（通讯员 徐君海）近日，天津大学智能与计算学部认知与智能实验室成果“Efficient Singular Spectrum Mode Ensemble for Extracting Wide-Band Components in Overlapping Spectral Environments”被IEEE Transactions on Signal Processing (TSP)期刊录用并公开发表。这是在该期刊上首篇以天津大学智能与计算学部作为第一单位发表的论文。TSP为信号处理领域的顶级期刊，同时也是中科院文献情报中心评定的工程技术学科TOP期刊。该成果第一作者为认知智能实验室2021级博士生张鸿程，指导教师为路文焕教授。
该成果旨在解决现有模态分解方法在分离频谱重叠的模态分量时，由于算法频域分辨率和分解等级的不足，造成的分解效果下降的问题。为了克服这些局限性，该研究提出了一种奇异谱模态综合(SME)方法。SME方法采用高阶Hankel矩阵和奇异值分解(SVD)，并辅以研究团队提出的快速奇异谱分解(FSSD)和基于奇异值-频带相关性的分组方法，实现复杂信号的模态分解。理论研究表明，该方法在频域获得了极高的分辨率，有利于分离在频谱中模态混叠的成分。验证实验表明，所提出方法可以分离时频域重叠的非平稳分量，揭示了以往难以分离和识别的机械和语音信号中的一些非稳态成分。
天津大学认知与智能（Cognition and Intelligence）实验室成立于2010年9月。主要研究领域包括语言认知、脑认知、视听觉协同认知、语音分析、多模态人机交互及言语障碍观测技术等。实验室研究团队先后获得国家973项目、重大科技专项、国家自然科学基金重点项目资助。
