[论文解读] Estimation of frequency modulations on wideband signals; applications to audio signal analysis

Harold Omer, Bruno Torrésani|arXiv (Cornell University)|May 14, 2013

Image and Signal Denoising Methods参考文献 7被引用 4

一句话总结

本文提出了一种最大似然估计方法，用于在宽带非平稳音频信号中联合推断频率调制与功率谱，通过将信号建模为具有时变平滑频率调制的平稳高斯过程。该方法利用短时傅里叶变换（Gabor变换）的二阶统计特性，通过解调与谱重估的迭代过程，估计调制与协方差，从而在合成音频信号中实现了调制轮廓的精确恢复。

ABSTRACT

The problem of joint estimation of power spectrum and modulation from realizations of frequency modulated stationary wideband signals is considered. The study is motivated by some specific signal classes from which departures to stationarity can carry relevant information and has to be estimated. The estimation procedure is based upon explicit modeling of the signal as a wideband stationary Gaussian signal, transformed by time-dependent, smooth frequency modulation. Under such assumptions, an approximate expression for the second order statistics of the transformed signal's Gabor transform is obtained, which leads to an approximate maximum likelihood estimation procedure. The proposed approach is validated on numerical simulations.

研究动机与目标

• 解决在传统时频方法效果较差的宽带非平稳音频信号中，时变频率调制估计的挑战。
• 将非平稳音频建模为由平滑时变频率函数调制的平稳零均值复高斯信号。
• 基于Gabor变换的二阶统计特性，开发一种计算可行的近似最大似然估计程序。
• 在已知调制与功率谱的合成信号上验证该方法，展示其收敛性与准确性。
• 为将该方法扩展至发动机噪声或环境噪声等真实世界音频信号奠定基础。

提出的方法

• 将观测信号建模为平稳零均值复高斯过程的复上边带调制版本，其中包含一个平滑且未知的频率调制函数 γ(t)。
• 使用Gabor变换在时频域表示信号，利用其在小形变下的可逆性与稳定性。
• 在假设调制平滑且噪声较小的条件下，推导出调制信号Gabor变换的协方差矩阵的近似表达式。
• 通过将Gabor变换的经验协方差与模型预测协方差匹配，将估计问题表述为近似最大似然过程。
• 实施一种交替迭代算法，包括：(1) 从Gabor变换的质心估计调制，以及 (2) 通过解调与Gabor变换重计算来优化协方差估计。
• 采用基于估计调制频率向量相对变化的停止准则，以确保收敛。

实验结果

研究问题

• RQ1 当标准时频方法失效时，是否能准确估计宽带非平稳音频信号中的频率调制？
• RQ2 在时变频率调制下，Gabor变换的二阶统计特性如何建模？
• RQ3 在此背景下，联合调制与功率谱估计的近似最大似然估计程序性能如何？
• RQ4 该迭代估计算法在具有已知真实值的合成数据上收敛速度如何？
• RQ5 该方法能否扩展至具有复杂动态特性的真实世界音频信号？

主要发现

• 所提出的迭代算法在合成宽带信号中成功恢复了真实的频率调制轮廓，数值模拟显示估计调制与真实值高度吻合。
• 算法收敛迅速，相对误差准则 (26) 在20次独立实现的对数-对数图中呈现幂律衰减趋势。
• 该方法在验证中实现了对调制函数与底层功率谱的精确估计，通过Gabor变换重构与协方差匹配得以证实。
• 基于Gabor变换幅值质心的初始调制估计，为迭代优化过程提供了稳定的起始点。
• 将调制近似为Gabor域中的局部频率偏移，有效实现了对信号二阶统计特性的建模。
• 该方法对噪声具有鲁棒性，在中等信噪比下仍表现良好，数值结果已证实此特性。