首页期刊导航|信号处理
期刊信息/Journal information
信号处理
信号处理

谢维信

月刊

1003-0530

010-64010656;64034443-3004

100009

北京鼓楼西大街41号

信号处理/Journal Signal ProcessingCSCD北大核心CSTPCD
正式出版
收录年代

    智能反射面辅助的MU-MISO车联网毫米波通信联合波束赋形

    何艺仲伟志万诗晴朱秋明...
    336-344页
    查看更多>>摘要：近年来,车联网通信系统提出了大规模数据传输,通信连接稳定等需求.高频段通信凭借超高传输速率,低时延的特点被引入了该系统,但是,高频段通信仍面临着阻塞问题的挑战.因此,智能反射面作为一种可解决高频段通信阻塞问题的技术,成为车联网高频通信的热点议题.智能反射面由超材料构成,其表面的多个无源反射单元均匀排布形成阵列,所有反射单元的反射系数均可通过智能控制器实时调节,控制反射波束的方向和形状,来实现对无线传输环境的智能调控,提供增强视距通信、扩展通信覆盖范围等服务.针对MU-MISO车联网毫米波通信场景下,基站与车辆用户视线通信链路因遮蔽,车辆高速移动等因素,面临随机中断的问题,将智能反射面引入该系统,并结合该系统提出了基于半定松弛问题的交替迭代优化算法,以提高通信稳定性.该方法将系统中基站波束赋形矩阵优化和智能反射面相移矩阵优化分解为两个子问题,通过定义半定矩阵变量并适当放松特定的约束条件将两个子问题近似成为半定松弛问题,随后,使用交替优化技术对其进行迭代求解以实现联合优化,通过最大化同时刻通信车辆中的最小信干噪比来确保通信稳定性.仿真结果表明,该方法显著提高了车辆用户的信干噪比和基站的总频带利用率,确保了动态场景中车辆与基站的通信稳定性.

    车联网智能反射面联合波束赋形半定松弛问题交替迭代优化算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    双IRS辅助大规模MIMO系统中基于双时间尺度的信道估计方案

    梁彦魏浩章李飞
    345-355页
    查看更多>>摘要：在双智能反射面(IRS)辅助的大规模多入多出(MIMO)通信系统中,为获取信道状态信息(CSI)而进行的信道估计需要较大的导频开销.考虑到基站(BS)-IRS信道与IRS-IRS信道具有高维且准静态的特性,而IRS-用户(UE)信道具有低维且时变的特性,本文提出一种基于双时间尺度的信道估计方案.首先,对于准静态信道,由BS发送导频并基于坐标下降算法和最小二乘法分别估计BS-IRS信道和IRS-IRS信道.然后根据准静态信道的估计结果进一步基于最小二乘法估计IRS-UE信道.仿真结果表明,本文所提出的方案可以采用低于对比方案50%的导频开销来获取低于对比方案近10 dB的估计归一化均方误差(NMSE),实现用更少的导频开销获取更高的信道估计精度.

    智能反射面大规模多入多出信道估计双时间尺度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    双智能反射面辅助的上行链路通信调度分析

    柳翠芮贤义
    356-363页
    查看更多>>摘要：本文旨在研究一种基于双智能反射面(Intelligent Reflecting Surface,IRS)辅助的上行链路多用户通信方案,以提高用户的信息传输速率.研究提出了一种合作式被动波束成形技术,作为新型的IRS反射波束成形技术.与传统的被动波束成形技术不同的是,合作式被动波束成形技术允许不同的IRS之间进行协作,能够进一步提高系统性能.通过联合优化基站(Base Station,BS)处的接收波束成形和两个分布式IRS(分别部署在BS和用户附近)处的合作式反射波束成形,本研究能够最大化用户的信息传输速率.仿真实验的结果展示了基于双IRS辅助的多用户调度通信系统在最大化信息传输速率方面的显著优势.此外,本文量化比较了我们的方案与现有类似方案的性能改进.仿真结果表明,相较于现有方案,本系统在提高信息传输速率方面有显著的性能提升.特别是在用户数量较大时,双IRS合作系统可以更好地克服路径损耗和多路径干扰,进一步提高系统的性能表现.本研究的创新点总结如下:1)提出了合作式被动波束成形技术作为一种新型的IRS反射波束成形技术,具有重要的理论和实用价值;2)通过联合优化基站处的接收波束成形和两个分布式IRS处的合作式反射波束成形,实现了多用户通信系统的性能最大化;3)在仿真实验中展示了基于双IRS辅助的多用户调度通信系统在最大化信息传输速率方面的显著优越性.本研究不仅为IRS辅助通信技术的推广提供了有益的参考,也为未来智能无线通信系统的发展提供了重要的支持.同时,也为IRS辅助用户调度技术的发展提供了新的思路和方法.

