检索结果-南通市图书馆

融合Stackelberg博弈和联邦学习的多星协作频谱认知方法研究

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第2期45卷 90-105页

作者：丁晓进徐叶辉包文张更新南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学物联网学院江苏南京210003

针对低成本和小型化低轨卫星的监测角度和方向分辨率相对较低、处理能力和峰值功率受限等因素造成单颗低轨卫星频谱认知能力弱的问题,提出了融合Stackelberg博弈和联邦学习的多星协作频谱认知方法。首先,结合各频谱认知卫星的可用算力... 详细信息

针对低成本和小型化低轨卫星的监测角度和方向分辨率相对较低、处理能力和峰值功率受限等因素造成单颗低轨卫星频谱认知能力弱的问题,提出了融合Stackelberg博弈和联邦学习的多星协作频谱认知方法。首先,结合各频谱认知卫星的可用算力、认知性能、处理与传输时延等特性,建立面向多频谱认知任务的协作卫星选择与算力资源分配算法;其次,基于所选择的节点和所分配的算力,设计低复杂度的多星协作频谱认知策略,其可自动辨识频谱空洞、检测干扰和识别调制模式。仿真实验结果表明,相比于单节点认知方法,所设计多星协作频谱认知策略能显著提升认知性能,且相比于对比模型,所设计策略中的模型可在不损失性能时,模型的参数量和浮点运算量降低分别可达96.69%和93.32%。

关键词：卫星频谱认知多星协作 Stackelberg博弈联邦学习

协作IRS辅助的CoMP-NOMA网络传输方案

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2024年第5期39卷 1287-1296页

作者：瞿儒枫王鸿南京邮电大学波特兰学院南京210003 南京邮电大学通信与信息工程学院南京210003

为解决多小区网络中上行传输功率最小化问题,本文提出了一种基于多智能反射面(Intelligent reflecting surface,IRS)的协作多点非正交多址接入(Coordinated multiple point-nonorthogonal multiple access,CoMP-NOMA)系统上行传输方案。具体来说,在小区中心与边缘分别部署IRS提升小区中心用户与边缘用户的传输质量,同时考虑中心和边缘IRS之间的信号反射。为了求解建立的总发射功率最小化问题,本文推导了发射功率与相位偏移之间的关系,并进一步将功率分配系数和相位偏移联合优化问题转化为纯相位优化问题,并进一步采用顺序旋转法将转换后的问题分解为多个一维搜索问题进行求解。仿真结果表明,在相同仿真环境下,本文提出的解决方案在发射功耗方面明显优于其他基准方案。

关键词：非正交多址接入协作多点智能反射面顺序旋转法发射功耗

智能反射面辅助的星地认知网络多播传输鲁棒优化设计

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2024年第5期39卷 1251-1259页

作者：马彪赵柏季铭仪丁昌峰林敏南京邮电大学通信与信息工程学院南京210003

针对智能反射面(Intelligent reflecting surface,IRS)辅助的星地认知网络(Cognitive satellite and terrestrial networks,CSTN),提出了一种基于用户非完美信道状态信息的鲁棒多播传输算法,进一步提高了系统频谱效率。卫星采用多播技... 详细信息

针对智能反射面(Intelligent reflecting surface,IRS)辅助的星地认知网络(Cognitive satellite and terrestrial networks,CSTN),提出了一种基于用户非完美信道状态信息的鲁棒多播传输算法,进一步提高了系统频谱效率。卫星采用多播技术服务多个主用户,同时共享频谱资源的地面基站(Base station,BS)通过空分多址和智能反射面分别服务直达用户和遮挡用户。然后,以地面网络发射功率最小化为优化目标,同时将地面用户的中断概率和主用户所受的最大干扰功率作为约束条件,提出联合优化问题。针对此非凸问题,首先借助指数分布的累积分布函数将非凸的中断概率约束转化为可解形式。接着,提出了一种结合交替优化与半正定松弛的鲁棒波束成形算法,以获得较优性能的解。计算机仿真结果证明了所提算法的鲁棒性和优越性。

