自回归高斯混合模型：WSS 信号的高效生成建模
信号处理
2026-05-19 v2
摘要
本工作解决了使生成模型适用于资源受限环境（如移动通信系统）的挑战。我们提出了一种生成模型，将自回归（AR）参数化集成到高斯混合模型（GMM）中，用于建模宽平稳（WSS）过程。通过利用允许结构约束的模型洞察，该方法显著减少了参数数量，同时保持了高建模精度。信道估计实验表明，该模型可以优于标准 GMM 和使用 Toeplitz 或循环协方差变体的模型，特别是在小样本情况下。对于更大的数据集，它达到了传统方法的性能，同时提高了计算效率并降低了内存需求。
引用
@article{arxiv.2509.17953,
title = {Autoregressive-Gaussian Mixture Models: Efficient Generative Modeling of WSS Signals},
author = {Kathrin Klein and Benedikt Böck and Nurettin Turan and Wolfgang Utschick},
journal= {arXiv preprint arXiv:2509.17953},
year = {2026}
}
备注
\copyright 2026 IEEE. Published in the Proceedings of the 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2026)