, visando a implementa��o de um Declipper de �udio em FPGA. � proposta uma abordagem que acelera o A-SPADE, originando o algoritmo ATA-SPADE. Tal abordagem mostrou que o ATA-SPADE � significativamente mais r�pido que o ASPADE, apresentando um desempenho equivalente. Tamb�m � proposto um algoritmo para estimar o n�vel de clipping. Os algoritmos apresentados constituem os principais componentes de um Declipper. O Declipper proposto � implementado em FPGA e tem seu desempenho comprovado em um kit de desenvolvimento.

Um Sistema TTS Baseado em Redes Neurais Profundas Usando Par�metros S�ncronos de Pitch

Thu, 26 Apr 2018 12:51:42 GMT

Referencia
R. Maia, R. Seara, "Um Sistema TTS Baseado em Redes Neurais Profundas Usando Par�metros S�ncronos de Pitch". XXXV Simp�sio Brasileiro de Telecomunica��es e Processamento de Sinais (SBrT 2017). pp. 388-392, setembro 2017.

Palavras Chave
Deep learning, redes neurais profundas, s�ntese de fala.

Resumo
Em sistemas de s�ntese de fala baseados em redes neurais profundas (deep neural networks, DNN), o treinamento � realizado com vetores de par�metros ac�sticos usualmente extra�dos do sinal de fala a partir de quadros de tamanhos fixos. Este artigo apresenta formas de usar par�metros ac�sticos obtidos sincronamente com o pitch em tais sistemas, com o objetivo de melhorar a qualidade do sinal sint�tico. Resultados experimentais mostram que o uso de atributos lingu�sticos obtidos de quadros de tamanhos fixos, juntamente com par�metros ac�sticos extra�dos de forma s�ncrona com o pitch, produzem melhores resultados em termos de medidas objetivas de qualidade.

Novo Algoritmo para Conforma��o de Feixe e Sele��o de Antenas em Sistemas de Comunica��es M�veis

Thu, 26 Apr 2018 12:45:24 GMT

Referencia
G. M. Zilli, C. A. Pitz, E. L. O. Batista, R. Seara, "Novo Algoritmo para Conforma��o de Feixe e Sele��o de Antenas em Sistemas de Comunica��es M�veis". XXXV Simp�sio Brasileiro de Telecomunica��es e Processamento de Sinais (SBrT 2017). pp. 117-121, setembro 2017.

Palavras Chave
Arranjos adaptativos, conforma��o de feixe, sele��o de antenas, problema MVDR.

Resumo
Este artigo apresenta um novo algoritmo adaptativo para a solu��o do problema conjunto de sele��o de antenas e conforma��o de feixe em sistemas de comunica��es m�veis. A t�cnica de sele��o de antenas proposta � baseada na minimiza��o dos n�veis de interfer�ncia cocanal e a conforma��o de feixe � obtida atrav�s do problema de m�nima vari�ncia sem distor��o (MVDR - minimum variance distortionless response) formulado para sistemas com limita��o no n�mero de cadeias de r�dio frequ�ncia. Resultados de simula��o num�rica corroboram a efic�cia do algoritmo proposto.

Speaker Adaptation in DNN-Based Speech Synthesis Using D-Vectors

Wed, 25 Apr 2018 12:44:17 GMT

Referencia
R. Doddipatla, N. Braunschweiler, "Speaker Adaptation in DNN-Based Speech Synthesis Using D-Vectors". Interspeech 2017. pp. 3404-3408, agosto 2017.

Palavras Chave
Speech synthesis, speaker adaptation, i-vectors, d-vectors.

Resumo
The paper presents a mechanism to perform speaker adaptation in speech synthesis based on deep neural networks (DNNs). The mechanism extracts speaker identification vectors, so called d-vectors, from the training speakers and uses them jointly with the linguistic features to train a multi-speaker DNN based text-to-speech synthesizer (DNN-TTS). The d-vectors are derived by applying principal component analysis (PCA) on the bottle-neck features of a speaker classifier network. At the adaptation stage, three variants are explored: (1) d-vectors calculated using data from the target speaker, or (2) d-vectors calculated as a weighted sum of d-vectors from training speakers, or (3) d-vectors calculated as an average of the above two approaches. The proposed method of unsupervised adaptation using the d-vector is compared with the commonly used i-vector based approach for speaker adaptation. Listening tests show that: (1) for speech quality, the d-vector based approach is significantly preferred over the i-vector based approach. All the d-vector variants perform similar for speech quality; (2) for speaker similarity, both d-vector and i-vector based adaptation were found to perform similar, except a small significant preference for the d-vector calculated as an average over the i-vector.

