[论文解读] Stochastic Modeling and Estimation of Stationary Complex-Valued Signals

Adam M. Sykulski, Sofia C. Olhede+2 more|arXiv (Cornell University)|Jun 25, 2013

Blind Source Separation Techniques被引用 3

一句话总结

本文提出了一种基于旋转分量以捕捉非正则或各向异性信号结构的平稳复值信号随机建模框架。通过将Whittle似然函数扩展至复信号，并实现频域参数估计，该方法实现了流体动力学湍流数据中高效推断、模型选择及非正则性检验。

ABSTRACT

This paper provides a stochastic modeling framework for the power spectral representations of stationary complex-valued signals. We specify how complex-valued signals can be modeled stochastically in terms of their rotary components, which decompose a bivariate signal according to direction of rotation. The necessary relationships are provided to map between complex-rotary and bivariate-Cartesian representations. We demonstrate how by modeling in rotary components we can infer useful features from application datasets---in particular for capturing the improper or anisotropic structure of a signal---by implementing our methodology on fluid dynamic simulations of turbulence. In addition, we detail how parameters of a chosen stochastic model can be efficiently estimated in the frequency domain, by extending the Whittle likelihood to complex-valued signals. We also provide a new method of testing for complex structure such as impropriety, as well as procedures for model choice and semi-parametric modeling.

研究动机与目标

• 开发一种用于平稳复值信号的随机建模方法，以捕捉非正则或各向异性信号结构。
• 建立信号在旋转（复数）与双变量-笛卡尔表示之间的数学映射关系。
• 通过将Whittle似然函数扩展至复值信号，实现频域参数估计的高效化。
• 提出一种新的统计检验方法，用于检测复值信号结构，如非正则性。
• 在复值信号分析背景下，支持模型选择与半参数建模。

提出的方法

• 通过表示双变量信号空间中方向性旋转的旋转分量来建模复值信号。
• 推导旋转与双变量-笛卡尔信号表示之间的数学关系。
• 将Whittle似然函数扩展至复值信号，以实现复值信号模型中频域参数估计的高效化。
• 提出一种新的检验统计量，用于检测复值信号中的非正则性，反映非圆对称性或各向异性。
• 在所提出的框架内整合模型选择与半参数建模流程。
• 将该框架应用于流体动力学湍流模拟，以验证其实际应用价值。

实验结果

研究问题

• RQ1 如何利用旋转分量对复值信号进行随机建模，以捕捉其方向性与非正则性特征？
• RQ2 复值信号的旋转表示与双变量-笛卡尔表示之间应采用何种恰当映射关系？
• RQ3 如何将Whittle似然函数适配于复值信号的频域参数估计，以实现高效计算？
• RQ4 何种统计检验可可靠检测复值信号数据中的非正则性或各向异性？
• RQ5 如何在复值信号的随机建模框架中有效整合模型选择与半参数建模？

主要发现

• 旋转分量表示法能够有效建模复值信号中的非正则或各向异性结构。
• 扩展的Whittle似然函数为复值信号模型中的频域参数估计提供了计算高效的手段。
• 提出了一种新的非正则性检验方法，可实现对复信号非圆对称性的检测。
• 该框架支持模型选择与半参数建模，增强了在真实世界应用中的灵活性。
• 在流体动力学湍流模拟中的应用验证了该方法从复值数据中推断出有意义信号特征的能力。