关于窗长的可微自适应短时傅里叶变换
信号处理
2023-08-07 v1 机器学习
音频与语音处理
统计理论
统计理论
摘要
本文提出了一种基于梯度的方法，用于对短时傅里叶变换（STFT）的逐帧和逐频率窗长进行实时优化，该方法与我们之前的工作相关，在之前的工作中我们通过将窗长设为连续参数开发了 STFT 的可微版本。所得到的可微自适应 STFT 具有良好的特性，例如能够在同一时频表示中自适应于瞬态和稳态分量，同时易于通过梯度下降进行优化。我们在振动分析中验证了该方法的有效性。
引用
@article{arxiv.2308.02418,
title = {Differentiable adaptive short-time Fourier transform with respect to the window length},
author = {Maxime Leiber and Yosra Marnissi and Axel Barrau and Mohammed El Badaoui},
journal= {arXiv preprint arXiv:2308.02418},
year = {2023}
}
备注
Accepted for IEEE International Conference on Acoustics, Speech, and SIgnal Processing (ICASSP) 2023