检索结果-内蒙古大学图书馆

通信学报 2025年第1期46卷 35-51页

作者：张晨徐阳威李宛静王威张更新南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家工程研究中心江苏南京210003

针对低轨星座跳波束资源调度的需求,提出一种基于多智能体深度强化学习的低轨星座跳波束资源调度方法。通过多目标优化的选星接入方式,建立卫星与服务区域之间的映射关系。在此基础上,根据业务类型和QoS需求的多样性,采用混合专家模型... 详细信息

针对低轨星座跳波束资源调度的需求,提出一种基于多智能体深度强化学习的低轨星座跳波束资源调度方法。通过多目标优化的选星接入方式,建立卫星与服务区域之间的映射关系。在此基础上,根据业务类型和QoS需求的多样性,采用混合专家模型的方法,构建一个资源调度多智能体,用于星上资源与跳波束图案的实时决策调度。仿真结果表明,与传统方法相比,所提资源调度方法不仅能满足不同业务对时延和吞吐量的性能需求,还能有效平衡算法的复杂度,适应多样化业务的融合传输需求,应对业务流量的时空分布不均和动态变化,具有较强的泛化能力。

关键词：低轨卫星跳波束深度强化学习资源调度

来源：评论

学校读者我要写书评

暂无评论

基于图注意力机制和对抗训练的语音反欺骗方法

引用

信号处理 2025年第1期41卷 161-173页

作者：陆华庆葛子瑞王天朗郭海燕杨震南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心江苏南京210003

语音反欺骗任务旨在通过设计网络结构和学习算法来区分真实语音和欺骗语音,以提升语音系统安全性。本文提出了一种结合图注意力机制和对抗训练的语音反欺骗方法,以应对语音反欺骗任务中的挑战。具体地,基于说话人吸引子多中心单类(speak... 详细信息

语音反欺骗任务旨在通过设计网络结构和学习算法来区分真实语音和欺骗语音,以提升语音系统安全性。本文提出了一种结合图注意力机制和对抗训练的语音反欺骗方法,以应对语音反欺骗任务中的挑战。具体地,基于说话人吸引子多中心单类(speaker attractor multi-center one-class, SAMO)学习算法,利用图信号处理(graph signal processing, GSP)理论,本文提出了采用图注意力网络(graph attention network, GAT)提取说话人吸引子中心的方法。通过引入注意力机制来聚合说话人特征表示,以计算出更具代表性的说话人吸引子中心,从而提高系统对真实语音和欺骗语音的区分能力。另外,考虑到当网络只学习到训练集中已知欺骗类型的特定欺骗伪影时,则分类网络可能无法有效应对未知类型的欺骗攻击。本文在反欺骗网络结构中引入欺骗类型分类对抗网络,通过特征表示学习模块和欺骗类型分类辅助网络的对抗训练,促使网络能够从不同类型的欺骗语音中学习到共同的欺骗伪影特征,从而提升系统对实际测试中未知类型欺骗语音的检测能力。在ASVspoof 2019 LA、CFAD和ASVspoof 2021 LA数据集上进行了实验,实验结果表明所提方法在性能上优于基线系统和其他对比系统。此外,本文还采用了t分布随机邻居嵌入(t-distributed stochastic neighbor embedding, t-SNE)和相似度矩阵热力图的可视化方法,直观展示了所提方法在准确区分真实语音和欺骗语音方面的优势,并验证了对抗训练技术在学习共同欺骗伪影特征方面的有效性。

关键词：语音反欺骗图注意力机制单分类对抗训练多任务学习

来源：评论

学校读者我要写书评

暂无评论

噪声环境下基于域对抗图卷积网络和坐标注意力的说话人确认方法

引用

南京邮电大学学报(自然科学版) 2025年第1期45卷 57-67页

作者：陈家辉葛子瑞王天朗郭海燕杨震南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心江苏南京210003

