基于迭代SINR最大化的快速独立向量提取
声音
2019-10-24 v1 音频与语音处理
信号处理
摘要
我们提出快速独立向量提取（FIVE），一种从高斯背景中盲提取单个非高斯源的新算法。该算法迭代计算波束成形权重，以针对近似噪声协方差矩阵最大化信干噪比。我们证明，根据一个定义良好的概率模型，此过程最小化了输入数据的负对数似然。该最小化通过辅助函数技术实现，而与相关方法不同，辅助函数在每次迭代中均被全局最小化。我们进行了数值实验以评估FIVE的性能。我们发现其在收敛速度上远优于竞争方法，并且在实时应用中具有很高潜力。
引用
@article{arxiv.1910.10654,
title = {Fast Independent Vector Extraction by Iterative SINR Maximization},
author = {Robin Scheibler and Nobutaka Ono},
journal= {arXiv preprint arXiv:1910.10654},
year = {2019}
}
备注
5 pages, 4 figures, Submitted to ICASSP 2020