面对时下大数据时代奔涌的异构、多源的海量数据,图信号处理(Graph Signal Processing,GSP)作为一种新兴的数据处理技术,通过利用信号样值之间的关系构建图信号对数据结构进行建模,以获得更好的数据处理性能,引起了研究者的广泛关注。GS...
详细信息
面对时下大数据时代奔涌的异构、多源的海量数据,图信号处理(Graph Signal Processing,GSP)作为一种新兴的数据处理技术,通过利用信号样值之间的关系构建图信号对数据结构进行建模,以获得更好的数据处理性能,引起了研究者的广泛关注。GSP通过定义权重矩阵,充分考虑了当前顶点和相邻顶点间的样值影响来描述顶点之间存在的潜在联系,这与传统的仅考虑了当前采样点的数字信号处理(Digital Signal Processing,DSP)的方法不同,利用的信息更充分。GSP主要研究的是图信号的表示、分析等理论和方法,通过图的方式揭示信号之间存在的联系,将传统的DSP理论扩展到不规则的图信号上,为处理复杂数据提供了有效手段,在图像处理、生物医学、机器学习、语音信号处理、无线传感网等领域得到了广泛应用。在声音信号处理领域,麦克风阵列在信号时域和频域维度上增加了空间域,能够有效利用麦克风阵列的空间信息,在改善语音质量方面有更高的潜能。此外,语音信号本身各采样点间也存在着普遍联系。利用麦克风阵列的空间信息和语音样点间拓扑结构关系也较为容易地完成诸如声源定位、声源分离、去混响、声源跟踪等问题处理。在复杂环境下,基于麦克风阵列设计的多通道语音增强算法具有更好的性能,可以运用到对语音通信质量具有较高要求的场景中,如移动通信、助听设备、会场环境等。鉴于此,本文尝试研究基于图信号处理的多通道语音增强技术,提高噪声抑制性能和算法的鲁棒性。本文所作的主要工作与创新如下:(1)本文结合图信号处理与波束形成,提出了一种新的图后置滤波(Graph Post-Filtering,GPF)方法,来实现多通道语音信号增强。首先,提出了多阶自旋的图拓扑结构来构建语音图信号。然后,针对复杂散射噪声场下经典维纳后置滤波(Wiener Post-Filtering,WPF)方法的局限性,结合波束形成提出了一种新的图后置滤波方法,基于输入各路语音图信号的自相关和互相关功率谱密度,推导出增益函数,进而预测源语音信号的图频谱。实验结果表明,所提出的GPF方法在信噪比(Signal-to-Noise Ratio,SNR)和主观语音质量评估(Perceptual Evaluation of Speech Quality,PESQ)方面,性能均要优于传统的WPF方法。另外,实验结果也表明,各路信号时延补偿偏差会影响基于GPF的多通道语音增强性能。(2)考虑到通道间存在的空间关系影响着其降噪效果,图信号处理可以捕获该潜在关系,若直接采用其空间物理分布图,无法实时反映其时变特性,因此本文提出了一种基于联合图学习的多通道语音增强方法。首先,提出一种联合时间-空间图学习方法,以最小化多通道含噪语音信号在空间图上的平滑度、参考通道信号在语音帧内图上的平滑度、空间图的稀疏度和帧内图的稀疏度之和为目标,优化阵列空间图和语音帧内图。基于学习的空间图和帧内图,构建多通道语音信号的时间-空间联合图。在此基础上,将多通道语音图信号进行联合图傅里叶变换,进而采用固定波束形成(Fixed Beam Forming,FBF)方法进行增强。实验结果表明,与传统的FBF方法相比,所提出的基于联合图学习的FBF(Joint Graph Learning based FBF,JGL-FBF)方法显著提升了增强语音的SNR和PESQ。另外,实验结果也表明,JGL-FBF方法的语音增强性能会受到时延补偿准确性的影响。
针对信道状态信息未知SWIPT-D2D(Simultaneous Wireless Information and Power Transfer Device to Device)无线通信网络环境下设备间信号干扰以及设备能量损耗问题,提出通过使用近端策略优化(Proximal Policy Optimization,PPO)算法,...
详细信息
针对信道状态信息未知SWIPT-D2D(Simultaneous Wireless Information and Power Transfer Device to Device)无线通信网络环境下设备间信号干扰以及设备能量损耗问题,提出通过使用近端策略优化(Proximal Policy Optimization,PPO)算法,在满足蜂窝用户通信质量要求的前提下同时对D2D用户的资源块、发射功率以及功率分割比三部分进行联合优化。仿真结果表明,所提算法相比于其他算法能够为D2D用户制定更好的资源分配方案,在保证蜂窝用户保持较高通信速率的同时使D2D用户获得更高的能效。同时,当环境中用户数量增加时,所提算法相比于Dueling Double DQN(Deep Q-Network)以及DQN算法,D2D能效分别平均提高了15.95%和23.59%,当通信网络规模变大时所提算法具有更强的鲁棒性。
针对现有的双局域网(LAN)太赫兹无线局域网(Dual-LAN THz WLAN)相关介质访问控制(MAC)协议中存在的某些节点会在多个超帧内重复发送相同的信道时隙请求帧以申请时隙资源以及网络运行的一些时段存在空闲时隙等问题,提出一种基于自发数据传输的高效MAC协议——SDTE-MAC(high-Efficiency MAC protocol based on Spontaneous Data Transmission)。SDTE-MAC通过让各节点都维护一张或多张时间单元链表,使各节点与其余节点在网络运行时间上达到同步,从而获悉各节点应该在信道空闲时隙的什么位置开始发送数据帧,优化了传统的信道时隙分配和信道剩余时隙再分配的流程,提高了网络吞吐量和信道时隙利用率,降低了数据时延,能够进一步提升双LAN太赫兹无线局域网的性能。仿真结果表明,网络饱和时,相较于AHT-MAC(Adaptive High Throughout multi-pan MAC protocol)中的N-CTAP(Normal Channel Time Allocation Period)时段时隙资源分配新机制以及自适应缩短超帧时段机制,SDTE-MAC的MAC层吞吐量提升了9.2%,信道时隙利用率提升了10.9%,数据时延降低了22.2%。
提出一种基于卫星航点的分段路由(waypoint-segment routing,WSR)算法,WSR算法以可预测的卫星网络拓扑运动周期为基础,根据卫星节点链路状态确定卫星航点的位置;利用分段路由灵活规划分组传输路径的机制,提前响应网络拓扑变化,计算得到一条不受网络拓扑快照切换影响的传输路径。基于NS-3仿真平台进行仿真实验,设置源节点与目标节点在反向缝同侧与不同侧两种场景,选取优化链路状态路由(optimized link state routing,OLSR)算法和最短路径算法与WSR进行时延抖动与分组丢失率的对比分析。实验证明WSR与OLSR相比,两种场景下最大时延抖动分别降低46 ms与126 ms,分组丢失率分别降低30%和21%,并且能够解决拓扑快照切换导致分组传输路径中断的问题。
暂无评论