Cepstral FIR-Robust Classification: A Homomorphic-Deconvolution Descriptor in Space with a Generating Element

Sintesi Tecnica: Classificazione Robusta tramite Cepstro FIR

Problema
La classificazione dei segnali è frequentemente compromessa da distorsioni convolutive, come gli effetti multipath e le risposte di canale. Quando un segnale $x$ attraversa un canale lineare ignoto con risposta all'impulso $h$, l'output $y = x * h$ produce uno spettro di ampiezza $|Y| = |X||H|$, che risulta in una distorsione moltiplicativa che inclina i descritti del profilo spettrale, causando il fallimento dei classificatori addestrati su dati puliti. Sebbene l'elaborazione omomorfica (trasformazione del log-spettro) converta questa moltiplicazione in una perturbazione additiva ($\log|Y| = \log|X| + \log|H|$), i descrittori spettrali standard rimangono fragili perché il termine del canale $\log|H|$ è concentrato a basse frequenze quefrency nel dominio cepstrale. Il presente studio indaga se la rimozione di questa banda a bassa quefrency possa rendere più robusta una specifica classe di classificatori basati sulla ricostruzione, senza richiedere la stima esplicita o l'inversione del canale.

Metodologia
Lo studio impiega un protocollo sperimentale rigorosamente controllato per isolare l'effetto della rappresentazione dell'input:

• Dataset: Dati di guasto dei cuscinetti CWRU (10 classi, 12 kHz) e dati DroneRF (11 classi).
• Modello di Distorsione: Canali FIR (Finite Impulse Response) sintetici con lunghezze variabili ($L \in \{1, 2, 3, 5, 8, 12\}$) ed echi a decadimento esponenziale. I modelli sono addestrati su dati puliti e testati su dati distorti.
• Classificatore: Un classificatore di ricostruzione specifico per classe basato su DSGE (Decomposition in a Space with a Generating Element). La metrica specifica utilizzata è la DB-MSED (Descriptor-Basis Log Mean-Square Error of Decomposition), che si riduce a una distanza di Mahalanobis regolarizzata.
• Controllo della Rappresentazione: Per isolare l'effetto della rappresentazione, gli autori applicano una pipeline identica sia alla branca di base (profilo spettrale) che a quella sperimentale (cepstro lifterato). Entrambe sono mappate sugli stessi 11 descrittori di forma invarianti per traslazione (es. skewness, curtosi, percentili).
• Liftering: La rappresentazione cepstrale è elaborata utilizzando un lifter inferiore ($\ell$), che scarta i coefficienti al di sotto di un indice di quefrency specifico. Il parametro primario è fissato a $\ell=3$ sulla base di studi RF precedenti.
• Baseline: Lo studio confronta il cepstro lifterato con:
  1. Profili spettrali grezzi.
  2. Cepstro completo (senza liftering).
  3. Controlli di mitigazione del canale spettrale: CMVN (Cepstral Mean-Variance Normalization), detrend polinomiale del log-spettro (grado 3) e filtraggio RASTA.
  4. Una pipeline MFCC standard (11 coefficienti) alimentata attraverso lo stesso head DB-MSED, nonché head SVM e GMM.
• Validazione: Sono utilizzati 15 split ripetuti e privi di leakage. La significatività è valutata tramite test di Wilcoxon a una coda e intervalli di confidenza bootstrap al 95%.

Risultati Chiave

• Guadagno di Robustezza: Sotto distorsione FIR, la rappresentazione cepstrale lifterata ($\ell=3$) supera significativamente il profilo spettrale quando vengono utilizzati descrittori identici. Il macro-F1 score migliora da 0,503 (spettrale) a 0,596 (cepstrale), con un guadagno di $\Delta = +0,093$. Questo miglioramento è costante in tutti i 15 split ($p = 3,05 \times 10^{-5}$) e avviene senza costi per l'accuratezza sui dati puliti (0,680 vs 0,677).
• Verifica del Meccanismo: Il cepstro "completo" (senza liftering) collassa sotto distorsione FIR proprio come il profilo spettrale, provando che il cepstro in sé non è la fonte della robustezza. La robustezza è ottenuta specificamente rimuovendo la banda a bassa quefrency del canale.
• Alternative di Realizzazione: Un detrend polinomiale di grado 3 del log-spettro (che rimuove la stessa banda fluida) ottiene una robustezza comparabile (0,616 macro-F1), confermando che il principio è la "rimozione della banda del canale" piuttosto che l'uso specifico di un cepstro.
• Superiorità di MFCC: Una pipeline MFCC standard (essa stessa una rappresentazione real-cepstrale lifterata) funge da baseline assoluta molto più forte, raggiungendo un macro-F1 di 0,845 sotto FIR con un head SVM. Ciò indica che, sebbene il principio della rimozione della banda sia corretto, l'approccio specifico ai "descrittori di forma" utilizzato in questo studio scarta informazioni sull'inviluppo che i coefficienti MFCC invece conservano.
• Trasferimento Cross-Domain: Il lifter $\ell=3$ si trasferisce con successo alla modalità DroneRF, ottenendo un vantaggio di +0,244 nel macro-F1 rispetto ai profili spettrali, suggerendo che il principio è valido sia per le vibrazioni meccaniche che per le radiofrequenze.

Significatività e Rivendicazioni
Il documento si pone come uno studio esplicativo e controllato piuttosto che come un benchmark di prestazioni allo stato dell'arte. I suoi principali contributi sono:

1. Isolare l'Effetto della Rappresentazione: Dimostra che, per i classificatori basati sulla ricostruzione (DSGE/DB-MSED), la rimozione della banda a bassa quefrency del canale rende il sistema significativamente più robusto alla distorsione FIR senza necessità di stimare il canale.
2. Definire il Meccanismo: Chiarisce che la robustezza deriva dalla forma algebrica della perturbazione (additiva nel dominio del log, localizzata a bassa quefrency) e dalla successiva rimozione di tale banda, piuttosto che dal fatto che la trasformata cepstrale sia una soluzione "magica".
3. Delimitare la Scelta del Descrittore: Gli autori dichiarano esplicitamente che la loro forma DB-MSED basata su descrittori non è la scelta ottimale per l'accuratezza sui dati convolutivi. Argomentano che i professionisti dovrebbero preferire rappresentazioni basate su coefficienti, come MFCC o log-spettri detrendizzati, che conservano maggiori informazioni sull'inviluppo.
4. Regola Operativa: Lo studio conclude con una linea guida pratica: per disturbi convolutivi/multipath, le rappresentazioni con rimozione della banda del canale (cepstri lifterati o log-spettri detrendizzati) sono superiori ai profili spettrali grezzi; tuttavia, se l'obiettivo è la massima accuratezza, le codifiche basate su coefficienti (MFCC) sono preferibili rispetto ai riassunti basati su descrittori di forma.

Gli autori riconoscono i limiti, inclusi l'uso di canali FIR sintetici (iniettati) anziché multipath misurati sul campo, e la modesta accuratezza assoluta della forma basata su descrittori rispetto alle pipeline MFCC standard. Il lavoro funge da rigorosa validazione del principio di deconvoluzione omomorfica all'interno di un particolare framework di ricostruzione non gaussiana.