Expressive Visual Text to Speech and Expression Adaptation Using Deep Neural Networks

Wed, 25 Apr 2018 12:37:26 GMT

Referencia
J. Parker, R. Maia, Y. Stylianou, R. Cipolla, "Expressive Visual Text to Speech and Expression Adaptation Using Deep Neural Networks". 2017 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2017). pp. 4920-4924, mar�o 2017.

Palavras Chave
Expressive visual text to speech, expression adaptation, deep neural network.

Resumo
In this paper, we present an expressive visual text to speech system (VTTS) based on a deep neural network (DNN). Given an input text sentence and a set of expression tags, the VTTS is able to produce not only the audio speech, but also the accompanying facial movements. The expressions can either be one of the expressions in the training corpus or a blend of expressions from the training corpus. Furthermore, we present a method of adapting a previously trained DNN to include a new expression using a small amount of training data. Experiments show that the proposed DNN-based VTTS is preferred by 57.9% over the baseline hidden Markov model based VTTS which uses cluster adaptive training.

Impedance-Based Fault Location Methods: Sensitivity Analysis and Performance Improvement

Wed, 25 Apr 2018 12:13:10 GMT

Referencia
R. A. Aguiar, A. L. Dalcastagn�, H. H. Z�rn, R. Seara, "Impedance-Based Fault Location Methods: Sensitivity Analysis and Performance Improvement". Electric Power Systems Research. vol. 155, n� 2, pp. 236-245, fevereiro 2018.

Palavras Chave
Fault location, sensitivity analysis, transmission lines.

Resumo
This paper deals with analysis and improvement of two-terminal impedance based fault location methods for transmission lines. Firstly, a customised sensitivity analysis (CSA) for this class of methods is discussed, which allows a more comprehensive analysis than those so far used for evaluating the robustness to uncertainties of the input parameters (such as phasors and electrical line parameters). Second, a customised modal transformation (CMT) is derived from CSA, aiming to improve impedance-based fault location methods for performance. Such an approach uses the Park transformation along with a cost function obtained from the CSA. To assess the effectiveness of the developed approach, four two-terminal fault location methods from the literature, using both distributed parameter line model and only fault data, are considered. Evaluation tests based on Alternative Transients Program (ATP) simulations have shown that the proposed approach presents results quantitatively superior than other approaches from the literature confirming its applicability.

A Quadratically-Constrained Stochastic Gradient Algorithm for Beamforming in Mobile Communications

Tue, 24 Apr 2018 19:35:04 GMT

Referencia
C. A. Pitz, E. L. O. Batista, R. Seara, "A Quadratically-Constrained Stochastic Gradient Algorithm for Beamforming in Mobile Communications". IEEE Trans. on Circuits and Systems II: Express Briefs. vol. 65, n� 1, pp. 125-129, janeiro 2018.

Palavras Chave
Adaptive antenna array, beamforming, co-channel interference, gradient method, mobile communications.

Resumo
This brief presents a new adaptive beamforming algorithm for mobile communication systems with antenna arrays. Such an algorithm belongs to the constrained stochastic gradient class of algorithms, in which the maximization of the signal-to-interference-plus-noise ratio (SINR) is carried out by using stochastic gradient optimization strategies along with instantaneous cost functions related to the SINR. The main novelty of the proposed algorithm is the use of an adaptive quadratic constraint that allows obtaining enhanced solutions for both transient and steady-state phases of the iterative process. As a consequence, the proposed algorithm, termed adaptive-projection quadratically constrained stochastic gradient (AP-QCSG) algorithm, is capable of outperforming other constrained stochastic gradient (CSG) algorithms from the literature. Simulation results are presented aiming to confirm the effectiveness of the proposed approach.

A Novel Gain Distribution Policy Based on Individual-Coefficient Convergence for PNLMS-Type Algorithms

Tue, 24 Apr 2018 19:07:48 GMT

Referencia
F. L. Perez, E. V. Kuhn, F. C. Souza, R. Seara, "A Novel Gain Distribution Policy Based on Individual-Coefficient Convergence for PNLMS-Type Algorithms". Signal Processing. vol. 138, n� 9, pp. 294-306, setembro 2017.