    智能反射面多用户调度上行链路信息传输速率联合波束成形

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    IRS辅助的MISO系统安全节能通信方案

    贾向东张鑫尚通健马小平...
    364-372页
    查看更多>>摘要：智能反射面(Intelligent Reflecting Surface,IRS)是提高未来B5G/6G网络安全节能通信的一项革命性技术.本文针对IRS辅助下行多输入单输出(Multiple Input Single Output,MISO)系统的高安全风险与高能耗问题,分析了发送端发射波束成形和IRS相移矩阵对系统安全节能通信的影响,构建合法用户保密率约束下的系统发射功率最小化问题.针对该非凸多变量耦合问题,提出一种基于逐次凸逼近(successive convex approximation,SCA)的二阶锥规划算法迭代求解问题.与传统迭代优化算法不同,该算法在每次迭代中同时更新所有优化变量,并最终获得原问题的次优解.仿真结果表明,相较于无IRS方案、随机相移方案与SDR迭代优化方案三种基准方案,所提算法均在保证合法用户保密质量的同时实现了更低的发射功率,证明了本文算法的有效性与IRS在未来安全节能通信系统中的巨大潜力.

    智能反射面波束成形保密率二阶锥规划节能通信

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多用户D2D计算卸载与资源分配算法

    韩跃林朱琦
    373-384页
    查看更多>>摘要：基于边缘服务器架构的移动计算卸载场景避免了核心网链路的网络延迟,在一定程度上提高了计算任务的处理效率,然而在移动用户密集分布的场景下,该计算卸载架构可能面临较高的蜂窝网络接入延迟.为提高移动边缘计算的用户体验,本文在移动用户密集分布的场景下研究了基于D2D通信的多用户计算卸载问题.根据是否具有任务处理需求将用户分为两类,定义拥有密集型计算任务需要处理的用户为需求用户,无任务需要处理且能够提供计算资源的用户为空闲用户.需求用户可以将任务以整体的形式卸载至空闲用户进行辅助处理.联合考虑需求用户与空闲用户在计算卸载中的收益,分别构建了各方的效用函数并形成了相应的优化问题.为了提高各方用户的效用,本文提出了基于Stackelberg博弈与遗传算法相结合的计算卸载与资源分配算法,该算法为两层结构,内层基于Stackelberg博弈对需求用户计算资源租赁单价决策以及空闲用户计算资源分配决策进行优化,并证明了各方用户的策略存在唯一纳什均衡.外层采用遗传算法对需求用户的任务卸载决策进行优化,根据内层算法的反馈结果,可以求解出能够有效提高需求用户效用的任务卸载决策.为验证算法的性能,本文进行了大量的实验仿真工作,仿真结果表明,与其他方案相比,本文算法能够有效提高需求用户与空闲用户的效用.同时,本文还对不同参数对算法有效性的影响进行了仿真分析.

    D2D通信移动边缘计算Stackelberg博弈资源分配遗传算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    采用多视角注意力的声音事件定位与检测

    杨吉斌黄翔张雄伟张强...
    385-395页
    查看更多>>摘要：近年来,基于深度学习的方法有效改进了声音事件定位与检测的性能,但当场景中存在多声源重叠时,准确的声源时空信息估计依然较为困难,声音事件定位与检测的性能存在较大提升空间.为充分挖掘多通道深层表示所包含的关键信息,本文提出了一种多视角注意力网络模型MVANet(Multi-View Attention Network).首先,引入软参数共享网络架构实现不同任务之间的交互学习,计算多通道深层表示,在对比不同通道注意力结构的基础上,选择了一种轻量级的高效通道注意力模块ECA(Efficient Channel Attention)与多头自注意力模块MHSA(Multi-Head Self-Attention)结合,从通道、时间、频率三个视角关注深层表示中的关键特征,丰富高维特征信息.其次,对比了ECA模块和软参数共享架构在MVANet不同位置上的性能,确定了ECA模块和软参数共享在模型上的最佳实现位置,最大程度上提高模型对特征的挖掘能力.仿真结果表明,对于包含同类别重叠声事件的TAU-NIGENS Spatial Sound Events 2020数据集,本文提出的MVANet模型相比较于基线方法,检测和定位性能均得到了改善.在多声源场景下,检测错误率下降了0.03,定位误差下降了1.5°.

