[论文解读] Filtering with Wavelet Zeros and Gaussian Analytic Functions

Luís Daniel Abreu, Antti Haimi+2 more|arXiv (Cornell University)|Jul 9, 2018

Image and Signal Denoising Methods参考文献 36被引用 8

一句话总结

本文提出了一种新颖的滤波方法，通过分析连续小波变换（CWT）的零点模式，利用双曲高斯解析函数（GAFs）对白噪声污染的信号进行滤波。该方法利用白噪声中零点的统计规律性，通过局部强度和对相关函数的偏差检测信号分量，展示了离散CWT向连续理论的收敛性，并在人工添加白噪声的声学信号上验证了该方法的有效性。

ABSTRACT

We present the continuous wavelet transform (WT) of white Gaussian noise and establish a connection to the theory of Gaussian analytic functions. Based on this connection, we propose a methodology that detects components of a signal in white noise based on the distribution of the zeros of its continuous WT. To illustrate that the continuous theory can be employed in a discrete setting, we establish a uniform convergence result for the discretized continuous WT and apply the proposed method to a variety of acoustic signals.

研究动机与目标

• 开发一种新型滤波方法，通过分析连续小波变换（CWT）中零点的几何分布，检测白噪声中的信号分量。
• 建立白噪声CWT与双曲高斯解析函数（GAFs）之间的理论联系，实现对零点集的统计建模。
• 通过证明离散化CWT以概率1一致收敛于连续版本，弥合连续小波理论与离散信号处理之间的鸿沟。
• 在真实世界声学信号中验证该方法的有效性，这些信号被人工白噪声污染，表明其鲁棒性超越理论假设。
• 提供一种非阈值化、非重分配的现有信号滤波技术替代方案，通过聚焦于零点集的偏差而非能量或脊线检测。

提出的方法

• 使用一类特定的小波，其傅里叶变换在正实轴上具有紧支集，确保CWT映射到上半平面内的解析函数。
• 将白噪声的CWT建模为双曲GAF，利用其零点集已知的统计特性进行理论分析。
• 采用局部估计器对零点过程的一阶强度和对相关函数进行估计，以检测其与理论白噪声模式的偏差。
• 将这些估计器应用于识别零点分布显著偏离理论双曲GAF模型的区域，从而指示确定性信号分量的存在。
• 证明离散白噪声的离散化CWT以概率1局部一致收敛于连续CWT（即双曲GAF），从而支持其在实际中的应用。
• 通过将零点模式统计与理论预测进行比较，在合成与真实声学信号上验证该方法，展示出有效的信号恢复能力。

实验结果

研究问题

• RQ1 白噪声的CWT的零点集能否被建模为双曲高斯解析函数，从而实现对其分布的统计表征？
• RQ2 如何利用小波变换零点强度与对相关函数的局部偏差来检测噪声数据中的信号分量？
• RQ3 离散白噪声的离散化连续小波变换是否以一致且几乎必然的方式收敛于连续CWT（即双曲GAF）？
• RQ4 所提出的基于零点的滤波方法能否在被白噪声污染的真实声学信号中检测到信号分量，即使理论推导基于复白噪声？
• RQ5 CWT的零点集统计特性在纯白噪声与含确定性分量的信号之间有何不同？

主要发现

• 证明了使用指定小波的白噪声CWT在非零因子意义下等价于双曲高斯解析函数，从而实现了对其零点集的严格统计分析。
• 推导出零点过程一阶强度与对相关函数的局部估计器，并证明其在白噪声模型下收敛于理论对应量。
• 离散白噪声的离散化CWT以概率1局部一致收敛于连续CWT（即双曲GAF），验证了连续理论在离散信号处理中的适用性。
• 对离散白噪声的模拟结果表明，离散CWT的零点统计特性与连续双曲GAF模型的理论预测高度吻合。
• 所提出的滤波方法通过识别零点模式统计的局部偏差，成功检测到人工白噪声污染声学信号中的信号分量。
• 该方法在真实白噪声下表现稳健，尽管理论推导基于复白噪声，表明其适用范围超出最初预期。