Palavras Chave
Adaptive filtering, coefficient convergence, propotionate normalized

Resumo
This paper introduces a new gain distribution policy for proportionate normalized least-mean-square (PNLMS)-type algorithms. In the proposed approach, gains assigned to the coefficients that have achieved the vicinity of their optimal values are transferred to other coefficients. To estimate such a vicinity, a metric based on the variation rate of the adaptive filter coefficient magnitude is devised, which is used as a way for assessing the individual-coefficient convergence. Then, the proposed approach is applied to the PNLMS, improved PNLMS (IPNLMS), and individual-activation-factor PNLMS (IAF-PNLMS), leading to enhanced versions of these algorithms. Simulation results show that the proposed approach (and the corresponding enhanced algorithms) performs well for different operating scenarios.

Postprocessing Synthetic Speech With a Complex Cepstrum Vocoder for Spoofing Phase-Based Synthetic Speech Detectors

Tue, 24 Apr 2018 18:53:27 GMT

Referencia
C. Demiroglu, O. Buyuk, R. Maia, "Postprocessing Synthetic Speech With a Complex Cepstrum Vocoder for Spoofing Phase-Based Synthetic Speech Detectors". IEEE Journal of Selected Topics in Signal Processing. vol. 11, n� 4, pp. 671-683, junho 2017.

Palavras Chave
Spoofing, speaker verification, synthetic speech detection, complex cepstrum, speech synthesis, voice conversion.

Resumo
State-of-the-art speaker verification systems are vulnerable to spoofing attacks. To address the issue, high-performance synthetic speech detectors (SSDs) for existing spoofing methods have been proposed. Phase-based SSDs that exploit the fact that most of the parametric speech coders use minimum-phase filters are particularly successful when synthetic speech is generated with a parametric vocoder. Here, we propose a new attack strategy to spoof phase-based SSDs with the objective of increasing the security of voice verification systems by enabling the development of more generalized SSDs. As opposed to other parametric vocoders, the complex cepstrum approach uses mixed-phase filters, which makes it an ideal candidate for spoofing the phase-based SSDs. We propose using a complex cepstrum vocoder as a postprocessor to existing techniques to spoof the speaker verification system as well as the phase-based SSDs. Once synthetic speech is generated with a speech synthesis or a voice conversion technique, for each synthetic speech frame, a natural frame is selected from a training database using a spectral distance measure. Then, complex cepstrum parameters of the natural frame are used for resynthesizing the synthetic frame. In the proposed method, complex cepstrum-based resynthesis is used as a postprocessor. Hence, it can be used in tandem with any synthetic speech generator. Experimental results showed that the approach is successful at spoofing four phase-based SSDs across nine parametric attack algorithms. Moreover, performance at spoofing the speaker verification system did not substantially degrade compared to the case when no postprocessor is employed.

Modelagem Estoc�stica de Algoritmos Adaptativos para Equaliza��o Ativa de Ru�do e Identifica��o de Sistemas

Fri, 25 Aug 2017 20:01:03 GMT

Referencia
M. V. Matsuo, "Modelagem Estoc�stica de Algoritmos Adaptativos para Equaliza��o Ativa de Ru�do e Identifica��o de Sistemas". Florian�polis, 2016. 165f. Tese de Doutorado.

Palavras Chave
Algoritmo FxLMS, algoritmo NLMS, filtragem adaptativa, modelagem estoc�stica

Resumo
Este trabalho de pesquisa trata da modelagem estoc�stica de dois algoritmos adaptativos bem conhecidos na literartura, a saber: o algoritmo FxLMS (filtered x least mean square) e o algoritmo NLMS (normalized least mean square). Particularmente, para o algoritmo FxLMS s�o desenvolvidos dois modelos estoc�sticos, ambos considerando aplica��es de controle e equaliza��o ativa de ru�do peri�dico, por�m em diferentes estruturas (monocanal e multicanal). Baseado nas express�es de modelo obtidas, diversos aspectos do comportamento do algoritmo FxLMS s�o discutidos, evidenciando o impacto dos par�metros do algoritmo sobre seu desempenho. Para o algoritmo NLMS, s�o propostos dois modelos estoc�sticos, ambos considerando uma aplica��o de identifica��o de sistemas com sinais de entrada branco gaussiano e correlacionado gaussiano. Especificamente, o primeiro modelo do algoritmo NLMS � derivado assumindo que o filtro adaptativo e a planta a ser estimada podem possuir ordens diferentes (tal suposi��o que � condizente com cen�rios pr�ticos, n�o � usualmente tratada na literatura devido �s dificuldades matem�ticas surgidas no desenvolvimento da modelagem estoc�stica). O segundo modelo do algoritmo NLMS considera uma formula��o matem�tica mais geral (quando comparada a outros trabalhos da literatura) para representar a planta a ser identificada, possibilitando a representa��o de diversos tipos de sistemas variantes no tempo; originando, assim, um modelo estoc�stico capaz de predizer o comportamento do algoritmo NLMS em uma ampla gama de cen�rios de opera��o. Resultados de simula��o s�o apresentados, ratificando a precis�o dos modelos estoc�sticos propostos, tanto na fase transit�ria quanto em regime permanente.

