Separación ciega de mezclas de fuentes independientes a través de un enfoque de máxima verosimilitud cuasi.

Proponemos dos métodos para separar mezclas de fuentes independientes sin ningún conocimiento preciso de su distribución de probabilidad. Se obtienen considerando una solución de máxima verosimilitud (ML) correspondiente a algunas distribuciones dadas de las fuentes y relajando esta suposición posteriormente. El primer método está especialmente adaptado a fuentes no gaussianas independientes temporalmente y se basa en el uso de funciones de separación no lineales. El segundo método está especialmente adaptado a fuentes correlacionadas con espectros distintos y se basa en el uso de filtros de separación lineales. Se ha realizado un análisis teórico del rendimiento de los métodos. Se propone un procedimiento simple para elegir óptimamente las funciones de separación. Además, en el segundo método, se proporciona una implementación simple basada en la diagonalización simultánea de dos matrices simétricas. Finalmente, se presentan algunos resultados numéricos y de simulación que ilustran el rendimiento del método y la buena concordancia entre los experimentos y la teoría.