基于共轭子空间的信号周期分解
计算工程、金融与科学
2016-11-03 v1
摘要
本文关注隐藏周期识别与信号的周期分解。基于拉马努金(Ramanujan)子空间的最新结果，我们揭示了拉马努金子空间在一组复指数基函数下的共轭对称性，并将该子空间表示为一系列共轭子空间的并集。利用这些共轭子空间，引入信号周期模型以刻画信号的周期结构。为实现所提模型的分解，基于两种不同的贪婪策略提出了共轭子空间匹配追踪(CSMP)算法。CSMP分两个阶段迭代进行。第一阶段，采用周期性策略选择主导隐藏周期；第二阶段，采用能量策略选择主导共轭子空间。与当前最先进的隐藏周期识别方法相比，CSMP的主要优势如下：(i) 能够识别任意长度信号在从到最大隐藏周期范围内所有隐藏周期，而无需截断信号；(ii) 能够识别时变隐藏周期及其偏移版本；(iii) 计算成本低，无需生成和使用大型过完备字典。此外，我们给出了示例与应用以展示所提两阶段CSMP算法的能力，包括隐藏周期识别、信号近似、时变周期检测以及语音基频检测。
引用
@article{arxiv.1602.03979,
title = {Signal periodic decomposition with conjugate subspaces},
author = {Shi-Wen Deng and Ji-Qing Han},
journal= {arXiv preprint arXiv:1602.03979},
year = {2016}
}
备注
11 pages, 9 figures