WVDS: Wigner-Ville slice spectra для раннего обнаружения аномалий

Это не речевая статья напрямую, но очень релевантная для DSP-мышления: авторы берут Wigner-Ville Distribution Slice spectra и проверяют, можно ли по потоковым окнам быстро ловить начало аномалии в waveform-сигнале. Такой подход хорошо ложится на задачи мониторинга, где важны миллисекунды и низкий false alarm rate.

Что сделали. Каждое 128-сэмпловое окно напряжения превращается в 128-мерный WVDS-вектор, после чего считается baseline-normalized deviation. Метод сравнивают с FFT-BND и autoencoder-бейзлайнами на raw, FFT и WVDS признаках.

Результат. FFT-BND выигрывает по чувствительности: 433 из 436 событий, detection rate 99.31% и средняя задержка около 23.38 мс. WVDS-BND зато дает самый аккуратный alarm-профиль: record-level false alarm 0.69% и window-level false alarm 0.0061% при runtime около 10.293 мкс на окно.

Почему это стоит держать в поле зрения. Для речи и аудио похожая идея может быть интересна там, где надо детектировать onset, сбой канала, clipping, abrupt noise или переход режима без тяжелой нейросети. Wigner-Ville-представления обычно капризны из-за cross-terms, но slice-формат здесь выглядит как прагматичный компромисс между богатой time-frequency структурой и вычислимостью.

Фишка из статьи. WVDS здесь ценен не как абсолютный чемпион по detection rate, а как очень консервативный detector. Он сохраняет bilinear midpoint-interaction структуру Wigner-Ville и платит за это чувствительностью, зато резко снижает ложные тревоги. Для мониторинга это важный сюжет: иногда лучше пропустить часть слабых событий, чем постоянно дергать систему ложными alarm.

Как это читать: FFT-BND быстрее и чувствительнее, но WVDS-BND почти убирает pre-onset false alarms. Авторы прямо показывают этот trade-off: WVDS-BND примерно в 1.57 раза медленнее FFT-BND, но абсолютная задержка вычислений все равно остается микросекундной.