    声音事件定位与检测深度学习多视角注意力通道注意力多头自注意力

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合动态场景感知和注意力机制的声学回声消除算法

    许春冬黄乔月王磊徐锦武...
    396-405页
    查看更多>>摘要：在实时语音频通话系统中,如何去除声学回声得到清晰语音是目前最受关注的难题之一.声学回声消除(Acoustic echo cancellation,AEC)技术旨在消除语音频通话系统中的声学回声,提高通话过程中的语音质量,给予用户良好的通话体验,但是传统回声消除系统存在去回声效果不明显、存在非线性回声残留以及无法实时处理回声等问题.因此,为解决上述存在问题,提出了一种动态场景感知模块(Dynamic scene perception module,DSPM)和全局注意力机制(Global attention mechanism,GAM)相结合的声学回声消除算法.该算法以卷积循环网络(Convolutional recurrent network,CRN)作为基线模型,提取语音信号的序列特征;首先,在其编码器中引入DSPM模块替换原因果卷积,根据场景动态分配卷积内核数量,加强模型的自适应性;其次,在编码器最后两层中分别引入GAM模块,放大空间通道间关系以及统筹全局交互,提升对语音信号特征的提取能力以及消除回声的性能;最后,通过将MSE损失函数和HuberLoss损失函数线性相加生成一种新的损失函数——MSE-HuberLoss,进一步提高模型的鲁棒性.实验结果表明,提出的GAM-DSPM-CRN模型的回声消除性能优秀,且获得较基线模型更加清晰的重构语音信号;在双端通话环境下,提出的GAM-DSPM-CRN模型声学回声消除算法较其他对比算法性能有较大提升;在Microsoft AEC Challenges数据集上,MOS、ERLE和STOI的得分分别达到了4.09、57.43和0.78.

    声学回声消除动态场景感知模块全局注意力机制卷积循环网络联合损失函数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    复谱映射下融合高效Transformer的语音增强方法

    张天骐罗庆予张慧芝方蓉...
    406-416页
    查看更多>>摘要：针对卷积神经网络(Convolutional Neural Network,CNN)过去在语音增强中表现优异但对全局特征捕获不足,以及Transformer近年展现出长序列间依赖优势但又存在局部细节特征丢失、参数量大等问题,该文为了充分利用CNN与Transformer的优势并弥补各自不足,提出了一种在复频谱映射下的新型卷积模块与高效Transformer融合的单通道语音增强网络.该网络由编码层、传输层与双分支解码层组成:在编解码部分设计了一种协作学习模块(Collaborative Learning Block,CLB)来监督交互信息,在减少参数量的同时提高主干网络对复特征的获取能力;传输层中则提出一种时频空间注意Transformer模块分别对语音子频带和全频带信息建模,充分利用声学特性来模拟局部频谱模式并捕获谐波间依赖关系.将该模块进一步与通道注意分支相结合,设计了一种可学习的双分支注意融合(Dual-branch Attention Fusion,DAF)机制,从空间-通道角度提取上下文特征以加强信息的多维度传输;最后,在此基础上搭建一种高斯加权渐进网络作为中间传输层,通过堆叠DAF模块进行加权求和后输出以充分利用深层特征,使得解码过程更具鲁棒性.分别在英文VoiceBank-DEMAND数据集、中文THCHS30语料库与115种环境噪声下进行消融以及综合对比实验,结果表明,该文方法仅以最小0.68×106的参数量,相比于大部分最新相关网络模型取得了更优的主、客观指标,具有较为突出的增强性能与泛化能力.

    语音增强复频谱映射高效Transformer轻量型网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据