为了减弱背景噪声对说话人确认(Speaker Verification,SV)性能的影响,提出一种基于域对抗图卷积网络(Domain Adversarial Graph Convolution Network,DA⁃GCN)和坐标注意力(Coordinate Attention,CA)的SV方法来提升噪声环境下的SV性能。首先,针对噪声环境下局部特征变得不稳定这个问题,提出引入CA模块,将全局时间信息和全局频率信息编码到通道注意力中,以强调有用通道,提取鲁棒性的说话人特征。其次,提出构建DA⁃GCN来辅助主网络提取与噪声相关性更小的说话人特征来进行后续的分类。具体而言,将语音信号映射为图信号,利用GCN分别对干净语音图信号特征和含噪语音图信号特征进行聚合,通过域对抗(Domain Adversarial,DA)训练,辅助主网络提取干净语音域和含噪语音域共享的说话人特征,从而降低噪声对SV性能的影响。在VoxCeleb1数据集上的实验结果表明,所提CA⁃DA⁃GCN的性能优于基线模型ExU⁃Net且表现出良好的泛化能力。

关键词：噪声环境说话人确认域对抗坐标注意力机制图卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于图注意力网络和门控网络的轻量级单通道语音分离方法

引用

信号处理 2025年第4期41卷 706-717页

作者：余传旗郭海燕王婷婷王景润杨震南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心江苏南京210003

语音分离旨在从包含多个说话人的混合语音中分离出各个源语音,是多说话人场景下语音处理类任务的重要前端。目前,基于深度学习的语音分离取得了显著进展,但随着模型性能的不断提升的同时,模型的参数量和推理时间也显著增加。针对此问题... 详细信息

语音分离旨在从包含多个说话人的混合语音中分离出各个源语音,是多说话人场景下语音处理类任务的重要前端。目前,基于深度学习的语音分离取得了显著进展,但随着模型性能的不断提升的同时,模型的参数量和推理时间也显著增加。针对此问题,本文综合考虑模型效率与分离性能,提出一种基于图注意力网络(Graph Attention Network,GAT)和门控网络(Gated Network,GN)的轻量级语音分离模型(称为GGN-Papez)。该方法基于轻量级、高效的基线模型Papez,引入GAT处理听觉记忆块内存储的全局信息,并使用GN生成掩码,来提升基线模型Papez的性能。具体地,假定所有记忆令牌之间均存在连接,利用GAT计算令牌间的注意力得分,并采用阈值过滤策略裁剪掉得分较低的边,生成新的邻接矩阵。再利用此邻接矩阵聚合记忆令牌所存储的全局信息,以提取出更有效的上下文信息,提高模型对全局特征的理解能力。在此基础上,考虑到Papez使用的掩码生成模块为表达能力有限的双层全连接前馈神经网络,本文提出使用具备更强特征选择能力的GN替代原有模块,以生成更符合源语音特征的掩码。所提模型GGN-Papez在基准数据集WSJ0-2Mix和Libri2Mix上进行了实验,实验结果表明所提方法在增加很少参数量的情况下,显著提升了分离语音的尺度不变信噪比(Scale Invariant Signal-to-Noise Ratio,SI-SNR)。此外,本文还设计了消融实验验证GAT和GN对整体模型性能的影响,并从推理时间和语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)得分等方面综合地对所提模型的性能进行了分析。

关键词：语音分离轻量级模型图神经网络图注意力网络门控机制

来源：评论

学校读者我要写书评

暂无评论

跨域注意力特征融合的说话人确认方法

引用

通信学报 2023年第8期44卷 89-98页

作者：杨震王天朗郭海燕王婷婷南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心江苏南京210003

针对目前说话人确认系统中前端特征的语音信号样点间结构信息缺失问题,提出了跨域注意力特征融合的说话人确认方法。首先,提出了一种基于图信号处理的图频域特征提取方法来有效利用语音信号的结构信息,将语音信号帧的每个样点作为图节点... 详细信息

