时频掩码感知双向LSTM：一种用于水声信号分离的深度学习方法
信号处理
2022-02-10 v1 声音
音频与语音处理
摘要
水声信号分离是水下通信的一项关键技术。现有方法大多基于模型，无法准确刻画实际的水下声通信环境。它们仅适用于二值信号分离，而不能处理多变量信号分离。另一方面，循环神经网络（RNN）在提取时间序列特征方面表现出强大的能力。受此启发，本文提出一种利用深度学习技术进行水声信号分离的数据驱动方法。我们使用双向长短期记忆网络（Bi-LSTM）来挖掘时频（T-F）掩码的特征，并提出一种时频掩码感知的Bi-LSTM用于信号分离。利用时频图像的稀疏性，所设计的Bi-LSTM网络能够提取用于分离的判别性特征，进一步提升了分离性能。特别地，该方法突破了现有方法的局限，不仅在多变量分离中取得良好效果，而且在混入40dB高斯噪声信号时也能有效分离信号。实验结果表明，该方法可实现97%的保证率（PSR），且在高噪声条件下多变量信号分离的平均相似系数稳定高于0.8。
引用
@article{arxiv.2202.04405,
title = {Time-Frequency Mask Aware Bi-directional LSTM: A Deep Learning Approach for Underwater Acoustic Signal Separation},
author = {Jie Chen and Chang Liu and Jiawu Xie and Jie An and Nan Huang},
journal= {arXiv preprint arXiv:2202.04405},
year = {2022}
}
备注
28 pages, 14 figures