A Reduced-rank Approach for Implementing Higher-order Volterra Filters

Fri, 25 Nov 2016 19:24:04 GMT

Referencia
E. L. O. Batista, R. Seara, "A Reduced-rank Approach for Implementing Higher-order Volterra Filters". Eurasip Journal on Advances in Signal Processing. vol. 2016, n� 1, pp. 1-8, novembro 2016.

Palavras Chave
Nonlinear filtering, Reduced-rank implementation, Volterra filter.

Resumo
The use of Volterra filters in practical applications is often limited by their high computational burden. To cope with this problem, many strategies for implementing Volterra filters with reduced complexity have been proposed in the open literature. Some of these strategies are based on reduced-rank approaches obtained by defining a matrix of filter coefficients and applying the singular value decomposition to such a matrix. Then, discarding the smaller singular values, effective reduced-complexity Volterra implementations can be obtained. The application of this type of approach to higher-order Volterra filters (considering orders greater than 2) is however not straightforward, which is especially due to some difficulties encountered in the definition of higher-order coefficient matrices. In this context, the present paper is devoted to the development of a novel reduced-rank approach for implementing higher-order Volterra filters. Such an approach is based on a new form of Volterra kernel implementation that allows decomposing higher-order kernels into structures composed only of second-order kernels. Then, applying the singular value decomposition to the coefficient matrices of these second-order kernels, effective implementations for higher-order Volterra filters can be obtained. Simulation results are presented aiming to assess the effectiveness of the proposed approach.

Algoritmos Adaptativos Baseados em Proje��es e Restri��o de Norma para Identifica��o de Sistemas Esparsos: Uma Nova Abordagem e Sua Modelagem Estoc�stica

Fri, 23 Sep 2016 11:38:56 GMT

Referencia
E. Beck, "Algoritmos Adaptativos Baseados em Proje��es e Restri��o de Norma para Identifica��o de Sistemas Esparsos: Uma Nova Abordagem e Sua Modelagem Estoc�stica". UFSC, 2016. 166f. Tese de Doutorado.

Palavras Chave
Algoritmo adaptativo, norma lo, norma l1, otimiza��o, restri��es, sistemas esparsos

Resumo
Neste trabalho de pesquisa, novos algoritmos de filtragem adaptativa orientados � identifica��o de sistemas esparsos s�o desenvolvidos. Tais algoritmos baseiam-se no uso de restri��o de norma aplicada ao vetor de coeficientes, de forma semelhante a outros algoritmos voltados a sistemas esparsos, destacando-se os algoritmos baseados nas proje��es em esferas de norma ℓ1 (ℓ1 norm ball), recentemente propostos. Em contraste com tais algoritmos, a abordagem aqui proposta incorpora uma restri��o de norma ao processo de otimiza��o simultaneamente � restri��o afim, que caracteriza o algoritmo NLMS (normalized least-mean-square algorithm). Com uma concep��o mais simples do que alguns importantes algoritmos da literatura, essa nova abordagem leva a algoritmos eficazes com menor complexidade computacional e com par�metros de controle de f�cil ajuste. Uma formula��o geral para obten��o dos algoritmos � proposta de maneira a permitir a utiliza��o de diferentes tipos de normas em sua concep��o. A partir de tal formula��o, duas fam�lias de algoritmos s�o derivadas, a saber: os algoritmos com restri��o de norma ℓ1 [ℓ1-norm constrained (ℓ1NC) algorithms] e os algoritmos com restri��o de norma ℓ0 [ℓ0-norm constrained (ℓ0NC) algorithms], sendo que diferentes vers�es desses algoritmos s�o apresentadas e discutidas. Atrav�s de simula��es num�ricas, os algoritmos propostos s�o avaliados, exibindo resultados promissores quando comparados com outros algoritmos da literatura para aplica��es em identifica��o de sistemas esparsos. Modelos estoc�sticos para os algoritmos propostos s�o tamb�m derivados, buscando predizer seu comportamento em diferentes condi��es de opera��o.

