一种基于多任务网络的麦克风阵列语音增强系统及方法

    公开(公告)号:CN114694670A

    公开(公告)日:2022-07-01

    申请号:CN202210353984.6

    申请日:2022-04-06

    Abstract: 本发明公开了一种基于多任务网络的麦克风阵列语音增强系统及方法,该系统由语音预处理模块、多任务网络模块、多任务损失统计模块、网络权重计算模块和语音重构模块组成。其中,语音预处理模块获取阵列语音、参考回声语音和各个任务目标语音作为输入语音并进行预处理;多任务网络模块完成阵列语音各声道的去混响、回声消除、降噪任务,并将多声道语音融合输出为增强后的语音;多任务损失统计模块用于计算多任务网络模块中各任务的损失值,并统计网络的总损失;网络权重计算模块根据网络的总损失计算梯度,将梯度反向传播,计算得到更新后网络的权重;语音重构模块完成从频域特征到时域语音的映射,得到增强后的干净语音。

    一种基于后验软符号的多通道通信最小误码率Turbo均衡方法

    公开(公告)号:CN113242190B

    公开(公告)日:2022-04-22

    申请号:CN202110392643.5

    申请日:2021-04-13

    Abstract: 本发明公开了一种基于后验软符号的多通道通信最小误码率Turbo均衡方法。本发明采用直接自适应的方法,更好地适应了时变信道,不采用传统的最小均方误差准则,而采用最小误码率准则来进行滤波器系数的更新,以达到更好的收敛性能。此外本发明采用一种有效的Turbo均衡双层迭代结构,内层迭代是通过均衡符号及其先验软信息,计算出后验软符号用于自适应更新滤波器系数,从而使均衡符号更接近期望信号,再将比较准确的均衡符号通过Turbo外层迭代交换软信息,充分利用信道编码的纠错增益,有效地提高系统的误码性能。相对于其他方法,本发明在时变多径的信道环境中具有更好的鲁棒性和更低的误码率性能。

    一种基于子带选择激活的多带双曲调频扩频水声通信方法

    公开(公告)号:CN107947868B

    公开(公告)日:2021-11-23

    申请号:CN201711170818.8

    申请日:2017-11-22

    Abstract: 本发明公开了一种基于子带选择激活的多带双曲调频扩频水声通信方法。本发明提出了将水声系统可用带宽划分为多个子带,每个子带分别进行双曲调频,在同一个调频周期内,对多个子带进行扩频调制,实现多带并行传输。在此基础之上,在每个调频周期内,将划分的多个子带进行分组,每个子带组根据传输数据的不同选择激活不同的子带进行传输。相对于其他的水声双曲调频通信方案,本发明进一步提高了系统的频带利用率,同时能量效率也有所改善。

    一种turbo接收系统中的迭代终止决策方法

    公开(公告)号:CN111211870B

    公开(公告)日:2021-07-20

    申请号:CN202010010549.4

    申请日:2020-01-06

    Abstract: 本发明公开了一种turbo接收系统中的迭代终止决策方法,包括前置设置步骤和迭代终止决策步骤。本发明通过提前设定两个阈值,当迭代处理过程满足阈值条件时就可以提前终止迭代处理过程。本发明在保证turbo接收系统低误码率的前提下,通过计算符号的平均偏移量和似然信息抖动量,提前终止后续无效或者无意义的迭代过程,从而降低系统的整体复杂度。

    一种基于交叉子带划分的多带双曲调频扩频通信方法

    公开(公告)号:CN111478720B

    公开(公告)日:2021-07-16

    申请号:CN202010043963.5

    申请日:2020-06-09

    Abstract: 本发明公开了一种基于交叉子带划分的多带双曲调频扩频通信方法。本方案提出将水声系统可用带宽按照当前扩频周期序号的奇偶性进行不同子带数量的多带划分,以达到交叉子带划分的目的。在此基础上,将划分的多个子带两两分组,每个分组采用子带选择激活的方式根据传输数据的不同进行子带的选择,实现多带并行传输。同时,每个扩频周期内,被激活子带分别采用升、降双曲调频信号对调制后的信号进行调频。相对于其他水声双曲扩频调频方案,本发明采用交叉子带划分的方案,提高了对信道最大时延的容忍度;利用升、降双曲调频信号的弱相关性,承载传输不同的信息;采取基于QPSK调制的多带并行传输方案,进一步提高了系统的频带利用率与传输速率。

