MULAN：一种用于多通道回声检索的盲且离栅方法
声音
2018-11-01 v1 人工智能
音频与语音处理
摘要
本文讨论盲回声检索的一般问题，即给定 M 个传感器在离散时间域测得 K 个未知源信号的延迟衰减拷贝的 M 个混合信号，能否恢复回声位置与权重？该问题在声纳、地震学、超声或房间声学等领域有广泛应用。它属于盲信道辨识问题这一更广的类别，后者在信号处理中已被深入研究。文献中现有方法分两步进行：(i) 盲估计稀疏离散时间滤波器；(ii) 通过对滤波器峰值拾取来检索回声信息。这些方法的精度从根本上受信号采样率限制：估计的回声位置必然在栅格上，而真实位置从不匹配采样栅格，因此权重估计精度受影响。这就是压缩感知中所谓的基失配问题。我们提出一种根本不同的方法，建立在有限创新率采样框架之上。该方法直接在回声位置与权重的参数空间中运算，能够从离散时间测量中实现近精确的盲且离栅回声检索。结果表明其精度优于传统方法数个数量级。
引用
@article{arxiv.1810.13338,
title = {MULAN: A Blind and Off-Grid Method for Multichannel Echo Retrieval},
author = {Helena Peic Tukuljac and Antoine Deleforge and Rémi Gribonval},
journal= {arXiv preprint arXiv:1810.13338},
year = {2018}
}