关键词：星地认知网络智能反射面多播传输鲁棒波束成形中断约束

在线全文

学校读者我要写书评

暂无评论

基于图信号处理的多声源定位方法研究

信号处理 2024年

作者：吴晓欢李嘉宁南京邮电大学通信与信息工程学院

波达方向（Direction of Arrival， DOA）估计技术是语音增强和声学探测中的重要工具，对于语音机器人、视频会议、助听器和声呐等应用至关重要。最近出现的DOA估计新方法，例如图信号处理（Graph Signal Processing， GSP）方法，展现... 详细信息

波达方向（Direction of Arrival， DOA）估计技术是语音增强和声学探测中的重要工具，对于语音机器人、视频会议、助听器和声呐等应用至关重要。最近出现的DOA估计新方法，例如图信号处理（Graph Signal Processing， GSP）方法，展现出优异的角度估计能力，有望提供更佳的声源DOA估计解决方案。然而，由于在多声源情况下GSP算法由邻接矩阵无法直接得到接收信号特征向量的正交补矩阵，导致多声源下GSP算法失效。为解决此问题，本文基于多源宽带语音信号的频域单源区域检测实现多声源分离，进而利用GSP和聚类算法实现宽带多声源的定位。具体而言，本文首先将GSP方法扩展到频域；其次，利用短时傅里叶变换将信号分为若干时频区域，筛选出单源主导的时频区域后，对其进行频域GSP单源定位；最后，对所有定位结果进行聚类，再通过加权平均获得最终的角度估计。我们利用LibriSpeech语音语料库构建声源信号进行多声源定位仿真，仿真结果证明本文方法优于其他算法，较高信噪比下可将误差控制在3°以内。此外，我们使用圆形六阵元麦克风阵列，对实际录制的若干组录音数据应用所提算法进行定位测量，结果展示所提算法的定位误差更小，并在声源较为靠近时也能做到较好的分辨。

关键词：多声源定位 K-均值聚类图信号处理麦克风阵列信号处理

基于SE注意力机制与互信息量的解纠缠跨语种语音转换

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信号处理 2024年

作者：李燕萍谭誌诚胡澄阳杨露露邵曦南京邮电大学通信与信息工程学院

在跨语种语音转换（Cross-Lingual Voice Conversion， CLVC）任务中，如何保留转换语音中的内容信息，同时有效地提高转换语音的相似度和自然度是目前的研究难题。传统的编码器-解码器模型应用于跨语种语音转换时，通常会对语音进行相... 详细信息

在跨语种语音转换（Cross-Lingual Voice Conversion， CLVC）任务中，如何保留转换语音中的内容信息，同时有效地提高转换语音的相似度和自然度是目前的研究难题。传统的编码器-解码器模型应用于跨语种语音转换时，通常会对语音进行相互独立的内容编码和说话人编码，导致得到的内容表征和说话人表征之间存在一定的信息泄露，从而使得转换语音的说话人个性相似度不够理想。为了解决上述存在的问题，本文提出一种基于SE注意力机制（Squeeze-and-Excitation Attention Mechanism， SE）与互信息量（Mutual Information， MI）的跨语种语音转换方法，实现有效的表征解纠缠，完成开集情形下高质量的跨语种语音转换。首先，在内容编码器中引入SE注意力机制以利用其对全局信息的提取能力，使得内容编码器可以提取包含全局上下文信息的内容表征；同时，在各个表征之间引入互信息量，并通过对其最小化来大幅减少各个表征之间存在的信息泄露问题，从而实现有效的表征解纠缠。在VCTK英文语料库和AISHELL-3中文语料库上的实验结果表明，本文提出的SEMI模型具有更强的表征提取能力，相比于基准模型，其在客观评价中MCD值降低了10.89%，在主观评价中MOS值和ABX值分别提升了10.94%和12.06%，验证了SEMI模型在转换语音质量和说话人个性相似度方面都取得显著进展，实现了开集情形下高质量的跨语种语音转换。

