Isyarat akustik bawah air adalah interaksi gelombang mekanikal yang melibatkan di dalam air. Gelombang mekanikal terdiri daripada suara ikan dan bunyi gangguan. Berdasarkan kajian, bunyi alam semulajadi dan buatan manusia dianggap sebagai gangguan. Masalah yang ingin diselesaikan adalah untuk memisahkan isyarat yang ditumpukan daripada gangguan dan membantu meminimumkan lebar jalur isyarat yang tidak diingini dengan mengunaka teknik Pemisahan Sumber Buta (PSB). Terdapat banyak pelaksanaan dengan menggunakan teknik PSB terutama untuk saintis, ahli biologi, penyelidik juga tentera tetapi tidak banyak pelaksanaan dalam aplikasi mudah. Dalam projek ini, fokus kepada cara memisahkan isyarat akustik bawah air menggunakan algoritma PSB dan mencipta aplikasi mudah untuk pemisahan isyarat bawah air. Dengan menggunakan teknik PSB akan dapat memisahkan dan meminimumkan gangguan. Oleh itu, mesra pengguna dibangunkan untuk meringankan ahli ekologi, biologi atau penyelidik untuk menganalisis isyarat pemisahan. Dalam projek ini, dapat disimpulkan bahawa negentropi FastICA lebih mampu untuk memisahkan lebih banyak isyarat berbanding dengan kurtosis FastICA. Ini berdasarkan keputusan pengukuran SIR menunjukkan bahawa negentropi FastICA lebih banyak nilai positif daripada kurtosis FastICA.
_______________________________________________________________________________________________________
Acoustics underwater signal is an interaction of mechanical waves contribute in the water. The mechanical waves consist of fish voices and interference sounds. Based on research, natural sounds and mankind sounds are considered as interference. The problem that want to be solve are to separate the targeted signal from interferences and to minimize the bandwidth of unwanted signal by using Blind Source Separation (BSS) technique. There were many implementations by using BSS techniques especially for scientist, biologist, researchers also military but not much in application implementation. In this project is focus on how to separate acoustics underwater signal using BSS algorithm and develop an apps for underwater signal separation. By applying BSS techniques will able to separate and minimize the interferences. Thus, the user-friendly is developed to lighten ecologist, biologist or researchers to analyse the separation signal. In this project, it can be concluded that FastICA negentropy more capable to separate huge number of signals compare to FastICA kurtosis. This based on SIR measurement result shows that FastICA negentropy more positive values than FastICA kurtosis.
Blind source separation (bss) of underwater acoustic signal / Muhammad Nor Fikrie Seman