本文转载自：http://www.cnblogs.com/xingshansi/p/6621185.html
仍然是西蒙.赫金的《自适应滤波器原理》第四版第二章，首先看到无约束维纳滤波，接着到了一般约束条件的滤波，此处为约束扩展的维纳滤波，全文包括：
1）背景介绍；
2）广义旁瓣相消（Generalized Sidelobe Cancellation, GSC）理论推导；
3）GSC应用——语音阵列信号增强；
内容为自己的学习记录，其中错误之处，还请各位帮忙指正！
一、背景介绍
在一般约束条件的维纳滤波中，有wHs(θ0)=gwHs(θ0)=g的约束条件，即sH(θ0)w=gsH(θ0)w=g.如s(θ0)s(θ0)为旋转向量时，希望在θ0θ0处保留波束—>对应g1=1g1=1，希望在θ2θ2处抑制波束—>对应g2=0g2=0，写成一般形式：
写成更一般的形式：
CHw=gCHw=g
假设ww权值个数为M，在一般约束维纳滤波中可以看出：限定条件使得结果更符合预期的效果。假设C为M×L的矩阵：L个线性约束条件。对于M个变量的方程组，对应唯一解最多有M个方程，即：对于L个线性约束来讲，我们仍可以继续利用剩下的M-L个自由度进行约束，使得结果更加符合需求（比如增强某信号、抑制某信号等），这便是GSC的背景。
二、GSC理论推导
A-理论介绍
书中的推导较为繁琐，我们可以从投影空间的角度加以理解，也就是最小二乘结果的矩阵求逆形式，给出简要说明：
对于矩阵A（N×M）:
- 如果A是满列秩（N>=M）对于符合LA=I的矩阵解为：L=(AHA)−1AHL=(AHA)−1AH;
- 如果A是满行秩（N<=M）对于符合AR=I的矩阵解为：R=AH(AAH)−1R=AH(AAH)−1.
对于CHw=gCHw=g，得出最优解：
wq=C(CHC)−1gwq=C(CHC)−1g
记：
wre=w−wqwre=w−wq
为了便于对余量wrewre进行控制，将C扩展为：[ C | Caa ]，CaCa的列向量为矩阵C列向量张成空间的正交补空间的基，即：
CHaC=0CaHC=0
分析新的空间特性：
上式有CHwre=0CHwre=0，这就说明只要满足该条件，re=CHawrere=CaHwre就是补空间的余量，如何保证一定有CHwre=0CHwre=0呢？可以将wrewre写为：−Cawa−Cawa的形式，之所以添加−−可能是因为正交补空间可以认为C列向量空间不能表征的成分，我们通常认为这一部分为该丢弃的残差，也因为是残差：CaCa通常被称为阻塞矩阵（取Block之意）,很多书籍用BB表示。
重新给出推导的结果：
w=wq−Cawaw=wq−Cawa s.t. Cawq=0Cawq=0
对应结构图为：
简化后可以认为上支、下支：
这是维纳滤波器的典型结构。
B-阻塞矩阵的选取
阻塞矩阵这一段摘自：秦博雅《基于低复杂度自适应信号处理的波束成形技术研究》p22~23.
大致有以下几种方式：
三、阵列信号增强
学了这个GSC怎么应用呢？这里参考一篇07年adaptive beamforming（引用见最后的参考）的例子，简要说明思路，关于阻塞矩阵。
文中结构图：
即：分别利用GSC框架，通过最小互信息实现信号的分离，其中wawa、CaCa即BB都提前给定，优化wa1wa1、wa2wa2。
定义互信息：
其中，
在幅度（严格来讲是傅里叶系数幅度）为正态条件下，得到：
给出输出表达式：
并给出准则函数——相关系数的表达式：
其中，
其中相关、互相关无法得到统计信息，仍然可以基于遍历性假设：利用时间换取空间，近似求取。
文中提到引入正则化（regularization）
这个只是优化过程中的限定条件，与GSC框架关系不大，不再补充。
这里在网上找去了一个8通道（channel）的混合语音（两个说话人），利用该算法进行分析，给出主要代码：
主要代码：
|
1
2
3
4
5
|
MMI_define_var(Xf1,Xf2);
%initialization
W1 = [0 0 0 0.1 0 0 0.2 ];
W2 = [0 2 0 0 0.2 0 0.1 ];
[Wa1,Wa2]=MMI_EstimateWa([W1 W2]');
|
其中MMI_define_var定义变量:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
function
MMI_define_var(Xf1,Xf2)
global
Wq B covX1X1 covX2X2 covX1X2 len;
Wq=[1 1 1 1 1 1 1 1]'*1/8;
B=[1 -1 0 0 0 0 0 0 ;0 1 -1 0 0 0 0 0 ;0 0 1 -1 0 0 0 0 ;0 0 0 1 -1 0 0 0 ;0 0 0 0 1 -1 0 0 ;0 0 0 0 0 1 -1 0 ;0 0 0 0 0 0 1 -1 ]';
[~,len]=
size
(Xf2);
XfMean1=
mean
(Xf1.');
XfMean2=
mean
(Xf2.');
for
i
=1:8
Xf1(
i
,:)=Xf1(
i
,:)-XfMean1(
i
);
Xf2(
i
,:)=Xf2(
i
,:)-XfMean2(
i
);
end
covX1X1=Xf1*Xf1'/len;
covX2X2=Xf2*Xf2'/len;
covX1X2=Xf1*Xf2'/len;
|
|
1
|
<span style=
"font-size: 14px;"
>MMI_EstimateWa实现参数估计:<br></span>
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
function
[Wa1 Wa2]=MMI_EstimateWa(W)
%obtain the Wa
ww=[
real
(W)
' imag(W)'
]';
options =
optimset
(
'LargeScale'
,
'off'
,
'display'
,
'off'
);
[X,fval] = fminunc(
'MMI_real_imag_objfun'
,ww,options);
X_real=X(1:14);
X_imag=X(15:28);
Wa1_real=X_real(1:7);
Wa1_imag=X_imag(1:7);
Wa2_real=X_real(8:14);
Wa2_imag=X_imag(8:14);
Wa1=Wa1_real+
sqrt
(-1)*Wa1_imag;
Wa2=Wa2_real+
sqrt
(-1)*Wa2_imag;
end
|
对应结果图：
可以听出来：虽然略有杂音，但两个说话人的声音已经实现了分离，GSC框架有效。如果不同说话人声达时间估计准确，迭代算法应用合适，效果会更好，此处主要介绍GSC应用，细节不再琢磨，有兴趣的可以探索探索。
参考：
- K. Kumatani, T. Gehrig, U. Mayer, E. Stoimenov, J. McDonough and M. WÖlfel, "Adaptive Beamforming With a Minimum Mutual Information Criterion," in IEEE Transactions on Audio, Speech, and Language Processing, vol. 15, no. 8, pp. 2527-2541, Nov. 2007.
- Simon Haykin 《Adaptive Filter Theory Fourth Edition》.