Uma Estrat�gia de Estima��o da PRNU de Dispositivos de Aquisi��o Equipados com um Arranjo de Filtros de Cor

Fri, 23 Sep 2016 11:35:47 GMT

Referencia
H. B. da Costa, "Uma Estrat�gia de Estima��o da PRNU de Dispositivos de Aquisi��o Equipados com um Arranjo de Filtros de Cor". UFSC, 2016. 90f. Disserta��o de Mestrado.

Palavras Chave
An�lise forense. Identifica��o de dispositivo de aquisi��o. Imagem digital. PRNU. Ru�do de interpola��o

Resumo
Em an�lise forense, as t�cnicas de identifica��o de dispositivos de aquisi��o s�o usadas para verificar se uma imagem investigada foi adquirida por um determinado dispositivo suspeito (c�mera digital ou c�mera digital de telefone celular, por exemplo). Para tentar solucionar esse problema, uma caracter�stica dos equipamentos de aquisi��o de imagens que vem sendo amplamente explorada � a n�o uniformidade da fotorresposta (photo-response nonuniformity -- PRNU). A PRNU � um padr�o de ru�do, origin�rio das imperfei��es do processo de manufatura, que caracteriza cada fotossensor de forma �nica. Atualmente, a taxa de sucesso (identifica��o correta da fonte da imagem) das t�cnicas baseadas em PRNU, utilizando imagens de baixa resolu��o, tende a ser limitada. Tal limita��o se deve ao fato de que imagens de baixa resolu��o possuem poucas amostras (pixels) para estimar a PRNU, diferente de imagens de alta resolu��o. Este trabalho prop�e uma nova abordagem baseada em PRNU para identifica��o de dispositivos de aquisi��o de imagens. Tal abordagem baseia-se na decomposi��o da imagem em subimagens, visando reduzir o efeito da interpola��o da imagem no processo de estima��o da PRNU. Al�m disso, essa abordagem utiliza todos os canais da imagem, sem distin��o entre eles, para obter uma estimativa da PRNU. Assim, resultados melhores s�o obtidos para identifica��o da fonte, tanto de imagens de alta resolu��o quanto de baixa resolu��o, conforme observado em experimentos realizados com imagens adquiridas por c�meras digitais e c�meras digitais de telefones celulares.

Implementa��o de um Transmissor FM Totalmente Digital em FPGA

Thu, 22 Sep 2016 14:52:41 GMT

Referencia
W. A. Gontijo, F. D. R. Oliveira, N. Votre, "Implementa��o de um Transmissor FM Totalmente Digital em FPGA". XXXIV Simp�sio Brasileiro de Telecomunica��es (SBrT 2016). pp. 1003-1007, setembro 2016.

Palavras Chave
CORDIC, FPGA, HPSDM, transmissor FM

Resumo
Este artigo apresenta a implementa��o de um transmissor FM (mono) totalmente digital em FPGA, utilizando os algoritmos coordinate rotation digital computer (CORDIC), cascaded integrator comb (CIC) e high-pass sigma-delta modulator (HPSDM). O transmissor FM digital � sintetizado em um FPGA, simulado seu comportamento e seu funcionamento � avaliado em um kit de desenvolvimento. Os resultados experimentais obtidos mostram o funcionamento adequado do transmissor FM implementado.

Sele��o de Atributos e Classifica��o Fon�tica de Sinais de Fala de Banda Limitada

Thu, 22 Sep 2016 14:49:59 GMT

Referencia
E. S. Silva, R. Seara, "Sele��o de Atributos e Classifica��o Fon�tica de Sinais de Fala de Banda Limitada". XXXIV Simp�sio Brasileiro de Telecomunica��es (SBrT 2016). pp. 85-89, setembro 2016.

