盲信号分离

✍ dations ◷ 2025-07-01 10:37:34 #统计力学,信号处理,奇异值分解,矩阵分析

盲信号分离(信号分离,盲信号源分离)指的是从多个观测到的混合信号中分析出没有观测的原始信号。通常观测到的混合信号来自多个传感器的输出,并且传感器的输出信号独立(线性不相关)。盲信号的“盲”字强调了两点:1)原始信号并不知道;2)对于信号混合的方法也不知道。最常用在的领域是在数字信号处理,且牵涉到对混合讯号的分析。盲信号分离最主要的目标就是将原始的信号还原出原始单一的讯号。一个经典的例子是鸡尾酒会效应,当许多人一起在同一个空间里说话的时候,听者可以专注于某一个人说的话上,人类的大脑可以即时处理这类的语音讯号分离问题,但是在数位语音处理里,这个问题还是一个困难的问题。

盲信号分离在早期时集中于研究时间讯号,像是声音,然而,盲信号分离目前已经可以应用在多维度的资料上,例如图片和张量这类不含时间维度的数据。

这个问题到目前为止还没有很好的解决方案,但是在一些特定的情况下,有一些很有用的解决方式。例如,当时间没有延迟的时候,我们可以采用主成分分析或独立成分分析。尽管这个问题已经有许多解决方式,科学家们仍然在持续对其进行研究。

如果可以对信号混合的方式直接建模,当然是最好的方法。但是,在盲信号分离中我们并不知道,信号混合的方式,所以,只能采用统计的方法。算法做出了如下的假定:

具有 m {\displaystyle m} 个独立的信号源 s 1 ( t ) , . . . , s m ( t ) {\displaystyle s_{1}(t),...,s_{m}(t)} n {\displaystyle n} 个独立的观察量 x 1 ( t ) , . . . , x n ( t ) {\displaystyle x_{1}(t),...,x_{n}(t)} ,观察量和信号源具有如下的关系

x ( t ) = A s ( t ) {\displaystyle \mathbf {x} (t)=A\mathbf {s} (t)}

其中 x ( t ) = T {\displaystyle \mathbf {x} (t)={}^{T}} , s ( t ) = T {\displaystyle \mathbf {s} (t)={}^{T}} , A {\displaystyle A} 是一个 n × m {\displaystyle {n}\times {m}} 的系数矩阵,原问题变成了已知 x ( t ) {\displaystyle \mathbf {x} (t)} s ( t ) {\displaystyle \mathbf {s} (t)} 的独立性,求对 s ( t ) {\displaystyle \mathbf {s} (t)} 的估计问题。假定有如下公式

y ( t ) = W x ( t ) {\displaystyle \mathbf {y} (t)=W\mathbf {x} (t)}

其中 y ( t ) {\displaystyle \mathbf {y} (t)} 是对 s ( t ) {\displaystyle \mathbf {s} (t)} 的估计,W是一个 m × n {\displaystyle {m}\times {n}} 系数矩阵,问题变成了如何有效的对矩阵W做出估计。

1)各源信号 s i ( t ) {\displaystyle s_{i}(t)} 均为零均值信号,实随机变量,信号之间统计独立。如果源信号 s i ( t ) {\displaystyle s_{i}(t)} 的概率密度为 p i ( s i ) {\displaystyle p_{i}(s_{i})} ,则 s ( t ) {\displaystyle s(t)} 的概率密度为: p ( s ) = i = 1 n p i ( s i ) {\displaystyle p(s)=\prod _{i=1}^{n}p_{i}(s_{i})}

2)源信号数目 m {\displaystyle m} 小于等于观察信号数目 n {\displaystyle n} ,即 m <= n {\displaystyle m<=n} 。混合矩阵 A {\displaystyle A} 是一个 n × m {\displaystyle n\times {m}} 的矩阵。假定 A {\displaystyle A} 满秩。

3)源信号中只允许有一个高斯分布,当多于一个高斯分布时,源信号变得不可分。

自然梯度法的计算公式为: W ( n + 1 ) = W ( n ) + η ( n ) W ( n ) {\displaystyle W(n+1)=W(n)+\eta (n)W(n)}

其中 W {\displaystyle W} 为我们需要估计的矩阵。 η ( n ) {\displaystyle \eta (n)} 为步长, ϕ ( y ) {\displaystyle \phi (y)} 是一个非线性变换,比如 ϕ ( y ) = ϕ ( y 3 ) {\displaystyle \phi (y)=\phi (y^{3})}

实际计算时y为一个 m × k {\displaystyle m\times k} 矩阵,m为原始信号个数,k为采样点个数

1)初始化W(0)为单位矩阵

2)循环执行如下的步骤,直到W(n+1)与W(n)差异小于规定值 τ {\displaystyle \tau } (计算矩阵差异的方法可以人为规定),有时候也人为规定迭代次数