    一种联邦学习下边端协同的信道适应性梯度压缩方法

    公开(公告)号:CN113098806A

    公开(公告)日:2021-07-09

    申请号:CN202110409148.0

    申请日:2021-04-16

    Abstract: 本发明公开了一种联邦学习下边端协同的信道适应性梯度压缩方法,包括以下步骤:S1、每个终端利用上行信道向边缘服务器发送已知的训练序列;S2、边缘服务器根据每个终端发送的训练序列通过信道后受到的劣化程度估计各个终端的上行信道状况,存储各个上行信道的信道增益参数;S3、边缘服务器利用终端的信道状况和设定的总量化比特数,求解优化问题,进行量化比特数分配;S4、边缘服务器向参与联邦学习的终端广播各自可以使用的量化比特数信息;S5、终端在广播的信息中找到自己可以使用的量化比特数,对本地更新梯度进行量化。本发明具有有效缓解无线通信信道劣化对联邦学习训练效果的影响,缓解通信瓶颈,提高系统抗噪性能等优点。

    基于混合前传协议的SWIPT多中继通信系统最大化吞吐量方法

    公开(公告)号:CN110492919B

    公开(公告)日:2021-05-14

    申请号:CN201910705721.5

    申请日:2019-08-01

    Abstract: 本发明公开了一种基于混合前传协议的SWIPT多中继通信系统最大化吞吐量方法,各中继节点以时隙切换的方式轮流进行信息解码与能量收集,并且根据各自信道特点选择不同的转发协议;通过对时隙切换因子和中继转发协议选择因子的联合优化,实现系统的吞吐量最大化。本发明中的多中继通信系统的中继节点采用混合前传协议和SWIPT相结合的技术,在加强中继节点的续航能力的同时,增强了对信道的适应性;对中继转发协议选择因子与时隙切换因子进行联合优化,实现了中继节点转发协议的最优选择、以及能量收集与信息解码之间资源的最优分配,提高了系统的吞吐量。

    一种OFDMA分布式模式下行链路梳状谱快速提取方法

    公开(公告)号:CN107979454B

    公开(公告)日:2021-01-19

    申请号:CN201711170826.2

    申请日:2017-11-22

    Abstract: 本发明提供一种OFDMA分布式模式下行链路梳状谱快速提取方法。本发明针对系统N个时域接收信号、采用离散傅里叶变换提取L×M个梳状频点的快速实现问题,即在L个子频带每段中相同位置开始的M个连续子载波上提取承载的数据,利用变换分解方法将N个输入数据分解为L个长度为P的数据块,对每块分别进行DFT运算,利用基于时间抽取的分裂基裁剪方法简化这L块数据的DFT运算,通过将由输出频移带来的额外旋转运算分散到各级运算本身的旋转因子上,以及在一些级上进行裁剪的蝶形运算,从而在用户终端实现对分配给该用户的所有梳状频点的快速提取,大大降低运算复杂度。本发明能应用在信号处理或者图像处理等领域,实现离散傅里叶变换梳状频点提取。

    一种基于双向时域均衡的软信息迭代接收方法

    公开(公告)号:CN109246039B

    公开(公告)日:2020-11-24

    申请号:CN201810902892.2

    申请日:2018-08-09

    Abstract: 本发明公开了一种基于双向时域均衡的软信息迭代接收方法,适用于超奈奎斯特(FTN)传输系统,该方法在时域上对信道进行正向和反向信道估计的基础上,使用加权合并均衡方法,采用软信息迭代均衡(Turbo均衡)结构,通过迭代交换软信息,充分利用信道编码的纠错增益,有效地提高系统的误码性能;同时,利用Turbo迭代中发送数据符号的估计均值进行信道估计,能够更好的跟踪信道变化。相对于其他方法,本发明方法能更有效地消除信道带来的符号间干扰,也能有效对抗FTN传输系统中自身携带的符号间干扰,同时具有更低的计算复杂度。

Patent Agency Ranking