松弛双耳波束成形优化问题的凸近似
声音
2019-05-28 v1 信息论
音频与语音处理
math.IT
摘要
近期提出的松弛双耳波束成形(RBB)优化问题在声学场景中声源的噪声抑制与双耳线索保持之间提供了灵活的权衡。它在约束下最小化输出噪声功率，这些约束保证目标在处理后保持不变且声学源的双耳线索失真将小于用户定义的阈值。然而，RBB 问题是一个计算量大的非凸优化问题。唯一现有的近似求解 RBB 的次优方法是逐次凸优化(SCO)方法，其通常每个频率 bin 需要求解多个凸优化问题才能收敛。当 RBB 优化问题的所有约束均满足时达到收敛。本文中，我们提出 RBB 优化问题的半定凸松弛(SDCR)。所提出的次优 SDCR 方法每个频率 bin 求解单个凸优化问题， resulting in 比 SCO 方法低得多的计算复杂度。与 SCO 方法不同，SDCR 方法不保证用户可控的上界双耳线索失真。为解决此问题，我们还提出一种结合 SDCR 与 SCO 方法的次优混合方法。客观指标结合听音测试表明，SDCR 与混合方法相比 SCO 方法实现了显著更低的计算复杂度，且在大多数情况下比 SCO 方法在预测可懂度与双耳线索保持之间更好的权衡。
引用
@article{arxiv.1805.01692,
title = {A Convex Approximation of the Relaxed Binaural Beamforming Optimization Problem},
author = {Andreas I. Koutrouvelis and Richard C. Hendriks and Richard Heusdens and Jesper Jensen},
journal= {arXiv preprint arXiv:1805.01692},
year = {2019}
}