基于层次稀疏建模的混合信号协同源识别

本文提出了一种用于检测混合信号中不同源的协同框架。该方法基于C-HiLasso（一种凸协同层次稀疏模型），步骤如下。首先，我们通过拼接一组子字典来构建混合信号的结构化字典，其中每个子字典通过学习以稀疏地建模一组可能类别中的一个。然后，通过高效求解一个结合了标准稀疏性、群组稀疏性与协同稀疏性的凸优化问题，来对混合信号进行编码。通过观察编码中自动选择的子字典来识别存在的源。C-HiLasso中的协同过滤利用了混合信号中的时间/空间冗余，使得样本集合能够在识别类别时进行协同，同时允许单个样本具有不同的内部稀疏表示。这种协同对于进一步稳定信号的稀疏表示（特别是类别/子字典的选择）至关重要。子字典内部的稀疏性（由C-HiLasso的层次特性自然引入）对于使模型与为每个单独类别的稀疏表示而训练的子字典的本质保持一致至关重要。我们展示了在说话人与乐器识别以及纹理分离中的应用。在音频信号的情况下，我们使用稀疏建模来描述谐波声音的短期功率谱包络。所提出的与基音无关的方法可自动检测录音中的源数量。