针对目前说话人确认系统中前端特征的语音信号样点间结构信息缺失问题,提出了跨域注意力特征融合的说话人确认方法。首先,提出了一种基于图信号处理的图频域特征提取方法来有效利用语音信号的结构信息,将语音信号帧的每个样点作为图节点,构建语音图信号,通过图傅里叶变换以及滤波器组提取图频域特征。其次,提出了一种由残差模块与挤压-激励模块构成的注意力特征融合网络,对传统时频域特征与图频域特征进行跨域融合,来提升说话人确认系统的性能。最后,在VoxCeleb、SITW和CN-Celeb数据集上进行实验。实验结果表明,所提方法在等错误率以及最小检测代价函数的评价指标上,优于基线模型ECAPA-TDNN。

关键词：说话人确认图信号处理注意力特征融合

来源：评论

学校读者我要写书评

暂无评论

基于联邦卡尔曼滤波器的容错GPS-AOA-SINS组合导航算法

引用

通信学报 2022年第8期43卷 78-89页

作者：蒋锐李俊徐友云王小明李大鹏南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家工程研究中心江苏南京210003

目前,全球定位系统(GPS)被广泛应用于室外定位。随着城市发展,定位环境复杂化,定位精度急剧下降。因此,采用GPS/5G基站到达角定位/捷联惯性导航系统(GPS-AOA-SINS)的组合定位方案,并提出一种基于联邦卡尔曼滤波的容错组合导航算法。该... 详细信息

目前,全球定位系统(GPS)被广泛应用于室外定位。随着城市发展,定位环境复杂化,定位精度急剧下降。因此,采用GPS/5G基站到达角定位/捷联惯性导航系统(GPS-AOA-SINS)的组合定位方案,并提出一种基于联邦卡尔曼滤波的容错组合导航算法。该算法基于GPS-AOA-SINS组合定位方案,在联邦卡尔曼子滤波器和主滤波器之间加入故障检测,自适应调整故障子滤波器的滤波增益矩阵。实验表明,所提算法可以有效检测系统故障并对其进行实时处理,提高系统的可靠性。

关键词：自适应滤波联邦滤波故障检测与隔离组合导航

来源：评论

学校读者我要写书评

暂无评论

基于CHAN的改进卡尔曼滤波室内定位算法

引用

通信学报 2023年第2期44卷 136-147页

作者：蒋锐虞跃徐友云王小明李大鹏南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家工程研究中心江苏南京210003

由于现在室内环境的复杂度越来越高,室内非视距情况下定位误差的影响逐渐增大,如何降低其影响显得尤其重要。定位技术选用的是UWB室内定位技术,其中,卡尔曼滤波在降低室内非视距定位误差方面有着广泛的应用,针对其在视线线路与非视距场... 详细信息

由于现在室内环境的复杂度越来越高,室内非视距情况下定位误差的影响逐渐增大,如何降低其影响显得尤其重要。定位技术选用的是UWB室内定位技术,其中,卡尔曼滤波在降低室内非视距定位误差方面有着广泛的应用,针对其在视线线路与非视距场景转换过程中会产生新的误差的问题,提出了一种基于CHAN的改进卡尔曼滤波定位算法。采用5个或以上基站的测距结果构建定位解算方程组,选取在非视距情况下定位误差敏感的CHAN算法进行解算,将解算结果与各基站的位置进行残差处理,并划分出不同的置信区域。对于不同置信区域,预先设定匹配的卡尔曼滤波增益系数K,提高视线线路和非视距场景转换的定位结果稳定性,降低转换过程中的定位误差。实验结果表明,在仿真环境中,所提算法可将误差降低至80 cm左右;在实际应用中,可将复杂场景下的定位误差降低至60 cm,比正常复杂室内定位精度提高60%。

关键词：非视距 CHAN 残差判别卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于联合图学习的多通道语音增强方法

引用

数据采集与处理 2023年第2期38卷 283-292页

作者：张鹏程郭海燕王婷婷杨震南京邮电大学通信与信息工程学院南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心南京210003

