최소 분산 왜곡 없는 응답(MVDR) 빔포머는 원하는 신호를 유지하면서 간섭 신호를 억제할 수 있는 능력 덕분에 다채널 신호 향상을 위해 널리 사용된다. 그러나 실제 시나리오에서의 적용은 두 가지 주요 문제에 직면한다: 사전 공간 특성의 필요성과 비결정 시나리오에서의 성능 저하. 이를 해결하기 위해 마스크 기반 MVDR(MB-MVDR) 빔포머 프레임워크가 제안되었으며, 여기서 시간-주파수(TF) 마스크를 사용하여 MVDR 빔포머 수행에 필요한 공간 특성을 추정한다. 후자를 해결하기 위해 TF-빈 단위 스위칭(TFS) 빔포머가 도입되어, 각 TF 빈에서 주된 간섭 신호를 선택적으로 억제하기 위해 여러 MVDR 빔포머를 결합한다. 본 연구에서는 비결정 시나리오에서 블라인드 소스 분리를 위한 새로운 방법 즉, MB-MVDR에 TFS 프레임워크를 도입한 마스크 기반 스위칭 MVDR 빔포머를 제안한다. 첫째, 복소각 중심 가우시안 혼합 모델을 사용하여 관측된 신호로부터 TF 마스크를 추정하는데, 사전 훈련 데이터가 필요하지 않다. 이 마스크는 각 소스의 공간 공분산 행렬을 계산하는 데 사용되며, 이후 TFS 빔포머에서 활용된다. 수치 실험을 통해 제안된 방법이 추정된 마스크를 직접 적용했을 때에 비해 신호 대 왜곡 비율을 개선함을 보여준다.
Nakane et al. (2025)은 이 질문을 연구했다.