Palavras Chave
Classifica��o fon�tica, minera��o de dados, reconhecimento de padr�es, sele��o de atributo

Resumo
Este trabalho apresenta uma estrat�gia para sele��o de atributos aplicada � classifica��o fon�tica de sinais de fala de banda limitada. Particularmente, a estrat�gia proposta visa o aprimoramento da classifica��o fon�tica em grupos fon�ticos abrangentes (broad group phonetic - BGP) com �nfase na discrimina��o de fonemas pertencentes ao grupo fon�tico fricativo. Especificamente, os atributos caracter�sticos de sinais de fala s�o investigados atrav�s de m�todos baseados em aprendizagem de m�quinas e an�lise de componentes, tais como, informa��o m�tua (mutual information - MI) e sele��o de par�metros baseada em correla��o (correlation-based feature selection - CFS). Nesse contexto, diversos algoritmos do estado-da-arte s�o investigados, resultando em uma estrat�gia que consiste em identificar os atributos �timos do sinal de fala de banda limitada que facilitem a distin��o entre diferentes BGP. Os resultados de simula��es permitem inferir acerca da sele��o dos melhores atributos a serem considerados na composi��o dos classificadores fon�ticos, comprovando a efic�cia da estrat�gia proposta.

Extens�o Artificial de Largura de Banda Aplicada em Reconhecimento Autom�tico de Fala

Thu, 22 Sep 2016 14:43:05 GMT

Referencia
E. S. Silva, R. Seara, "Extens�o Artificial de Largura de Banda Aplicada em Reconhecimento Autom�tico de Fala". XXXIV Simp�sio Brasileiro de Telecomunica��es (SBrT 2016). pp. 80-84, setembro 2016.

Palavras Chave
Extens�o de largura de banda, realce do sinal de fala, reconhecimento autom�tico de fala

Resumo
Este trabalho apresenta uma nova estrat�gia para a implementa��o de sistemas de reconhecimento autom�tico de fala (automatic speech recognition - ASR) aplicados � rede p�blica de telefonia (public switched telephone network - PSTN). O estado da arte reporta que sistemas de ASR que decodificam sinais de banda estreita (narrowband - NB) apresentam desempenho inferior a sistemas que operam com sinais de banda larga (wideband - WB). Visando o aprimoramento de sistemas de ASR aplicados a PSTN, as etapas de extra��o de atributos do sinal da fala, bem como a etapa de constru��o do modelo ac�stico (MA), s�o desenvolvidas baseadas em sinais sint�ticos de WB estimados a partir do realce de sinais de NB, utilizando extens�o artificial de largura de banda (artificial bandwidrh extension - ABWE). Resultados de taxa de erro de reconhecimento s�o avaliados e comprovam a efic�cia da estrat�gia proposta.

Algoritmo NLMS Modificado para Opera��o em Ambientes Esparsos

Thu, 22 Sep 2016 14:36:18 GMT

Referencia
F. L. Perez, L. A. Koehler, J. G. F. Zipf, R. Seara, "Algoritmo NLMS Modificado para Opera��o em Ambientes Esparsos". XXXIV Simp�sio Brasileiro de Telecomunica��es (SBrT 2016). pp. 453-457, setembro 2016.

Palavras Chave
Algoritmo NLMS, algoritmos NLMS proporcionais, filtragem adaptativa, identifica��o de sistemas

Resumo
Este artigo apresenta um novo algoritmo para opera��o em plantas com resposta ao impulso esparsa. O algoritmo proposto usa duas distribui��es de ganho uniformes, isto �, uma para coeficientes ativos e outra para coeficientes inativos. A nova abordagem � baseada na raz�o entre o ganho m�dio atribu�do a coeficientes ativos e inativos. Tal abordagem visa aumentar a velocidade de converg�ncia de coeficientes ativos, melhorando o desempenho do filtro adaptativo. Como resultado, o novo algoritmo exibe baixa complexidade computacional e r�pida velocidade de converg�ncia para casos em que a planta � esparsa. Simula��es num�ricas mostram a efic�cia do novo algoritmo.

Modelagem Estoc�stica de um Algoritmo NLMS de Passo Vari�vel N�o Param�trico

Thu, 22 Sep 2016 14:33:01 GMT

Referencia
E. V. Kuhn, J. G. F. Zipf, R. Seara, "Modelagem Estoc�stica de um Algoritmo NLMS de Passo Vari�vel N�o Param�trico". XXXIV Simp�sio Brasileiro de Telecomunica��es (SBrT 2016). pp. 448-452, setembro 2016.

