마이크 배열 데이터 노이즈 제거를 위한 빔포밍 및 기타 기법

초록

본 논문은 난류 경계층(TBL)에서 발생하는 고유 잡음이 마이크 배열 측정에 미치는 영향을 최소화하기 위해, 교차 스펙트럼 행렬(CSM)의 대각 성분에 집중되는 잡음 특성을 활용한 여러 디노이징 기법을 검토한다. 기존의 전통적 빔포밍, 소스 파워 통합(Source Power Integration, SPI) 및 CLEAN‑SC 알고리즘을 적용하여 합성 데이터에 대한 성능을 비교 분석한다.

상세 분석

논문은 먼저 TBL 잡음이 공간적으로 짧은 상관성을 가지고 있어 CSM의 대각 원소에 주로 나타난다는 물리적 근거를 제시한다. 이 특성을 이용해 대각 성분을 추정·제거함으로써 비공간적(즉, 전역적인) 잡음 수준을 낮출 수 있다. 전통적인 콘벤셔널 빔포밍(Conventional Beamforming, CB)은 배열의 가중합을 통해 특정 방향의 압력 스펙트럼을 추정하지만, 대각 잡음이 크게 남아 있을 경우 스펙트럼이 흐려지고 가짜 소스가 발생한다. 이를 보완하기 위해 소스 파워 통합(SPI)은 특정 영역(예: 격자 셀) 내의 파워를 적분해 잡음에 대한 강인성을 높인다. SPI는 영역 기반이므로 작은 해상도에서는 잡음이 여전히 남을 수 있지만, 넓은 영역에서는 평균화 효과가 커져 신호‑대‑잡음비(SNR)를 개선한다. CLEAN‑SC는 반복적인 소스 추정·제거 과정을 통해 CSM에서 실제 소스와 잡음을 분리한다. 각 반복 단계에서 추정된 소스의 스펙트럼을 CSM에서 차감하고, 남은 잔차에 대해 다시 빔포밍을 수행한다. 이 과정은 대각 잡음뿐 아니라 비대각 상관성 잡음까지도 점진적으로 감소시킨다. 논문은 합성 배열 데이터를 사용해 세 기법을 동일한 잡음 조건에서 평가한다. 결과는 CB가 가장 간단하지만 잡음에 취약하고, SPI가 잡음 억제에 유리하지만 해상도가 떨어지며, CLEAN‑SC가 가장 높은 정밀도와 잡음 억제 효과를 보이지만 계산 비용이 크게 증가한다는 점을 보여준다. 또한, 대각 잡음 추정 방법으로는 평균 대각값, 최소-분산 추정, 그리고 고차원 통계 모델을 활용한 방법을 비교했으며, 평균 대각값이 구현이 간단하고 대부분의 경우 충분히 효과적임을 확인한다.