TEMA DE EXPOSICIÓN B: Predictores adaptivos en forma de cascada para analizar las

señales superpuestas con parámetros variables en el tiempo.

AUTOR DEL ARTÍCULO: Julio Vargas, Steve McLaughlin

OBJETIVOS

 Hallar las ecuaciones de los filtros adaptativos para analizar múltiples señales exponenciales
superpuestas con parámetros que varían en el tiempo
 Estimar los parámetros de frecuencia de las señales mono-componentes y multi-
componentes.
Número de palabras: 31

MÉTODOS

El método propuesta en la investigación es analítico, porque parte de las fórmulas matemáticas

establecidas de los filtros, los autores utilizan los predictores lineales adaptativos en forma de
cascada para analizar señales exponenciales superpuesta. El enfoque propuesto se propone estimar
los parámetros que componen las señales exponenciales. Este enfoque resulta en un algoritmo
computacionalmente simple, adecuado para su uso en entornos ruidosos.

Seguimiento de los parámetros instantáneos de las señales mono componentes

Se realiza el cálculo de los parámetros instantáneos de una señal compleja de un solo componente.
Con el fin de estimar los parámetros de esta señal podemos utilizar un filtro predictor variable en el
tiempo para el cual podemos definir la señal del filtro

Y su asociado cero-track

Seguimiento de los parámetros instantáneos de señales de varios componentes

Ahora se realizan los cálculos de los parámetros instantáneos de una señal compleja de multiples
componentes.
Con el fin de estimar los parámetros de los componentes K, un filtro del mismo orden puede ser
utilizado definido por el super-cero
Análisis de convergencia

La convergencia de la puede lograrse mediante el cumplimiento de las restricciones

Complejidad computacional

La complejidad computacional del algoritmo propuesto es de orden O (KM), donde K representa el

número de componentes que se están rastreando y M representa el número total de iteraciones
requeridas por el algoritmo para converger a los valores óptimos. En el caso de los periodos
bloqueados cuando los ceros del filtro están bloqueados a los polos de la señal, la complejidad
computacional será de orden O (KN), donde N representa el número total de muestras. Esto
representa una ventaja cuando se compara con las técnicas de seguimiento de frecuencia basadas en
el uso de representaciones tiempo-frecuencia que requieren algoritmos con complejidad
computacional de orden superior para obtener las transformaciones requeridas.

Separación de señal

Una vez que se ha estimado la trayectoria de los parámetros de la señal, un filtro de muesca variable
en el tiempo de la forma:

Puede usarse para cancelar el k-ésimo componente de la señal compuesta.

Número de palabras: 298

RESULTADOS

En este artículo se realizaron varias simulaciones con el fin de mostrar el rendimiento del algoritmo
propuesto, el cual permite la separación de la amortiguación y la información relacionada con la
frecuencia, primero se hizo el análisis en señales sintéticas para luego hacerlo en una señal de voz
real.

El análisis de algoritmo en señales sintéticas se realizó mediante 4 casos:

En el primer caso se utilizo el algoritmo de seguimiento de crestas, el cual detecta y une los picos de
una representación tiempo-frecuencia. Se observó que el rendimiento del algoritmo no se ve afectado
severamente por la elección de los valores iniciales.

Fig. 1. Frecuencia instantáneo de dos chirps cruzando

en el plano tiempo-frecuencia mediante el seguimiento
de la cresta durante el espectrograma.

En el segundo caso se pretendía demostrar el comportamiento del algoritmo propuesto en entornos

ruidosos. Se comprobó que a pesar del ruido, las pistas de frecuencia estimadas están próximas a los
valores reales.

Fig. 2. Trayectorias estimadas de frecuencia instantánea

(líneas blancas) de dos chirps de cruce en ruido .