Palavras Chave
Algoritmo NLMS de passo vari�vel, filtragem adaptativa, modelagem estoc�stica

Resumo
Este artigo trata da modelagem estoc�stica de algoritmos adaptativos NLMS (normalized least-mean-square) de passo vari�vel, considerando sinais de entrada gaussianos reais (correlacionados e n�o correlacionados). Especificamente, um modelo estoc�stico anal�tico � desenvolvido aqui para um algoritmo n�o param�trico da literatura. Tal modelo pode ser estendido para ser usado em outros algoritmos de passo vari�vel, levando em conta as particularidades da regra de ajuste do passo de adapta��o considerada. Resultados de simula��o para diferentes condi��es de opera��o s�o apresentados, confirmando a precis�o do modelo proposto (especialmente, em regime permanente).

A Novel Reduced-Rank Approach for Implementing Volterra Filters

Thu, 22 Sep 2016 14:29:18 GMT

Referencia
E. L. O. Batista, R. Seara, "A Novel Reduced-Rank Approach for Implementing Volterra Filters". Proc. 24th European Signal Processing Conference (EUSIPCO 2016). pp. 1778-1782, agosto 2016.

Palavras Chave
Linear-in-the-parameters filters, reduced-rank implementation, Volterra filters

Resumo
This paper presents a novel reduced-rank approach for implementing Volterra filters with reduced complexity. Such an approach is based on the application of the singular value decomposition to a new form of coefficient matrix obtained by exploiting the representation based on diagonal coordinates of the Volterra kernels. The result is a parallel structure of extended Hammerstein models in which each branch is related to one of the singular values of the coefficient matrix. Then, removing the branches related to the smallest singular values, an effective reduced-complexity Volterra implementation is obtained. Simulation results are presented to confirm the effectiveness of the proposed approach.

On the Stochastic Analysis of the NLMS Algorithm for White and Correlated Gaussian Inputs in Time-Varying Environments

Thu, 22 Sep 2016 14:23:25 GMT

Referencia
M. V. Matsuo, R. Seara, "On the Stochastic Analysis of the NLMS Algorithm for White and Correlated Gaussian Inputs in Time-Varying Environments". Signal Processing. vol. 128, n� 1, pp. 291-302, novembro 2016.

Palavras Chave
Adaptive filtering, normalized least-mean-square (NLMS) algorithm, stochastic modeling, time-varying systems

Resumo
This paper presents a stochastic model of the normalized least-mean-square (NLMS) algorithm aiming to study its behavior in time-varying environments for both white and correlated Gaussian input data. Particularly, comparing with other stochastic models from the open literature, here, a more general representation of time-varying systems is considered, allowing to assess the obtained model in an extensive range of practical scenarios. Moreover, to derive the proposed model, some simplifying assumptions commonly considered in the literature are avoided, resulting in very accurate model expressions describing the algorithm behavior for both transient and steady-state phases. Thus, based on the proposed model expressions, the impact of the algorithm parameters on its performance is assessed and some tracking properties of the NLMS algorithm for white and correlated input data are analyzed. Through simulation results, the effectiveness of the proposed model is verified for different operating scenarios.

Joint Beamforming and Power Control Using Continuous Updates of Transmission Power

Thu, 22 Sep 2016 14:08:34 GMT

Referencia
C. A. Pitz, E. L. O. Batista, R. Seara, "Joint Beamforming and Power Control Using Continuous Updates of Transmission Power". Digital Signal Processing. vol. 56, n� 1, pp. 43-52, setembro 2016.

Palavras Chave
Adaptive array algorithm, beamforming, mobile communication, power control

Resumo
The goal of algorithms for joint beamforming and power control in communication systems with antenna arrays is to minimize the transmission power while keeping the signal-to-interference-plus-noise ratio (SINR) above a minimum acceptable level. To meet this goal, one appealing approach is to first use a training sequence to adaptively obtain the beamforming coefficients and then, in a second step, to update the transmission power. However, such a power update often changes the beamforming scenario abruptly, leading to a nonstationary behavior that may greatly impair the performance of the adaptive beamforming algorithm. To overcome this problem, a novel approach for joint beamforming and power control is proposed here. Such an approach is based on a continuous iterative update of the transmission power that allows controlling the undesirable nonstationary behavior of the beamforming scenario, thereby significantly improving the performance of the joint beamforming and power control. Simulation results are shown aiming to confirm the effectiveness of the proposed approach.