考虑到通道间存在的空间关系影响着其降噪问题,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... 详细信息

考虑到通道间存在的空间关系影响着其降噪问题,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信噪比(Signal‑to‑noise ratio,SNR)和主观语音质量评估(Perceptual evaluation of speech quality,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。

关键词：联合图学习语音增强多通道波束形成

来源：评论

学校读者我要写书评

暂无评论

基于双边匹配模型的上行链路NOMA用户配对方案

引用

数据采集与处理 2022年第2期37卷 336-345页

作者：曹可为杨震南京邮电大学通信与信息工程学院南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心南京210003

针对上行链路非正交多址接入(Non-orthogonal multiple access,NOMA)中的用户配对问题,提出了一种基于双边匹配模型的上行链路NOMA用户配对方案,与现有的NOMA用户配对方案不同,本方案根据用户信道增益采取预分组,避免了信道增益差距巨... 详细信息

针对上行链路非正交多址接入(Non-orthogonal multiple access,NOMA)中的用户配对问题,提出了一种基于双边匹配模型的上行链路NOMA用户配对方案,与现有的NOMA用户配对方案不同,本方案根据用户信道增益采取预分组,避免了信道增益差距巨大的用户配对,同时避免信道增益差距微小的用户配对,以提高系统整体性能;考虑信道增益过小的用户在现实场景中无法通信,设置一个信道增益门限值作为能否通信的判决条件,分组后采用信道增益差值作为偏好度进行组间两两配对。仿真结果表明,相较于现有的传统NOMA配对方案和经典的正交多址接入(Orthogonal multiple access,OMA)网络,本文所提方案有效地提高了系统的遍历和速率;在信道增益门限值发生变化时,本文所提方案依然优于其他方案。

关键词：非正交多址接入上行链路用户配对双边匹配和速率

来源：评论

学校读者我要写书评

暂无评论

基于可学习图比率掩码估计的图频域语音增强方法

引用

信号处理 2024年第12期40卷 2249-2260页

作者：王景润郭海燕王婷婷杨震南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心江苏南京210003

在基于深度神经网络(deep neural network,DNN)的时频域语音增强方法中,通常将短时傅里叶变换(short-time Fourier transform,STFT)得到的复数域含噪语音时频谱作为DNN输入,以估计纯净语音的幅度和相位。此类方法由于会涉及对复数的运算... 详细信息

在基于深度神经网络(deep neural network,DNN)的时频域语音增强方法中,通常将短时傅里叶变换(short-time Fourier transform,STFT)得到的复数域含噪语音时频谱作为DNN输入,以估计纯净语音的幅度和相位。此类方法由于会涉及对复数的运算,计算复杂度和模型参数量较大。针对此问题,本文利用图信号处理(graph signal processing,GSP)理论,提出了基于DNN的图频域语音增强方法。首先,基于语音信号样点间的位置关系定义实对称的邻接矩阵,将语音信号以无向图形式的图信号进行表示,在此基础上利用对应的图傅里叶变换(graph Fourier transform,GFT)提取实数域的语音图频域特征。由于GFT基与邻接矩阵密切相关,该图频域特征隐式地利用了信号样点间的关系,并且可在实数网络中进行处理。然后,构建基于卷积增强transformer(convolution-augmented transformer,conformer)的网络(conformer-based network with graph Fourier transform,GFT-conformer),分别从时间维度和图频率维度捕获图频域特征的局部和全局依赖关系,训练基于掩码的目标,以实现语音增强。最后,考虑到语音和噪声在不同图频率分量上的特性差异,提出可学习图比率掩码(learnable graph ratio mask,LGRM),对不同图频率分量的掩码范围分别进行控制,实现对不同图频率分量的精细化去噪,进一步提升GFT-conformer模型的增强性能。在Voice Bank+DEMAND数据集和Deep Xi数据集上的实验结果表明,所提出的方法在五种常用的评价指标上,优于基于DNN的时域和时频域对比方案。

关键词：深度神经网络语音增强图傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：