低秩子空间并集检测器
信息论
2016-02-17 v6 计算机视觉与模式识别
math.IT
摘要
本文考虑了使用灵活通用模型进行信号检测的问题。由于稀疏信号表示与逼近的适用性和灵活性，它在许多信号处理领域引起了广泛关注。在本文中，我们提出了一种基于子空间并集 (UoS) 模型中稀疏分解的新检测方法。我们提出的检测器使用了一个可解释为匹配子空间库的字典。作为检测器的推广，这提高了信号检测的性能。对期望信号的低秩假设意味着这些信号在某些适当基下的表示将是稀疏的。我们提出的检测器在其决策规则中利用了稀疏性。我们展示了该方法在语音处理中的语音活动检测案例中具有高效性。
引用
@article{arxiv.1307.7521,
title = {Union of Low-Rank Subspaces Detector},
author = {Mohsen Joneidi and Parvin Ahmadi and Mostafa Sadeghi and Nazanin Rahnavard},
journal= {arXiv preprint arXiv:1307.7521},
year = {2016}
}