关键词：跨语种语音转换 SE注意力机制互信息量全局上下文信息

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图信号处理的多声源定位方法研究

信号处理 2024年第10期 1802-1812页

作者：吴晓欢李嘉宁南京邮电大学通信与信息工程学院

波达方向（Direction of Arrival, DOA）估计技术是语音增强和声学探测中的重要工具，对于语音机器人、视频会议、助听器和声呐等应用至关重要。最近出现的DOA估计新方法，例如图信号处理（Graph Signal Processing,GSP）方法，展现出... 详细信息

波达方向（Direction of Arrival, DOA）估计技术是语音增强和声学探测中的重要工具，对于语音机器人、视频会议、助听器和声呐等应用至关重要。最近出现的DOA估计新方法，例如图信号处理（Graph Signal Processing,GSP）方法，展现出优异的角度估计能力，有望提供更佳的声源DOA估计解决方案。然而，由于在多声源情况下GSP算法由邻接矩阵无法直接得到接收信号特征向量的正交补矩阵，导致多声源下GSP算法失效。为解决此问题，本文基于多源宽带语音信号的频域单源区域检测实现多声源分离，进而利用GSP和聚类算法实现宽带多声源的定位。具体而言，本文首先将GSP方法扩展到频域。其次，利用短时傅里叶变换将信号分为若干时频区域，筛选出单源主导的时频区域后，对其进行频域GSP单源定位。最后，对所有定位结果进行聚类，再通过加权平均获得最终的角度估计。我们利用LibriSpeech语音语料库构建声源信号进行多声源定位仿真，仿真结果证明，本文方法优于其他算法，较高信噪比下可将误差控制在3°以内。此外，我们使用圆形六阵元麦克风阵列，对实际录制的若干组录音数据应用所提算法进行定位测量，结果展示所提算法的定位误差更小，并在声源较为靠近时也能做到较好的分辨。

关键词：多声源定位 K-均值聚类图信号处理麦克风阵列信号处理

基于可学习图比率掩码估计的图频域语音增强方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信号处理 2024年

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

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... 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

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

用于声音事件定位与检测的空间信息增强方法

信号处理 2024年

作者：肖剑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邮电大学通信与网络技术国家地方联合工程研究中心

声音事件定位与检测包含到达方向估计和声音事件检测两个子任务。作为当前声音事件定位与检测领域中应用最为广泛的模型之一，卷积循环神经网络模型采用卷积神经网络分别从单个音频通道中提取特征，这导致模型丢失了不同通道间的相关信... 详细信息

声音事件定位与检测包含到达方向估计和声音事件检测两个子任务。作为当前声音事件定位与检测领域中应用最为广泛的模型之一，卷积循环神经网络模型采用卷积神经网络分别从单个音频通道中提取特征，这导致模型丢失了不同通道间的相关信息。然而，通道间的相关信息蕴含了与声源位置相关的空间线索，空间信息的缺失必然会影响模型的到达方向估计性能。此外，卷积循环神经网络模型中使用的交叉熵损失函数还会引起特征分散问题。为解决这些问题，本文提出采用混合损失函数的图卷积循环神经网络模型。具体地，采用图卷积神经网络对不同特征通道间的信息进行聚合，以获取包含更丰富空间信息的特征，来改进卷积循环神经网络模型的到达方向估计性能。在此基础上，结合交叉熵损失函数和角度间隔softmax函数，提出一种新的混合损失函数来解决特征分散问题提高模型的分类性能。实验结果表明，本文提出的采用混合损失函数的图卷积循环神经网络模型在定位相关声音事件检测错误率、F1分数、定位召回率和声音事件定位与检测得分方面均优于其他声音事件定位与检测模型。

关键词：声音事件定位与检测深度学习图卷积网络多通道

基于图注意力机制和对抗训练的语音反欺骗方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信号处理 2024年

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

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（s... 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ASVSpoof2019LA、CFAD和ASVSpoof2021LA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