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

Resumo Técnico: Classificação Robusta por Cepstro com FIR

Enunciado do Problema
A classificação de sinais é frequentemente comprometida por distorções convolucionais, como efeitos de multicaminho e respostas de canal. Quando um sinal $x$ passa por um canal linear desconhecido com resposta de impulso $h$, a saída $y = x * h$ resulta em um espectro de magnitude $|Y| = |X||H|$. Esta distorção multiplicativa inclina os descritores de perfil espectral, fazendo com que classificadores treinados em dados limpos falhem. Embora o processamento homomórfico (transformação do log-espectro) converta esta multiplicação em uma perturbação aditiva ($\log|Y| = \log|X| + \log|H|$), os descritores espectrais padrão permanecem frágeis porque o termo do canal $\log|H|$ está concentrado em baixas quefrequências no domínio cepstral. O artigo investiga se a remoção desta banda de baixa quefrequência pode tornar robusta uma classe específica de classificadores baseados em reconstrução sem exigir a estimativa ou inversão explícita do canal.

Metodologia
O estudo emprega um protocolo experimental estritamente controlado para isolar o efeito da representação de entrada:

• Conjunto de Dados: Dados de falha de rolamento CWRU (10 classes, 12 kHz) e dados DroneRF (11 classes).
• Modelo de Distorção: Canais FIR (Resposta de Impulso Finita) sintéticos com comprimentos variados ($L \in \{1, 2, 3, 5, 8, 12\}$) e ecos de decaimento exponencial. Os modelos são treinados em dados limpos e testados em dados distorcidos.
• Classificador: Um classificador de reconstrução específico de classe baseado em DSGE (Decomposition in a Space with a Generating Element). A métrica específica utilizada é o DB-MSED (Descriptor-Basis Log Mean-Square Error of Decomposition), que se reduz a uma distância de Mahalanobis regularizada.
• Controle de Representação: Para isolar o efeito da representação, os autores aplicam um pipeline idêntico tanto para o ramo de base (perfil espectral) quanto para o ramo experimental (cepstro com liftering). Ambos são mapeados para os mesmos 11 descritores de forma invariantes à translação (ex: assimetria, curtose, percentis).
• Liftering: A representação cepstral é processada usando um lifter de limite inferior ($\ell$), que descarta coeficientes abaixo de um índice de quefrequência específico. O parâmetro primário é fixado em $\ell=3$ com base em estudos prévios de RF.
• Baselines: O estudo compara o cepstro com liftering contra:
  1. Perfis espectrais brutos.
  2. Cepstro completo (sem liftering).
  3. Controles de mitigação de canal espectral: Normalização de Média-Variância Cepstral (CMVN), detrending polinomial do log-espectro (grau-3) e filtragem RASTA.
  4. Um pipeline padrão de MFCC (11 coeficientes) alimentado pelo mesmo cabeçalho DB-MSED, bem como cabeçalhos SVM e GMM.
• Validação: São utilizados 15 divisões repetidas e livres de vazamento (leakage-safe). A significância é avaliada via testes de Wilcoxon de uma cauda e intervalos de confiança bootstrap de 95%.

Resultos Principais

• Ganho de Robustez: Sob distorção FIR, a representação cepstral com liftering ($\ell=3$) supera significativamente o perfil espectral quando utilizando descritores idênticos. O F1-macro melhora de 0.503 (espectral) para 0.596 (cepstral). Este ganho é de $\Delta = +0.093$. Esta melhoria é consistente em todas as 15 divisões ($p = 3.05 \times 10^{-5}$) e ocorre sem custo para a acurácia em dados limpos (0.680 vs. 0.677).
• Verificação do Mecanismo: O cepstro "completo" (sem liftering) colapsa sob distorção FIR tal como o perfil espectral, provando que o cepstro per se não é a fonte da robustez. A robustez é alcançada especificamente pela remoção desta banda de baixa quefrequência do canal.
• Realizações Alternativas: Um detrending polinomial de grau-3 do log-espectro (que remove a mesma banda suave) alcança robustez comparável (0.616 F1-macro), confirmando que o princípio é a "remoção da banda do canal" e não o uso específico de um cepstro.
• Superioridade do MFCC: Um pipeline MFCC padrão (que é, por si só, uma representação de cepstro real com liftering) serve como um baseline absoluto muito mais forte, alcançando 0.845 F1-macro sob FIR com um cabeçalho SVM. Isso indica que, embora o princípio da remoção de banda seja sólido, o método específico de "descritor de forma" usado neste estudo descarta informações valiosas do envelope que os coeficientes MFCC retêm.
• Transferência de Domínio: O lifter $\ell=3$ transfere-se com sucesso para a modalidade DroneRF, gerando uma vantagem de +0.244 no F1-macro sobre os perfis espectrais, sugerindo que o princípio se mantém entre vibração mecânica e radiofrequência.

Significância e Alegações
O artigo posiciona-se como um estudo explicativo e controlado, em vez de um benchmark de desempenho de estado da arte. Suas principais contribuições são:

1. Isolamento do Efeito da Representação: Demonstra que, para classificadores baseados em reconstrução (DSGE/DB-MSED), a remoção da banda de baixa quefrequência do canal torna o sistema significativamente mais robusto à distorção FIR sem a necessidade de estimar o canal.
2. Definição do Mecanismo: Esclarece que a robustez provém da forma algébrica da perturbação (aditiva no domínio do log, localizada em baixa quefrequência) e da subsequente remoção dessa banda, e não que a transformada cepstral seja uma solução "mágica".
3. Limitação da Escolha do Descritor: Os autores afirmam explicitamente que sua forma de descritor-base DB-MSED não é a escolha ideal para acurácia em dados convolucionais. Eles argumentam que os praticantes devem preferir representações baseadas em coeficientes, como MFCC ou log-espectros com detrending, que retêm mais informações do envelope.
4. Regra Operacional: O estudo conclui com uma diretriz prática: para incômodos de natureza convolucional/multicaminho, representações com remoção de banda de canal (cepstros com liftering ou log-espectros com detrending) são superiores aos perfis espectrais brutos; contudo, se o objetivo for a máxima acurácia, codificações baseadas em coeficientes (MFCC) são preferíveis aos resumos de descritores de forma.

Os autores reconhecem limitações, incluindo o uso de canais FIR sintéticos (injetados) em vez de multicaminhos medidos em campo, e a modesta acurácia absoluta da forma de base de descritores em comparação com pipelines MFCC padrão. O trabalho serve como uma validação rigorosa do princípio de deconvolução homomórfica dentro de um framework de reconstrução específico não-gaussiano.