[論文レビュー] Adaptive synchrosqueezing based on a quilted short-time Fourier transform

Alexander Berrian, Naoki Saito|arXiv (Cornell University)|Jul 11, 2017

Structural Health Monitoring Techniques参考文献 25被引用数 17

ひとこと要約

本稿では、時間周波数行動が変化する信号の時間周波数分解能を向上させるために、領域固有の窓関数を用いる畳み込み短時間フーリエ変換（SST-QSTFT）に基づく適応的シンクロスイーピング変換を提案する。局所的な信号内容に基づき、特にチープド窓を含む最適な窓を動的に選択し、位相スペクトルから導出された有限差分ベースの再割り当て周波数式を用いることで、特にノイズの多い条件下でも優れた瞬時周波数（IF）推定とモード再構成が達成される。この有効性は、合成チープ信号および実際のゴリラの発声データを用いた検証で確認された。

ABSTRACT

In recent years, the synchrosqueezing transform (SST) has gained popularity as a method for the analysis of signals that can be broken down into multiple components determined by instantaneous amplitudes and phases. One such version of SST, based on the short-time Fourier transform (STFT), enables the sharpening of instantaneous frequency (IF) information derived from the STFT, as well as the separation of amplitude-phase components corresponding to distinct IF curves. However, this SST is limited by the time-frequency resolution of the underlying window function, and may not resolve signals exhibiting diverse time-frequency behaviors with sufficient accuracy. In this work, we develop a framework for an SST based on a "quilted" short-time Fourier transform (SST-QSTFT), which allows adaptation to signal behavior in separate time-frequency regions through the use of multiple windows. This motivates us to introduce a discrete reassignment frequency formula based on a finite difference of the phase spectrum, ensuring computational accuracy for a wider variety of windows. We develop a theoretical framework for the SST-QSTFT in both the continuous and the discrete settings, and describe an algorithm for the automatic selection of optimal windows depending on the region of interest. Using synthetic data, we demonstrate the superior numerical performance of SST-QSTFT relative to other SST methods in a noisy context. Finally, we apply SST-QSTFT to audio recordings of animal calls to demonstrate the potential of our method for the analysis of real bioacoustic signals.

研究の動機と目的

• 固定窓STFTに基づくシンクロスイーピング変換の限界を是正し、多様な時間周波数行動を示す信号を解像可能にする。
• 従来のSTFTの分解能トレードオフを克服し、時間周波数領域全体で適応的窓選択を可能にする。
• 連続的および離散的設定の両方において、SST-QSTFTのロバストで理論的裏付けのあるフレームワークを構築する。
• 時間と周波数で変化する窓でも、正確な信号再構成を可能にする。
• ノイズの多い合成信号および実際の生物音声データ（ゴリラの発声）を用いた実用的信号解析応用において、本手法の有効性を示す。

提案手法

• 時間周波数平面をスーパータイルに分割する畳み込み短時間フーリエ変換（QSTFT）を導入し、各スーパータイルで局所的信号特性に適合した異なる窓関数を用いる。
• 位相スペクトルから導出された有限差分ベースの再割り当て周波数式を提案し、多様な窓タイプにわたる計算精度を向上させる。
• 局所信号内容に基づく自動窓選択のための離散アルゴリズムを開発し、時間／周波数ステップサイズや窓の曲率（例：チープド窓）などのパラメータを用いる。
• 理論的枠組みにより、QSTFTがIFリッジ付近にエネルギーを集約し、連続的および離散的設定の両方で再割り当て周波数が真のIFに近いことを確立する。
• 再割り当て係数を元のQSTFT係数に戻すことで、時間制限付きかつ非一様な窓が用いられてもモード再構成を可能にする。
• 2次周波数変調を示す信号を追跡可能にするために、チープド窓族（例：$ h^w(t) = h^0(t) e^{2eta t^2} $）を用いる。

実験結果

リサーチクエスチョン

• RQ1 適応的窓選択を可能にする畳み込みSTFTフレームワークは、非定常な時間周波数コンテンツを示す信号に対して、シンクロスイーピング変換の分解能と精度を向上させることができるか？
• RQ2 チープド窓を含む多様な窓関数にわたって計算精度を維持できる再割り当て周波数式は、どのように設計できるか？
• RQ3 SST-QSTFTは、低信号対ノイズ比下でも、標準のSST-STFTや他のSST変種よりも、瞬時周波数をどれほど優れて解像できるか？
• RQ4 本手法は、複雑で時間的に変化する周波数行動を示す信号から、個々の振幅・位相成分を正確に再構成できるか？
• RQ5 SST-QSTFTは、変化するチープレートを示すゴリラの発声など、現実の生物音声信号から生物学的に意味のある特徴を効果的に抽出・区別できるか？

主な発見

• SST-QSTFTは、1次および2次SST-STFTおよび再割り当て法（RM）と比較して、特に-6 dB SNR条件下で、瞬時周波数（IF）リッジに沿ったエネルギーの集中が顕著に優れている。
• 視覚化および表1の結果から、SST-QSTFTは、明確に異なるIF曲線を示す交差チープ信号を、ノイズ環境下でも正しく解像できており、真のIFに沿ったエネルギー集中度が最も高いことが示された。
• アルゴリズム2による自動窓選択は、各スーパータイルごとに最適な窓（チープド窓を含む）を効果的に同定しており、時間周波数プロットにおける色分けで窓の選択が可視化されている。
• ゴリラの発声解析において、SST-QSTFTは曲率が異なるIF曲線を明確に区別しており、本手法が発声構造における生物学的に意味のある差を捉えていることを示している。
• 理論的解析により、SST-QSTFTにおける再割り当て周波数が真のIFに近く、連続的設定ではモード再構成が正確であることが確認された。
• チープド窓の使用は、2次周波数変調を示す信号において性能を顕著に向上させ、合成データおよび実データの両方の実験でその有効性が実証された。