En el tercer caso se nos muestra la flexibilidad del algoritmo propuesto y su capacidad para rastrear
las señales que se solapan en el plano tiempo-frecuencia. El algoritmo de seguimiento de crestas
aplicado a este caso no pudo separar las pistas de frecuencia instantánea.
Fig 3. Trayectorias estimadas de frecuencia instantánea Fig. 4 Chirp recuperado después de filtrar la muesca de
(líneas blancas) de dos chirps superpuesta en el plano la señal de la Fig. 5.
tiempo-frecuencia.

En el último caso se pretendió verificar la aplicabilidad del algoritmo al analizar señales multi-
componente con amplitud y frecuencia moduladas. Se observó que una vez aislado el componente, se
podría obtener una estimación de la amplitud instantánea a partir de medidas localizadas de la
energía de la señal.

Fig. 6. Espectrograma del chirps recuperado después

Fig. 5. Trayectorias estimadas de frecuencia instantánea del filtrado de la muesca (cascada de dos filtros de la
(líneas blancas) de tres chirps modulados en amplitud y muesca) la señal de la Fig. 7.
frecuencia

Además se realizó el análisis del algoritmo en una señal real, en la cual utilizó un segmento de
habla. Al superponer las pistas de frecuencias en el espectrograma del segmento de voz, se
observó que las pistas siguen las concentraciones de energía de banda estrecha conocidas
como formantes.
Asimismo, la señal residual mostrada en la Fig. 7 demuestra que el filtro ha cancelado las
componentes resonantes de la señal.

Fig. 7. Señal residual obtenida después de filtrar

el habla con una cascada de predictores variable
en el tiempo.

Número de palabras: 297

DISCUSIÓN

Discusión con artículo 1

Tema: Filtros de predicción en cascada con ceros adaptativos para realizar el
seguimiento de las resonancias de tiempo del tracto vocal
Autores del artículo: Julio Vargas, Steve McLaughlin

Se escogió este artículo para observar la diferencia en el uso que se les brindan a los
filtros predictores en cascada para obtener las resonancias del tracto vocal a
comparación del análisis de las señales superpuestas con parámetros variables en el
tiempo.
En este artículo, los autores proponen una técnica simple y confiable para el
seguimiento de las resonancias del tracto vocal en el habla continua. El enfoque se basa
en el uso de filtros predictores en cascada con ceros adaptativos cuyas trayectorias
limitadas garantizan el seguimiento exitoso de la frecuencia y el amortiguamiento de
cada resonancia. Los ceros se adaptan usando un algoritmo basado en gradiente para
minimizar un residuo de predicción instantánea de acuerdo con el principio de
perturbación mínima produciendo una estructura adaptativa capaz de rastrear
parámetros de resonancia de rápido cambio. En artículo se observa que se hace un uso
similar de las ecuaciones utilizadas anteriormente para el análisis de los parámetros de
las señales exponenciales pero en este caso se realiza enfocado en obtener las
frecuencias y el amortiguamiento de las resonancias de un tracto vocal.

Número de palabras: 181

Discusión con artículo 2

Tema: Un predictor adaptativo con estructura en cascada hacia delante y hacia atrás

Autores del artículo: Hen-Geul Yeh; M. Vaklev

Se escogió este articulo para observar el uso que se les brindan a los filtro predictores en
cascada para obtener una estructura hacia delante y hacia atrás, para que este nos brinde
una optimización del filtro.
En el artículo, los autores desarrollaron la idea de una estructura en cascada para la
predicción lineal adaptativa con adaptación independiente de etapas de orden bajo, se
desarrolló una nueva implementación donde las etapas individuales utilizan el algoritmo
de predicción lineal hacia adelante y hacia atrás. La combinación de las ventajas de la
estructura en cascada, que se ve menos afectada por la propagación del valor propio y el
acoplamiento de modo, con el desajuste reducido del predictor hacia atrás, ofrece una
nueva estructura con un rendimiento mejorado. Esta nueva estructura es capaz de un
seguimiento más rápido y más preciso de los insumos no estacionarios en la primera
etapa de la adaptación
Número de palabras:150