3)利用公式 y ( n ) = W ( n ) y ( n 1 ) {\displaystyle y(n)=W(n)y(n-1)} ,(其中 y ( 1 ) = x {\displaystyle y(-1)=x} )

4)利用公式 W ( n + 1 ) = W ( n ) + η ( n ) W ( n ) {\displaystyle W(n+1)=W(n)+\eta (n)W(n)}

在信号分离的方法中,大部分的论文都是利用短时距傅立叶变换,将声音转换成时频谱,且会用梅尔刻度,模仿人耳对等距音高变化的感官,来做到抽样频率的减少,最后再从混和信号的时频谱中找出由一个信号源所发出干净的单一讯号的时频谱,用反短时距傅立叶转换找出单一讯号的声音。有一部分的论文是用非线性回归的技术来找出,而说到经典的作法,就要提到这篇论文,要解决的是盲信号分离,作法是将时频谱的抽样时刻和频率,利用神经网络和集群来分成不同群,每一群代表的是哪一个讲话者在那个抽样里占了最大的比例,这种方法称为"deep clustering",有许多论文\都是在这上面做延伸。

然而利用时频谱来作为讯号的特征有几项缺点:

这些问题都发生在用时频谱来做讯号分离,而最直觉的解决方式就是直接在时域上做,这样就可以避免将声音的大小声和相位做分离。其中表现的最好的就是Conv-Tasnet这个方法,Conv-Tasnet可分为三个区块,编码器(encoder)、分离器(separator)和解码器(decoder),编码器将一小段的混和讯换转换为在特征空间(feature space)上的特征向量,借由这个特征向量,分离器要找出一个相对应的遮罩(mask),将特征向量和遮罩做相乘后,再用解码器将其转换为原始讯号源所发出的单一讯号。

盲信号分离最早由Herault和Jutten在1985年提出,发表在一篇法文杂志上。随后他们相继发表文章对盲信号问题做出分析,提出了一种自适应的方法。其他一些学者对他们的方法进行了分析,分析了他们提出的方法的稳定性,在他们工作的基础上,引入了神经网络的方法对盲信号进行分离,并对其稳定性进行了分析。

相关

  • 中南美洲拉丁美洲,简称拉美,是美洲的一部分,狭义上包括了以拉丁语族(也称罗曼语族,主要是西班牙语、葡萄牙语和法语)语言为官方语言的美洲国家和地区;广义上包括了美国以南的全部美洲国家与
  • 奈良县立医科大学奈良县立医科大学(日语:奈良県立医科大学,英语:Nara Medical University)是位于日本奈良县的一所公立大学,成立于1945年,简称为奈县医、奈良医大或县立医大。1945年奈良县立医学专
  • 气相色谱仪气液色谱法(英语:Gas chromatography,又称气相层析)是一种在有机化学中对易于挥发而不发生分解的化合物进行分离与分析的色谱技术。气相色谱的典型用途包括测试某一特定化合物的
  • 艾尔本·W·巴克利阿尔本·威廉·巴克利(Alben William Barkley,1877年12月24日-1956年4月30日),美国律师、政治家。曾任四届美国肯塔基州联邦参议员,在1948年大选中作为哈利·S·杜鲁门的搭档参选
  • 视觉艺术学院 (纽约)视觉艺术学院(School of Visual Arts)是一所位于纽约市曼哈顿区中城的私立艺术学院,为美国最具领导地位的艺术与设计学校之一。分别于西元一九九七年和二〇〇三年两次获美国新
  • 伊沙克帕夏伊沙克帕夏(土耳其语:İshak Paşa;-1497年),奥斯曼帝国将领、官员,曾出任帝国宰相“大维齐尔”。伊沙克帕夏出身德夫希尔梅,出生于基督教家庭,少年时被奥斯曼帝国政府征募,是经过专门
  • 2-羟氨基乙酸2-羟氨基乙酸(也称N-羟基甘氨酸)是一种有机化合物,化学式为C2H5NO3。它可由2-溴乙酸和羟胺在乙醇中于室温反应得到。它和丙烯酸在三乙胺的存在下于甲醇中反应,得到N-羧甲基-N-羟
  • 海漆属核心真双子叶植物 et al.海漆属(学名:)是大戟科下的一个属,为灌木或乔木植物。该属共有40种以上,分布于热带亚洲、非洲和大洋洲,是旧世界植物的原生植物。海漆(学名:)也被称为Thillai
  • 陈薇安陈薇安(Chen Wei-an,1995年11月1日-)为台湾女子篮球运动员,目前效力于国泰人寿,主要位置为锋线摇摆人。母亲陈贞敏也是前篮球运动员。
  • 罗比·凯罗比·凯(Robert Andrew "Robbie" Kay,1995年9月13日-)是英国的一位演员。他最著名的作品是在电视剧《童话镇》中饰演彼得潘的角色。自2011年开始,他居住在美国德克萨斯州休斯敦